CN100504318C - 昼夜视频车辆检测间的切换方法 - Google Patents

Abstract

一种昼夜视频车辆检测间的切换方法，属于智能交通技术领域。本发明法通过设置能覆盖整条道路各车道的运行区域，从数字图像中获取道路亮度变化速率特征信息，以此为依据判断何时进行昼夜检测方法间的切换。此外，该方法将一天的时间划分为清晨、白天、傍晚和夜间四个阶段，并以日出日落时间为基准点设置了日出和日落两个过渡时间段，切换方法只在过渡时段内运行，通过多种传感器互补性信息融合的策略，解决了昼夜过渡时段两种车辆检测方法检测率降低的问题。本发明具有计算复杂度低、实时性好、切换效果准确的优点，并能解决过渡时段视频车辆检测率偏低的问题，适用于各种全天候视频车辆检测系统进行昼夜车辆检测方法切换。

Description

昼夜视频车辆检测间的切换方法

技术领域

本发明涉及的是一种交通运输技术领域车辆检测的方法，具体是一种昼夜视频车辆检测间的切换方法。

背景技术

随着经济的发展，人民生活水平的提高，汽车数量的增长速度远远超过道路基础设施建设的速度，车路矛盾日益突出。智能交通系统(ITS)已被公认为解决道路交通拥挤、事故频繁等问题，保障交通的顺畅和安全的有效途径。车辆检测是智能交通系统的基础核心问题。与传统的检测器相比，视频车辆检测器具有安装维护便捷且费用较低、可监视范围广、可获取更多种类的交通参数等诸多优点，因而在智能交通系统中得到了广泛的应用。但视频传感器的检测结果受气候环境和光照强度等因素的影响较大。特别是白天和夜间，视频图像处理系统必须要适应这种昼夜环境变化。因此全天候运行的视频车辆检测系统对于昼间和夜间这两个道路照明差异极大的时段，通常分别采用两种不同的车辆检测方法来确保其检测准确率，并采用某种策略选择合适的时间切换这两种方法。

经对现有技术的文献检索发现，目前已有的车辆视频检测系统主要包括Peek、Iteris、Autoscope、Setrix等固定交通信息采集系统和Seiichi NAGUMO的车载系统。它们选择切换时间的方法通常有两种：一种方法是从摄像机等成像设备中获取外界光照信息，如Setrix用CMOS曝光自动控制参数来确定切换时间，但这种方法对于成像设备的要求较高，导致系统的成本上升。另一种方法是从数字图像中获取光照信息。Seiichi Nagumo等在《电子与计算机工程》IEEE CCECE2003会议集，2003年五月第2卷第1243至1246页上发表的″Extraction offorward vehicles by front-mounted camera using brightness information″，(通过使用光照信息的前置摄像机驱动车辆的提取)，该文中提出从数字图像中获取光照信息，具体方法为：利用车载系统根据图像上半部分天空的彩色信息判别昼夜；对采集的数字图像一分为二，对上半部分设定一个阈值进行色彩判定来决定昼夜。其不足在于：对于固定视频检测系统，其摄像头一般安装在路杆或其它路边建筑上对下面的路况进行监视，无法获取天空的图像信息；而且在昼夜过渡时段(清晨和傍晚)，由于光照强度急剧变化，无论采取两种检测方法的哪一种，其准确率都会大大降低(即方法失效)，影响到上层交通管理系统的决策和调度。必须采用某种方法解决这一问题，而不是简单地在某一时刻进行方法切换。这也正是本发明已经解决的问题。

发明内容

本发明的目的在于针对现有技术的不足，根据固定视频车辆检测系统的需要，提出一种基于路面亮度中值变化速率的昼夜视频车辆检测间的切换方法，使其能够直接从数字图像中获取道路亮度变化信息，并以此为依据进行昼夜检测方法间的切换，对成像设备没有特别的要求。本发明具有计算复杂度低、实时性好、切换效果准确的优点。

本发明是通过以下技术方案实现的：将一天分为白天、傍晚、夜间和清晨四个工作阶段。白天为昼间车辆检测方法有效工作的时间，夜间为夜间方法有效工作时间。傍晚和清晨则为昼间和夜间方法均失效的时间段，在这两个时段内视频系统通过与其它不受光照变化影响的磁敏检测器进行互补性检测信息融合，来消除视频系统本身检测方法失效带来的检测率过低的影响。因此对于从昼到夜的切换过程，实质上进行了从白天到傍晚和从傍晚到夜间两次切换；同样地，对于从夜到昼的过程，也进行了从夜间到清晨和从清晨到白天两次切换；对于昼夜切换方法，不必全天24小时都运行。本发明以日出时间点和日落时间点为基准，把一天24小时分为夜间、日出时段、白天、日落时段和夜间，建立日出(sunrise，从夜到昼)和日落(sunset，从昼到夜)两个过渡时间段，日出时段包含夜间、清晨和白天，日落时段包含白天、傍晚和夜间。日出和日落时段长度均为1小时，从而能覆盖傍晚阶段及清晨阶段，每天只在这两个过渡时段运行切换方法。本发明提出的切换方法，决定是否进行切换的主要依据就是路面的光照强度变化特征。每当系统读入一个新的亮度中值样本时，若发现亮度中值已经变化了10，就新建一条折线段。由于每条线段的变化时间长度T，即该线段亮度变化10所用的时间，反比于该段时间内亮度中值变化速度。切换判断规则就根据时间长度T这一变化速度特征信息来决定何时进行切换。当过渡时段内发现新生成线段的T值发生了由大到小或者由小到大的急剧变化，就根据切换判断规则来决定是否进行昼夜检测方法的切换。

本发明实际操作时，在视频图像下方取一块能够覆盖整条道路各车道但尽量不超出道路范围的区域，称为运行区域，通过计算运行区域内所有像素点亮度值的中值来衡量路面光照强度及其变化情况，以作为是否进行切换的决策特征依据；在日出时段路面亮度中值从平稳状态随时间呈现上升趋势，最后又趋于平稳状态，在日落时段路面亮度中值从平稳状态随时间呈现下降趋势，最后又趋于平稳状态；它们具有共同的特点：即趋势都大致呈“S”形状，在开始和结束阶段的亮度变化都比较缓慢。而在“S”的中段，两个拐点之间的区域，则存在着一个亮度快速变化(下降或上升)的过程，该过程内亮度急剧变化，昼间和夜间检测方法准确率都变得很低，对应于清晨和傍晚阶段。本发明以此为前提，根据方法运行区域亮度中值的变化速度信息来寻找两个拐点，并在拐点附近区域完成过渡时段的两次切换。

本发明包括以下几个步骤：

第一步，确定路面亮度和信号同步：

在日出和日落开始时，通过架构在支架上的摄像机拍摄公路上的车流，视频中路面的亮度可以反映天气的变化及昼夜的更替。因此准确获得亮度信息是关键的一步，亮度中值可以较好地描述光照的变化，但如果时时计算亮度中值由于计算量大而不能满足实时的要求。为了减少计算量，保证切换方法的实时性，本发明不是每帧图像都计算运行区域的亮度中值，而是每秒计算一次。对于长达数十分钟的切换过渡过程而言，1次/秒的采样率能够保证所得中值时间序列准确反映实际道路亮度的变化情况。同时，安装在支架上的磁敏传感器也开始采集波形信号，进行车辆的检测，与视频作好同步工作。

第二步，亮度预处理和信号去噪：

对视频图像获得亮度中值后，还要进行预处理。由于受环境变化和车辆驶过的影响，第一步所获得的原始中值序列曲线存在较多的毛刺，对亮度变化速度特征信息的提取存在较大的影响，因此要对其进行平滑滤波以消除毛刺。本发明采用均值滤波的近似方法：累计平均法，即本次滤波的值等于上一次滤波值和本次新获得的中值的加权和。亮度中值预处理后得到平滑的曲线用于后续的分析处理。对于磁敏信号，也要进行信号处理，消除噪声。

第三步，亮度变化特征提取和信号阈值选取：

对于平滑后的中值曲线，需要提取亮度变化速度特征信息，为方法切换提供判断依据。本发明采用PLR(分段线性表示)方法(Piecewise LinearRepresentation，)。当系统读入一个新的亮度中值样本时，若发现亮度中值已经变化了10，就新建一条折线段。该线段的起点为前一折线段的终点，其终点则为当前亮度中值。从而将整条亮度中值平滑曲线分段线性化。每条线段的变化时间长度T，即该线段亮度变化10所用的时间，反比于该段时间内亮度中值变化速度，可以作为亮度中值变化速度特征信息。通过分段线性化，一方面可以有效地提取亮度变化速度信息，另一方面由于第四步切换判断基本上只在生成新线段的时候进行的，因此PLR可以减少切换的判断次数，降低系统的开销。同样对磁敏信号进行阈值选取以便确定是否为车辆信号。

第四步，按规定切换原则进行切换和信息融合：

为减少计算量，满足方法切换的实时性要求，本发明基本上只在每次生成新的折线段的时候，根据该线段的时间长度T这一变化速度特征信息来决定是否进行切换。刚进入过渡时段时，亮度中值变化缓慢，所生成线段的时间长度T大致15分钟左右；当发现新生成线段的T值在1分钟左右时，表明亮度中值变化速度加快，已进入第一个拐点所在区域，就进行第一次切换；之后当进入第二个拐点区域时，变化速度减慢，新生成线段的T值变大，则进行第二次切换，从而完成整个昼夜方法切换过程。日出和日落两个过渡时段都遵循这样的切换原则，日出时段按照“夜间→清晨→白天”的顺序进行切换，日落时段则按照“白天→傍晚→夜间”的顺序进行切换。在日出和日落的1小时过渡阶段均采用视频与磁敏传感器信息融合方法进行车辆检测。信息融合的过程如下：:

①分别计算两传感器的基本可信数、信度函数和似真度函数；

②利用Dempster合并规则，求得所有传感器联合作用下的基本可信数、信度函数和似真度函数；

③在设定的决策规则下，选择具有最大支持度的目标。

本发明将一天的时间划分为清晨、白天、傍晚和夜间四个阶段，通过采用在清晨和傍晚阶段与其它不受光照变化影响的磁敏传感器进行信息融合的策略，解决了昼夜过渡时段两种车辆检测方法失效带来的检测率降低的问题。磁敏传感器进行车辆检测主要利用车辆经过时会引起传感器周围的磁场变化而检测车辆的。多传感器信息融合技术的基本原理也就像人脑综合处理信息一样充分利用多个传感器资源，通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在时间和空间上的冗余或互补信息依据某种准则进行组合，以获取被观测对象的一致性解释或描述。数据融合的基本目标是通过数据优化组合导出更多有效信息。它的最终目的是利用多个传感器共同或联合操作的优势，来提高多个传感器系统的有效性。

与现有技术相比，本发明具有计算复杂度低，切换时间选择准确的优点，适合实时视频车辆检测应用。并且通过白天、傍晚、夜间和清晨四个阶段的划分和在傍晚与清晨阶段进行多传感器互补性信息融合的策略，解决了视频传感器在过渡时段受光照变化的影响而检测率较低的问题。多传感器互补性信息即综合视频、磁敏等传感器信息。磁敏传感器利用磁场感应车辆，不受其他环境因素如光照、风雨等影响；在傍晚和清晨的1小时过渡时段，由于光线变化比较大，利用磁敏传感器的特点，以磁敏传感器为主，辅以视频进行信息的相互补充融合，通过计算两者的概率密度，赋予不同的权值来体现各自所占的重要性进行信息融合，进一步提高车辆的检测准确率。

附图说明

图1为本发明过渡时段设置的示意图，其中：图1(a)为过渡时段设置；图1(b)为日出时段示意；图1(c)为日落时段示意。

图2为切换方法运行区域选取的示意图，其中图2(a)为日出时段；图2(b)为日落时段。

图3为基于路面亮度中值变化速率的切换方法的流程图。

图4为整个过渡时段按1帧/秒的采样率所获得的原始亮度中值时间序列曲线，其中图4(a)为日出时段；图4(b)为日落时段。

图5为原始亮度中值曲线经累计平均法平滑滤波后的曲线，其中图5(a)为日出时段；图5(b)为日落时段。

图6为亮度中值平滑曲线进行PLR分段线性表示的示意图，其中图6(a)为日出时段；图6(b)为日落时段。

图7为本发明对样本视频进行昼夜检测方法切换的过程示意，其中图7(a)为日出时段；图7(b)为日落时段。日出时段按照“夜间→清晨→白天”的顺序进行切换，日落时段则按照“白天→傍晚→夜间”的顺序进行切换。

具体实施方式

下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本实例所采用的样本视频采集于上海A4高速路，包括从夜到昼的日出时段样本和从昼到夜的日落时段样本。以日出时间点和日落时间点为基准，把一天24小时分为夜间、日出时段、白天、日落时段和夜间，建立日出(sunrise，从夜到昼)和日落(sunset，从昼到夜)两个过渡时间段，日出和日落时段长度均为1小时，从而能覆盖傍晚阶段及清晨阶段，每天只在这两个过渡时段运行切换方法如图1(a)，日出和日落切换的顺序分别如图1(b)和图1(b)所示。日出和日落切换方法运行区域的选取分别如图2(a)和图2(b)所示。运行切换方法时，系统通过计算运行区域内所有像素点亮度值的中值来衡量路面光照强度及其变化情况，以作为是否进行切换的决策特征依据；日出和日落过渡时段的设置则分别以日出和日落时间点为基准。日出时段开始于日出时间点前40分钟，结束于日出点后20分钟。日落时段开始于日落前20分钟，结束于日落后40分钟。每天的日出日落时间点可以从相关的天文学资料中查到。

在过渡时段切换过程中，当系统处于清晨或傍晚阶段时，昼间和夜间车辆检测方法的检测率都很低。磁敏传感器具有检测结果不受气候、光照等因素影响的优点，因此本发明采用视频检测器和磁敏检测器间基于DS论据的多传感器信息互补性融合的方案，通过计算两类传感器的概率密度函数来进行多传感器信息融合，从而弥补了视频检测器的不足，保证了过渡阶段车辆检测结果的准确性。

如图3所示，本发明的切换方法包括以下几个步骤：

1、确定路面亮度和信号同步：

在日出和日落开始时，通过架构在支架上的摄像机拍摄公路上的车流，视频中路面的亮度可以反映天气的变化及昼夜的更替。因此准确获得亮度信息是关键的一步，亮度中值可以较好地描述光照的变化，但如果时时计算亮度中值由于计算量大而不能满足实时的要求。为了减少计算量，保证切换方法的实时性，本方法不是每帧图像都计算运行区域的亮度中值，而是每秒计算一次。对于长达数十分钟的切换过渡过程而言，1次/秒的采样率能够保证所得中值时间序列准确反映实际道路亮度的变化情况。图4(a)和图4(b)分别为日出和日落两个过渡时段的样本亮度中值时间序列曲线示意，曲线形状基本符合“S”型。同时，安装在支架上的磁敏传感器也开始采集波形信号，进行车辆的检测，与视频作好同步工作。

2、亮度预处理和信号去噪：

对视频图像获得亮度中值后，还要进行预处理。由于受环境变化和车辆驶过的影响，第一步所获得的原始中值序列曲线存在较多的毛刺，对亮度变化速度特征信息的提取存在较大的影响，因此对其进行平滑滤波以消除毛刺。本发明采用累计平均法，本次滤波的值等于上一次滤波值和本次新获得的中值的加权和，即avr_j＝(1-α)avr_j-1+ax_j，avr是均值滤波值，x_j是新样本值。α是更新系数。该方法具有计算复杂度低，噪声去除效果好的特点。日出和日落时段平滑的结果分别如图5(a)和图5(b)所示，毛刺基本被滤除。亮度中值预处理后得到平滑的曲线用于后续的分析处理。对于磁敏信号，也要进行信号处理，消除噪声。

3、亮度变化特征提取和信号阈值选取：

对于平滑后的中值曲线，需要提取亮度变化速度特征信息，为方法切换提供判断依据。本发明采用PLR(分段线性表示)方法。当系统读入一个新的亮度中值样本时，若发现亮度中值已经变化了10，就新建一条折线段。该线段的起点为前一折线段的终点，其终点则为当前亮度中值。从而将整条亮度中值平滑曲线分段线性化。日出和日落时段PLR表示分别如图6(a)和图(b)所示，纵轴代表亮度中值，线段在纵轴上的投影即为该线段的亮度变化大小，统一为10；横轴代表时间，单位为秒，线段在横轴上的投影即为该线段亮度变化10所用的时间，称为线段的变化时间长度T，反比于该段时间内亮度中值变化速度。不同线段的时间长度是不一样的，可以作为亮度中值在这段时间内的变化速度特征信息。同样对磁敏信号进行阈值选取以便确定是否为车辆信号。

4、按规定切换原则进行切换和信息融合：

为减少计算量，满足方法切换的实时性要求，除最后阶段外，本发明只在每次生成新的折线段的时候，根据该线段的时间长度T这一变化速度特征信息来决定是否进行切换。在日出和日落的1小时过渡阶段均采用视频与磁敏传感器信息融合方法进行车辆检测。

日出时段按照“夜间→清晨→白天”的顺序进行切换，其判断规则如下：

a)在夜间阶段内，起初亮度中值变化缓慢。当发现新生成线段的T值急剧变小时，表明变化速度加快，已进入第一个拐点所在区域，就进行第一次切换。但如果此前中值已经高于亮度阈值40，则路面亮度变大，夜间方法准确度下降，就强行进行切换。

b)在清晨阶段内，亮度中值处于快速上升阶段，保存每个新生成线段的T值。若中值已高于亮度阈值90，天基本上完全变亮，昼间方法运行的条件开始具备。此时计算已保存的所有线段T值的平均值μ和标准差σ。若此后若超过max(2μ，μ+3σ)的时间仍未生成新的线段，说明中值变化速度较快速上升阶段已经减慢，进入第二个拐点区域，就进行第二次切换；若夜间到清晨的切换是强制进行的，则等进入快速变化阶段再执行上述规则。

c)在白天阶段内，系统开始运行昼间车辆检测方法，已无需作任何切换判断。但万一由于某些特殊的原因，直至日出过渡时段结束系统仍未完成清晨至白天的切换，则强制进行第二次切换，保证系统昼间车辆检测的进行。

日落时段则按照“白天→傍晚→夜间”的顺序进行切换。具体判断规则和日出阶段基本一样，只是亮度中值变化过程由上升变为下降，第一次切换和第二次切换的亮度阈值分别变为100和50。图7(a)和图7(b)分别是日出和日落过渡阶段运用本发明进行昼夜方法二次切换的示意图。可见本发明基本上可以自动地完成昼夜车辆检测方法的准确切换。

Claims (4)

1、一种昼夜视频车辆检测间的切换方法，其特征在于：以日出时间点和日落时间点为基准，把一天24小时分为夜间、日出时段、白天和日落时段，建立日出和日落两个过渡时段，日出长度1小时为夜晚到白天过渡时期，为第一次切换时机，日落长度1小时为白天到夜晚过渡时期，为第二次切换时机，24小时分为夜晚+日出1小时+白天+日落1小时，从而能覆盖傍晚阶段及清晨阶段，每天只在这两个过渡时段运行切换方法，切换的依据就是路面的光照强度变化特征；实际操作时，在视频图像下方取一块能够覆盖整条道路各车道但不超出道路范围的区域，称为运行区域，通过计算运行区域内所有像素点亮度值的中值来衡量路面光照强度及其变化情况，以作为是否进行切换的决策特征依据；在日出时段路面亮度中值从平稳状态随时间呈现上升趋势，最后又趋于平稳状态，在日落时段路面亮度中值从平稳状态随时间呈现下降趋势，最后又趋于平稳状态，它们具有共同的特点：即趋势都大致呈“S”形状，在开始和结束阶段的亮度变化都比较缓慢，而在“S”的中段，两个拐点之间的区域，则存在着一个亮度快速下降或上升的过程，对应于傍晚和清晨阶段，以此为前提，根据运行区域亮度中值的变化速度信息来寻找两个拐点，并在拐点附近区域完成过渡时段的两次切换。

2、根据权利要求1所述的昼夜视频车辆检测间的切换方法，其特征是，包括如下步骤：

第一步，确定路面亮度和信号同步：

在日出和日落开始时，通过架构在支架上的摄像机拍摄公路上的车流，视频中路面的亮度能反映天气的变化及昼夜的更替，每秒计算一次运行区域图像的亮度中值，同时，采用安装在支架上的磁敏传感器采集波形信号，进行车辆的检测，与视频作好同步工作；

第二步，亮度预处理和信号去噪：

对视频图像获得亮度中值后，还要进行预处理，即进行平滑滤波以消除毛刺，亮度中值预处理后得到平滑的曲线用于后续的分析处理，对于磁敏信号也进行信号处理，消除噪声；

第三步，亮度变化特征提取和信号阈值选取：

对于平滑后的中值曲线，提取亮度变化速度特征信息，为方法切换提供判断依据，采用分段线性表示方法：当系统读入一个新的亮度中值样本时，若发现亮度中值已经变化了10，就新建一条折线段，该线段的起点为前一折线段的终点，其终点则为当前亮度中值，从而将整条亮度中值平滑曲线分段线性化；每条线段的变化时间长度T，即该线段亮度变化10所用的时间，反比于该段时间内亮度中值变化速度，作为亮度中值变化速度特征信息，同样对磁敏信号进行阈值选取以便确定是否为车辆信号；

第四步，按规定切换原则进行切换和信息融合：

只在每次生成新的折线段的时候，根据该线段的时间长度T这一变化速度特征信息来决定是否进行切换，刚进入过渡时段时，亮度中值变化缓慢，所生成线段的时间长度T为15分钟；当发现新生成线段的T值在1分钟时，表明亮度中值变化速度加快，已进入第一个拐点所在区域，就进行第一次切换；之后当进入第二个拐点区域时，变化速度减慢，新生成线段的T值变大，则进行第二次切换，从而完成整个昼夜方法切换过程；日出和日落两个过渡时段都遵循这样的切换原则，日出时段按照“夜间→清晨→白天”的顺序进行切换，日落时段则按照“白天→傍晚→夜间”的顺序进行切换，在日出和日落的1小时过渡阶段均采用视频与磁敏传感器信息融合方法进行车辆检测。

3、根据权利要求2所述的昼夜视频车辆检测间的切换方法，其特征是，所述进行平滑滤波，采用均值滤波的近似方法：累计平均法，即本次滤波的值等于上一次滤波值和本次新获得的中值的加权和。

4、根据权利要求2所述的昼夜视频车辆检测间的切换方法，其特征是，所述信息融合，过程如下：

①分别计算视频与磁敏传感器的基本可信数、信度函数和似真度函数；

②利用Dempster合并规则，求得所有传感器联合作用下的基本可信数、信度函数和似真度函数；

③在设定的决策规则下，选择具有最大支持度的目标。

Images