CN101383094B - 视频触发方法和装置 - Google Patents

Abstract

一种视频触发方法和装置，所述视频触发方法包括：在视频图像的虚拟线圈中检测到车辆特征时输出触发信号，所述车辆特征包括车底阴影特征。所述在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号包括：判定所述虚拟线圈中灰度值不大于车底阴影阈值的像素点为车底阴影特征点；在所述车底阴影特征点的总数大于第一预定总数阈值时输出触发信号。所述视频触发方法和装置可以获得高触发率和低误触发率。

Description

视频触发方法和装置

技术领域

本发明涉及交通控制系统领域，特别是涉及一种车辆监测记录系统的视频触发方法和装置。

背景技术

车辆监测记录系统在交通监控、交通管理、社会治安中扮演着重要的角色，市场上的车辆监测记录系统采用安装在车道上的摄像机实时摄取视频图像，在车辆触发(即检测区域内有车辆通过)后抓拍视频图像，获得包括有车辆的视频图像，然后系统会从抓拍的视频图像中自动识别出车辆牌照等车辆信息。

车辆触发包括硬件触发和视频触发，硬件触发常用的是地感线圈检测器，由地感线圈提供触发信息；视频触发利用摄像机提供的视频信号，实时检测车辆是否到来从而产生触发信号，常用的两种方法是基于车辆触发和基于车牌触发。

基于车辆触发是不断在视野范围内判断是否存在车辆，发现有车辆时则启动触发，常用方法是基于车辆跟踪的方式和基于虚拟线圈的方式。

基于车辆跟踪的方式通过对车辆外形特征建立模型，检测视野范围内有无与车辆外形相似的物体，当发现与模型相似的物体时启动触发。这种触发方式检测的车辆特征是车辆外形特征，其运算量比较大，且对车辆外形进行建模(特别在近景条件下)是一个较为复杂的过程。

基于虚拟线圈的方式通过在视频图像中设置一个类似于地感线圈功能的区域，通过计算该区域内的灰度(或颜色)的变化而判断是否有车辆进入到区域中，当发现有车辆时启动触发。这种触发方式检测的车辆特征是运动的车辆特征，仅对运动车辆有触发效果，无法检测到静止车辆。

基于车牌触发是不断在视频图像中检测是否存在车牌，一旦寻找到车牌并经过进一步确认后启动触发。例如，申请号为200410102933.8的中国发明专利申请公开的“基于快速车牌定位算法的车辆视频触发装置和方法”。这种触发方式检测的车辆特征是车牌特征，对于没有悬挂车牌的车辆无法进行触发，并且受车身一些区域和栏杆、树影等背景因素干扰造成误触发的情况也相对比较多。

上述几种触发方式受其检测的车辆特征限制而较难保证高触发率，即使能保证高触发率，也容易造成误触发，导致误触发率的提高。

发明内容

本发明解决的问题是，提供一种视频触发方法和装置，以获得高触发率和低误触发率。

为解决上述问题，本发明提供一种视频触发方法，包括下述步骤：在视频图像的虚拟线圈中检测到车辆特征时输出触发信号，所述车辆特征包括车底阴影特征。

可选的，所述在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号包括：判定所述虚拟线圈中灰度值不大于车底阴影阈值的像素点为车底阴影像素点；若前一场的车底阴影像素点在当前场的灰度值增大超过预定增值，则判定所述车底阴影像素点为车底阴影特征点；在所述车底阴影特征点的总数大于第一预定总数阈值时输出触发信号。

可选的，所述视频触发方法还包括：更新车底阴影阈值。所述更新车底阴影阈值包括：在每场视频图像的虚拟线圈中选取一个待定灰度值，使虚拟线圈中灰度值从0到所述待定灰度值的像素点的数量与虚拟线圈的总像素点的数量的比值不小于预定比例；从触发场前后预定数量的待定灰度值中选择最小的待定灰度值作为当前的车底阴影灰度值；根据下述公式计算更新后的车底阴影阈值：更新后的车底阴影阈值＝0.9^*更新前的车底阴影阈值+0.1^*当前的车底阴影灰度值。

可选的，所述车辆特征还包括车牌特征、帧差信息特征、运动颜色特征、车灯特征和车身结构特征的其中一种或多种。

可选的，所述在视频图像的虚拟线圈中检测到车牌特征时输出触发信号包括：将所述虚拟线圈中的像素点划块，其中，每一块包括连续第一预定行数的行以及连续第一预定列数的列；计算块中列像素点的灰度平均值；在每一块中，计算列像素点的灰度平均值之间的最大差值，若计算所得的灰度平均值的最大差值大于预定差阈值，则所述块具有车牌笔道变化特征；在有连续预定块数的块具有车牌笔道变化特征时输出触发信号。

可选的，所述在视频图像的虚拟线圈中检测到帧差信息特征时输出触发信号包括：在视频图像的虚拟线圈中，在水平方向连续大于第二预定列数的像素点灰度的帧差大于第一预定差值时输出触发信号。

可选的，所述在视频图像的虚拟线圈中检测到运动颜色特征时输出触发信号包括：若所述虚拟线圈中的像素点颜色的帧差大于第二预定差值，则判定所述像素点为具有运动颜色特征的像素点；在所述虚拟线圈中具有运动颜色特征的像素点的总数大于第二预定总数阈值时输出触发信号。

可选的，所述在视频图像的虚拟线圈中检测到车灯特征时输出触发信号包括：判定所述虚拟线圈中灰度值大于车灯阈值的像素点为车灯特征点；在所述车灯特征点构成预定区域块且所述构成的预定区域块不具有路面反光特征时输出触发信号。

可选的，所述车辆特征在不同的时间段检测得到。所述视频触发方法还包括：根据帧差检测视频图像的虚拟线圈中的路面背景；计算所述检测到的路面背景的亮度；根据计算所得的路面背景的亮度划分不同的时间段。

可选的，所述根据帧差检测视频图像的虚拟线圈中的路面背景包括：比较当前场和上一场的视频图像，统计检测区域中具有车身特征的行，得到第一统计结果；比较当前场和上上场的视频图像，统计检测区域中具有车身特征的行，得到第二统计结果；其中，所述具有车身特征的行是指在两场视频图像的对应行中，若有超过第二预定个数的连续像素点具有相同性质的变化，且变化幅度都大于预定幅度，则判定该行为具有车身特征的行；在第一统计结果或第二统计结果中，若连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，则将背景更新计数值清0；在第一统计结果和第二统计结果中，若连续第二预定行数的行中有小于或等于第二预定行数阈值的行具有车身特征，则将背景更新计数值加1；在背景更新计数值大于第一预定计数阈值时，将背景更新计数值为预定计数值时那一场的检测区域的路面背景作为检测到的路面背景。

可选的，所述计算所述检测到的路面背景的亮度包括：通过灰度直方图计算路面背景的像素点的灰度平均值。

可选的，所述根据计算所得的路面背景的亮度划分不同的时间段包括：在实时时间晚于黎明起始时间且早于黎明结束时间时，若计算所得的路面背景的亮度大于第一亮度阈值则将黎明计数值加1，否则将黎明计数值清0；在黎明计数值大于第二预定计数阈值后，判定从晚间进入白天；在实时时间晚于黄昏起始时间且早于黄昏结束时间时，若计算所得的路面背景的亮度小于第二亮度阈值且快门达到快门上界阈值和增益达到增益上界阈值则将黄昏计数值加1，否则将黄昏计数值清0；在黄昏计数值大于第三预定计数阈值后，判定从白天进入晚间。

为解决上述问题，本发明还提供一种视频触发装置，包括车辆触发单元，所述车辆触发单元包括：车底阴影触发单元，用于在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号。

可选的，所述车辆触发单元还包括车牌触发单元、帧差信息触发单元、运动颜色触发单元、车灯触发单元和车身结构触发单元的其中一种或多种。

与现有技术相比，上述基于虚拟线圈的视频触发方法和装置采用了新的触发方式，即车底阴影特征触发，车底阴影特征不仅适合作为被检测的车辆特征，并且不易受背景特征的干扰，因此可以获得高触发率和低误触发率，并且能够实现无车牌车辆的触发。

由于虚拟线圈是视频图像中的一个检测区域，相比完整的视频图像来说，检测的像素点减小了，因此运算量减小了，运算时间缩短了。

实时更新车底阴影阈值可以适应环境光的变化，从而可以更准确地检测到车底阴影特征，满足视频触发的高触发率和低误触发率的要求。

结合采用车底阴影特征和其它一种或多种车辆特征触发作为视频触发的方式，可以进一步提高触发率，同时误触发率也较低。

在不同的时间段采用不同的车辆特征触发，即在不同的环境光条件下采用合适的特征作为被检测的车辆特征，能够准确地检测到车辆并进行触发，因此可以减小误触发的机率。

结合路面背景的亮度划分时间段，使得实时时间的判定更准确，从而可以选择适应实时时间的视频触发方式，以此提高触发率和降低误触发率。

附图说明

图1是车底阴影特征触发的一种实施方式流程图；

图2是车底阴影特征触发的另一种实施方式流程图；

图3是更新车底阴影阈值的一种实施方式流程图；

图4是车牌特征触发的一种实施方式流程图；

图5是车牌特征触发的另一种实施方式流程图；

图6是车牌特征触发的又一种实施方式流程图；

图7是运动颜色特征触发的一种实施方式流程图；

图8是车灯特征触发的一种实施方式流程图；

图9是车灯特征触发的另一种实施方式流程图；

图10是检测路面背景的一种实施方式流程图；

图11是检测路面背景的一个实施例流程图；

图12是根据计算所得的路面背景的亮度划分时间段的一个实施例流程图；

图13视频触发装置的一个实施例示意图。

具体实施方式

本发明实施方式的视频触发采用车底阴影特征触发，基于车底阴影的成像特点，车底阴影特征可适合代表车辆特征并且不易受路面背景的干扰，因而可以获得高触发率和低误触发率。并且，采用车底阴影特征和其它一种或多种车辆特征结合触发的方式，可以进一步提高触发率，同时误触发率也较低。下面结合附图和实施例对本发明实施方式做详细的说明。

本发明实施方式的视频触发方法包括：在视频图像的虚拟线圈中检测到车辆特征时输出触发信号，所述车辆特征包括车底阴影特征。

所述虚拟线圈是在视频图像中设置的一个检测区域，所述检测区域的宽度应确保能基本覆盖整个车道，高度应确保能够捕获到车辆特征。例如，检测区域的宽度可以设定为1000个像素点，高度可以设定为45个像素点。

每辆车的车底都会有车身的投影，特别是在白天，车底阴影的特点是亮度远比旁道阴影暗，为图像中灰度值最小的区域之一；另外，车底阴影在成像上与车身很接近，基于上述车底阴影的特点，车底阴影特征可以适合代表车辆特征，视频触发可以采用车底阴影特征触发，即在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号。

图1是车底阴影特征触发的一种实施方式流程图，在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号包括：

步骤S11，判定所述虚拟线圈中灰度值不大于车底阴影阈值的像素点为车底阴影特征点。像素点的灰度值随机分布在0到255的区间中，最黑(即最暗)的像素点的灰度值为0，最白(即最亮)的像素的灰度值为255，越暗的像素点，其灰度值越接近于0，越亮的像素点，其灰度值越接近于255。在一个实施例中，车底阴影阈值可以设定为50，若所述虚拟线圈中的某个像素点的灰度值小于或等于50，则该像素点为车底阴影特征点。

步骤S12，在所述车底阴影特征点的总数大于第一预定总数阈值时输出触发信号。在一个实施例中，第一预定总数阈值可以设定为虚拟线圈中像素点总数的10％，统计虚拟线圈中的车底阴影特征点的总数，若虚拟线圈中的车底阴影特征点的总数大于像素点总数的10％，则说明虚拟线圈中有车底阴影特征，因此输出触发信号。

图2是车底阴影特征触发的另一种实施方式流程图，本实施方式还利用了像素点灰度的帧差(前后帧或场图像的像素点的灰度信息变化，其中，1帧分为奇数场和偶数场)，以更准确的确定车头位置。如图2所示，在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号包括：

步骤S21，判定所述虚拟线圈中灰度值不大于车底阴影阈值的像素点为车底阴影像素点。在一个实施例中，车底阴影阈值可以设定为50，若所述虚拟线圈中的某个像素点的灰度值小于或等于50，则该像素点为车底阴影像素点。

步骤S22，若前一场的车底阴影像素点在当前场的灰度值增大超过预定增值，则判定所述车底阴影像素点为车底阴影特征点。在一个实施例中，预定增值可以设定为25，若前一场属于车底阴影像素点在当前场的灰度值明显增大，增大的幅度超过25，则该车底阴影像素点为车底阴影特征点。本实施例中，是比较前后场的像素点的灰度值，在其它实施例中，也可以是比较前后帧的像素点的灰度值。

步骤S23，在所述车底阴影特征点的总数大于第一预定总数阈值时输出触发信号。在一个实施例中，第一预定总数阈值可以设定为虚拟线圈中像素点总数的2％，统计虚拟线圈中的车底阴影特征点的总数，若虚拟线圈中的车底阴影特征点的总数大于像素点总数的2％，则说明虚拟线圈中有车底阴影特征，因此输出触发信号。

由于环境光线的不断变化，例如白天到黄昏、晴天到阴天等环境光的变化，车底阴影的具体灰度范围也在变化，因此，在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号后，还可以包括：对车底阴影阈值进行实时更新。

请继续参考图3，所述更新车底阴影阈值包括：

步骤S31，在每场视频图像的虚拟线圈中选取一个待定灰度值，使虚拟线圈中灰度值从0到所述待定灰度值的像素点的数量与虚拟线圈的总像素点的数量的比值不小于预定比例。在一个实施例中，预定比例可以设定为20％，根据一场视频图像的灰度直方图，可以选取一个灰度值作为该场视频图像的待定灰度值，在虚拟线圈中，灰度值从0到该待定灰度值的像素点的数量不少于像素点的总数量的20％。

步骤S32，从触发场前后预定数量的待定灰度值中选择最小的待定灰度值作为当前的车底阴影灰度值。在一个实施例中，预定数量可以设定为10，从触发场前5场的5个待定灰度值、触发场的待定灰度值以及触发场后4场的4个待定灰度值中，选择最小的待定灰度值作为当前的车底阴影灰度值。

步骤S33，根据下述公式计算更新后的车底阴影阈值：更新后的车底阴影阈值＝0.9^*更新前的车底阴影阈值+0.1^*当前的车底阴影灰度值。

本发明实施方式的视频触发方法还可以采用车底阴影特征和其它一种或多种车辆特征结合触发，其它车辆特征可以是车牌特征、帧差信息特征、运动颜色特征、车灯特征或车身结构特征等。

将多种车辆特征结合进行触发，每种车辆特征都能单独形成能否触发的依据，也就是只要检测到一种车辆特征就输出触发信号，这样，可以进一步提高触发率，同时误触发率也较低。举例来说，如果有3种独立的车辆特征触发方式，其中每种方式的触发率为80％，误触发率为2％，则3种方式联合起来，触发率能达到(1-0.2³)＝99.2％，误触发率则为(1-0.98³)＝5.8％，可见，在触发率大大提高的同时，误触发率也较低。

下面分别对其它车辆特征触发进行详细说明。

图4是车牌特征触发的一种实施方式流程图，在视频图像的虚拟线圈中检测到车牌特征时输出触发信号包括：

步骤S41，将所述虚拟线圈中一行的连续第一预定个数的像素点划分为一块。在一个实施例中，第一预定个数可以设定为15，将虚拟线圈一行的第1至15个像素点划分为一块，第16至30个像素点划分为一块，第31至45个像素点划分为一块，.......。

步骤S42，在每一块中，计算像素点的灰度值之间的最大差值，若计算所得的最大差值大于预定差阈值，则所述块为具有车牌笔道变化特征的块。在一个实施例中，预定差阈值可以设定为50，在一块中，从左到右计算每一个像素点与左边灰度值最小的像素点的灰度值的差值，求得该块的像素点的灰度值的最大差值，若该块的灰度值的最大差值大于50，则该块为具有车牌笔道(即文字或数字的笔划)变化特征的块。

步骤S43，在一行中，若有大于或等于连续预定块数的块为具有车牌笔道变化特征的块，则判定所述行为具有车牌笔道变化特征的行。在一个实施例中，预定块数可以设定为5，在一行中，若有连续5块或超过5块具有车牌笔道变化特征的块，则该行为具有车牌笔道变化特征的行。

步骤S44，在连续第一预定行数的行中，若有大于或等于第一预定行数阈值的行为具有车牌笔道变化特征的行、且所述具有车牌笔道变化特征的行中具有车牌笔道变化特征的块在相同位置，则输出触发信号。在一个实施例中，第一预定行数可以设定为9，第一预定行数阈值可以设定为6，在连续9行中，若有6行或超过6行具有车牌笔道变化特征的行，并且，所述具有车牌笔道变化特征的行中具有车牌笔道变化特征的块在相同位置，则说明虚拟线圈中有车牌特征，因此输出触发信号。例如，在虚拟线圈的第1至9行中，第2、3、5、6、7、8行为具有车牌笔道变化特征的行，并且第2、3、5、6、7、8行中的第3至7块都为具有车牌笔道变化特征的块，则输出触发信号。

图5是车牌特征触发的另一种实施方式流程图，本实施方式是先将预定行数的行的像素点的灰度值按列取平均后再判断车牌笔道变化特征的，以此降低路面本身结构的干扰。如图5所示，在视频图像的虚拟线圈中检测到车牌特征时输出触发信号包括：

步骤S51，将所述虚拟线圈中的像素点划块，其中，每一块包括连续第一预定行数的行以及连续第一预定列数的列。在一个实施例中，第一预定行数可以设定为6，第一预定列数可以设定为15，将虚拟线圈的第1至6行的第1至15列像素点划分为一块，第1至6行的第16至30列像素点划分为一块，第1至6行的第31至45列像素点划分为一块，.......，第7至12行的第1至15列像素点划分为一块，第7至12行的第16至30列像素点划分为一块，.......。

步骤S52，计算块中列像素点的灰度平均值。在一块中，相同位置的像素点为一列，计算列像素点的灰度平均值就是计算同一列像素点的灰度平均值。

步骤S53，在每一块中，计算列像素点的灰度平均值之间的最大差值，若计算所得的最大差值大于预定差阈值，则所述块具有车牌笔道变化特征。在一个实施例中，预定差阈值可以设定为40，在一块中，从左到右计算每一列像素点与左边灰度平均值最小的一列像素点的灰度平均值的差值，求得该块的灰度平均值的最大差值，若该块的灰度平均值的最大差值大于40，则该块具有车牌笔道(即文字或数字的笔划)变化特征。

步骤S54，在有连续预定块数的块具有车牌笔道变化特征时输出触发信号。在一个实施例中，预定块数可以设定为5，若有连续5块具有车牌笔道变化特征，则说明虚拟线圈中有车牌特征，因此输出触发信号。

图6是车牌特征触发的又一种实施方式流程图，在视频图像的虚拟线圈中检测到车牌特征时输出触发信号包括：

步骤S61，比较所述虚拟线圈中每个像素点与其邻域像素点，若所述像素点的灰度值比其邻域像素点的灰度值都大且差值都大于预定数值，则判定所述像素点为凸特征点；若所述像素点的灰度值比其邻域像素点的灰度值都小且差值都大于预定数值，则判定所述像素点为凹特征点。邻域像素点是与像素点相邻的一个或多个像素点。在一个实施例中，邻域像素点可以设定为与像素点相邻的左右第3个像素点，预定数值可以设定为30，若一个像素点的灰度值比其左边的第3个像素点和右边的第3个像素点的灰度值都大30以上，则该像素点为凸特征点；若一个像素点的灰度值比其左边的第3个像素点和右边的第3个像素点的灰度值都小30以上，则该像素点为凹特征点。

步骤S62，若所述凸特征点或凹特征点在竖直方向上的分布具有牌照号码分布规律，则输出触发信号。在车牌区域中，两种特征点之一(黑底白字车牌是凸特征点，白底黑字车牌是凹特征点)会在竖直方向上有明显的分布规律，这种分布规律与牌照号码的文字和数字的笔划有关，即，若所述凸特征点或凹特征点在竖直方向上的分布具有牌照号码分布规律，则说明虚拟线圈中有车牌特征，因此输出触发信号。

上述车牌特征触发的三种实施方式(图4至图6)具有运算时间短，误触发率低的特点。

本发明实施方式的帧差信息特征触发，即在视频图像的虚拟线圈中检测到帧差信息特征时输出触发信号包括：在视频图像的虚拟线圈中，在水平方向连续大于第二预定列数的像素点灰度的帧差大于第一预定差值时输出触发信号。帧差信息特征触发的关键是避免旁道阴影误触发，因此判断条件较严格，在一个实施例中，第二预定列数可以设定为30，第一预定差值可以设定为80，若水平方向上连续大于30列的像素点在当前帧的灰度比在前一帧的灰度大80以上，则输出触发信号。

图7是运动颜色特征触发的一种实施方式流程图。车辆的车身颜色也可以作为判断是否触发的依据，像素点的原始数据格式是YUV，其中，Y是灰度信息，U、V是颜色信息，U-V>0时，幅度越大，说明颜色越偏蓝；U-V<0时，幅度越大，说明颜色越偏红。为了防止背景本身就有颜色，利用了像素点颜色的帧差(前后帧或场图像的像素点的颜色信息变化)，即在相邻两帧(或场)图像中像素点的颜色有明显变化，则认为具有运动的颜色信息(运动的车辆)。如图7所示，在视频图像的虚拟线圈中检测到运动颜色特征时输出触发信号包括：

步骤S71，若所述虚拟线圈中的像素点颜色的帧差大于第二预定差值，则判定所述像素点为具有运动颜色特征的像素点。在一个实施例中，第二预定差值可以设定为35，若一个像素点颜色的帧差大于35，即相邻两场(或帧)的U-V的差值的绝对值大于35，则该像素点为具有运动颜色特征的像素点。

步骤S72，在所述虚拟线圈中具有运动颜色特征的像素点的总数大于第二预定总数阈值时输出触发信号。在一个实施例中，第二预定总数阈值可以设定为虚拟线圈中的像素点总数的2％，在虚拟线圈中，统计具有运动颜色特征的像素点的总数，若具有运动颜色特征的像素点的总数大于像素点总数的2％，则输出触发信号。

图8是车灯特征触发的一种实施方式流程图，在晚间，车辆的车灯特征最为明显，因此，车灯特征也可以作为判断是否触发的依据。如图8所示，在视频图像的虚拟线圈中检测到车灯特征时输出触发信号包括：

步骤S81，判定所述虚拟线圈中灰度值大于车灯阈值的像素点为车灯特征点。在一个实施例中，车灯阈值可以设定为210，在虚拟线圈中，若一个像素点的灰度值大于210，则该像素点为车灯特征点。

步骤S82，在所述车灯特征点构成预定区域块时输出触发信号。在一个实施例中，预定区域块可以设定为3*2个像素点构成的区域块，若虚拟线圈中，有6个车灯特征点连起来构成3*2的区域块时，则说明有车灯特征，因此输出触发信号。

图9是车灯特征触发的另一种实施方式流程图，在雨天，尤其路面有积水时，车灯在路面上有反光，此时可能会有大量的灯光误触发，所以在雨天需要区分车灯和路面的反光。如图9所示，在视频图像的虚拟线圈中检测到车灯特征时输出触发信号包括：

步骤S91，判定所述虚拟线圈中灰度值大于车灯阈值的像素点为车灯特征点。在一个实施例中，车灯阈值可以设定为210，在虚拟线圈中，若一个像素点的灰度值大于210，则该像素点为车灯特征点。

步骤S92，在所述车灯特征点构成预定区域块且所述构成的预定区域块不具有路面反光特征时输出触发信号。区域块具有路面反光特征是指区域块中的像素点的明暗变化多，例如，区域块中的像素点的灰度平均值都大于210，但各像素点之间的灰度值的差别比较明显。

车身结构特征也可以作为判断是否触发的依据，例如，车头结构与路面结构在成像上有差异，因此，可以利用车头结构特征来进行触发。

上述各种车辆特征可以分别在不同的时间段检测得到，例如，在白天，检测车底阴影特征、车牌特征、帧差信息特征、运动颜色特征和车身结构特征；在晚间，检测车底阴影特征(在有辅助照明的情况下)、车牌特征(在有辅助照明的情况下)、运动颜色特征和车灯特征。只要检测到上述任何一种车辆特征，就会输出触发信号。一种简单的方法，时间段可以按照时间预先设定，例如，设定6:00～18:00为白天，0:00～6:00、18:00～24:00为晚间。本发明实施方式还结合了路面背景的亮度来划分时间段，因此，本发明实施方式的视频触发方法还可以包括：根据帧差检测视频图像的虚拟线圈中的路面背景；计算所述检测到的路面背景的亮度；根据计算所得的路面背景的亮度划分不同的时间段。

图10是检测路面背景的一种实施方式流程图，通常，车身特征的帧差在水平方向会出现连续的相同性质的变化(即都变大或都变小)，因此根据帧差可以将车身特征排除，从而检测到路面背景特征。如图10所示，检测路面背景，即根据帧差检测视频图像的虚拟线圈中的路面背景包括：

步骤S101，比较当前场和上一场的视频图像，统计虚拟线圈中具有车身特征的行，得到第一统计结果；比较当前场和上上场的视频图像，统计虚拟线圈中具有车身特征的行，得到第二统计结果；其中，所述具有车身特征的行是指在两场视频图像的对应行中，若有超过第二预定个数的连续像素点具有相同性质的变化，且变化幅度都大于预定幅度，则判定该行为具有车身特征的行。

步骤S102，在第一统计结果或第二统计结果中，若连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，则将背景更新计数值清0。

步骤S103，在第一统计结果和第二统计结果中，若连续第二预定行数的行中有小于或等于第二预定行数阈值的行具有车身特征，则将背景更新计数值加1。

步骤S104，在背景更新计数值大于第一预定计数阈值时，将背景更新计数值为预定计数值时那一场的虚拟线圈的路面背景作为检测到的路面背景。

图11是图10所示的检测路面背景的一种具体实现方式的流程图，包括：

步骤S111，统计当前场和上一场视频图像的虚拟线圈的每一行的各个像素点的灰度值变化：在当前场和上一场视频图像的虚拟线圈的对应行中，若有超过第二预定个数的连续像素点具有相同性质的变化，且变化幅度都大于预定幅度，则判定该行具有车身特征。举例来说，设定第二预定个数为15、预定幅度为25，如果当前场的第3行中的第20个至40个像素点的灰度值对应地比上一场的第3行中第20个至40个像素点的灰度值都增大，并且增大的幅度都超过了25，则当前场的第3行具有车身特征。

步骤S112，判断虚拟线圈中，是否连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，若是则进行步骤S113，若否则进行步骤S114。本实施例中，设定第二预定行数为5，设定第二预定行数阈值为2，若虚拟线圈的连续5行中有3至5行(大于2行)具有车身特征，则进行步骤S113；若虚拟线圈的连续5行中有0至2行具有车身特征，则进行步骤S114。

步骤S113，将背景更新计数值清0，返回步骤S111。

步骤S114，统计当前场和上上场视频图像的虚拟线圈的每一行的各个像素点的灰度值变化：在当前场和上上场视频图像的虚拟线圈的对应行中，若有超过第二预定个数的连续像素点具有相同性质的变化，且变化幅度都大于预定幅度，则判定该行具有车身特征。

步骤S115，判断虚拟线圈中，是否连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，若是则进行步骤S113，若否则进行步骤S116。

步骤S116，将背景更新计数值加1。

步骤S117，判断背景更新计数值是否大于第一预定计数阈值，若是则进行步骤S118，若否则返回步骤S111。

步骤S118，判定检测到路面背景，将背景更新计数值为预定计数值时那一场的检测区域的路面背景作为检测到的路面背景，然后将背景更新计数清0，返回步骤S111。本实施例中，设定第一预定计数阈值为40、预定计数值为20，在背景更新计数值大于40，将背景更新计数值为20时的场的虚拟线圈的路面背景作为检测到的路面背景，即将背景更新计数值为20时那一场的检测区域数据(例如像素点的灰度值)作为用于计算路面背景的亮度的数据。

上述路面背景检测是结合当前场和上一场的第一统计结果以及当前场和上上场的第二统计结果更新背景更新计数值，在其它实施例中，也可以是仅根据当前场和上一场的统计结果，或者当前场和上上场的统计结果更新背景更新计数值。结合当前场和上一场的第一统计结果以及当前场和上上场的第二统计结果更新背景更新计数值，可以得到较好的背景检测效果。

在步骤S118检测到路面背景后，就可以计算所述检测到的路面背景的亮度，一般来说，就是计算检测到的路面背景的所有像素点的灰度平均值，例如，可以通过灰度直方图来计算像素点的灰度平均值。

本发明实施方式还结合了路面背景的亮度来划分时间段，在本实施方式中，预先设定了一天中的4个基本时间点：黎明起始时间、黎明结束时间，黄昏起始时间和黄昏结束时间，设定这4个基本时间点的目的在于：确保在一年四季的任何一天中，若实时时间早于黎明起始时间，则为晚间，若实时时间晚于黎明结束时间且早于黄昏起始时间，则为白天；若实时时间晚于黄昏结束时间，则为晚间。所述的4个基本时间点可以根据所处的时区来设定，例如，上海处于东八区，可以设定黎明起始时间为4:00、黎明结束时间为7:00、黄昏起始时间为16:30、黄昏结束时间为20:20。

由于一年四季的早晚环境光的变化，从白天进入晚间或从晚间进入白天的时间也会有所差别，因此，对于实时时间晚于黎明起始时间且早于黎明结束时间、实时时间晚于黄昏起始时间且早于黄昏结束时间的情况，则可以根据计算所得的路面背景的亮度来划分是白天还是晚间，其判定方法如下所述：

在实时时间晚于黎明起始时间且早于黎明结束时间时，若计算所得的路面背景的亮度大于第一亮度阈值则将黎明计数值加1，否则将黎明计数值清0；在黎明计数值大于第二预定计数阈值后，则判定从晚间进入白天。

在实时时间晚于黄昏起始时间且早于黄昏结束时间时，若计算所得的路面背景的亮度小于第二亮度阈值则将黄昏计数值加1，否则将黄昏计数值清0；在黄昏计数值大于第三预定计数阈值后，则判定从白天进入晚间。

另外，在摄像机的快门和增益可调的情况下，若实时时间晚于黄昏起始时间且早于黄昏结束时间，则根据下述方法判定：若计算所得的路面背景的亮度小于第二亮度阈值且快门达到快门上界阈值和增益达到增益上界阈值则将黄昏计数值加1，否则将黄昏计数值清0；在黄昏计数值大于第三预定计数阈值后，则判定从白天进入晚间。其中，快门达到快门上界阈值表示快门已经达到最大值(即曝光时间最长)，增益达到增益上界阈值表示增益已经达到最大值，此时快门和增益不能再增大，即成像亮度已经是最亮的，路面背景的亮度已经达到最亮。

如果定义上述从晚间进入白天的实时时间为第一时间点，从白天进入晚间的实时时间为第二时间点，那么在这一天中，早于第一时间点的时间是采用晚间检测方式(包括：检测车底阴影阈值、车牌特征、运动颜色特征和车灯特征)，在第一时间点后转为白天检测方式(包括：检测车底阴影特征、车牌特征、帧差信息特征、运动颜色特征和车身结构特征)，在第二时间点后又转为晚间检测方式。

上述根据路面背景的亮度划分时间段的一种具体实现方式如图12所示，包括：

步骤S121，判断是否黎明开始时间<实时时间(即当前时间)<黎明结束时间，若是则进行步骤S122，若否则进行步骤S126。

步骤S122，判断是否计算所得的路面背景的亮度>第一亮度阈值(本实施例中，第一亮度阈值可以设定为30)，若是则进行步骤S123，若否则进行步骤S125。

步骤S123，将黎明计数值加1，判断是否黎明计数值>第二预定计数阈值(本实施例中，第二预定计数阈值可以设定为40)，若是则进行步骤S124，若否则返回步骤S121。

步骤S124，从晚间进入白天，将黎明计数值清0，进行步骤S126。

步骤S125，将黎明计数值清0，返回步骤S121。

步骤S126，判断是否黄昏开始时间<实时时间<黄昏结束时间，若是则进行步骤S127，若否则进行步骤S121。

步骤S127，判断是否计算所得的路面背景的亮度<第二亮度阈值(本实施例中，第二亮度阈值可以设定为50)，若是则进行步骤S128，若否则进行步骤S131。

步骤S128，判断是否快门达到快门上界阈值和增益达到增益上界阈值，若是则进行步骤S129，若否则进行步骤S131。

步骤S129，将黄昏计数值加1，判断黄昏计数值是否大于第三预定计数阈值(本实施例中，第三预定计数阈值可以设定为20)，若是则进行步骤S130，若否则返回步骤S126。

步骤S130，从白天进入晚间，将黄昏计数值清0，进行步骤S121。

步骤S131，将黄昏计数值清0，返回步骤S126。

另外，对于实时时间早于黎明起始时间或晚于黄昏结束时间，则直接判定为晚间；实时时间晚于黎明结束时间且早于黄昏起始时间，则直接判定为为白天；因此可以不进行上述步骤S121至S131。

结合路面背景的亮度来划分白天和晚间可以更准确地划分时间段，在不同的时间段采用较为适合环境光条件的车辆特征触发方式，这样可以提高触发率，降低误触发率。

需要说明的是，上述所设定的各个数值(例如，检测区域的宽度、高度，阈值，预定值等)都是经验值，但并非用于限定，对于本领域技术人员来说，这些数值可以根据实际情况设定或改变。

对应于上述视频触发方法，本发明实施方式的视频触发装置包括：车辆触发单元，用于在视频图像的虚拟线圈中检测到车辆特征时输出触发信号，所述车辆触发单元包括：车底阴影触发单元，用于在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号。

在其它实施方式中，所述车辆触发单元还可以包括：车牌触发单元、帧差信息触发单元、运动颜色触发单元、车灯触发单元和车身结构触发单元的其中一种或多种。

另外，上述车辆特征可以是在不同的时间段检测得到，因此，所述视频触发装置还可以包括：背景检测单元，用于根据帧差检测视频图像的虚拟线圈中的路面背景；亮度计算单元，用于计算所述检测到的路面背景的亮度；时间判定单元，用于根据计算所得的路面背景的亮度划分不同的时间段。

图13是视频触发装置的一个实施例示意图，包括背景检测单元1、亮度计算单元2、时间判定单元3、车底阴影触发单元4、车牌触发单元5、帧差信息触发单元6、运动颜色触发单元7、车灯触发单元8和车身结构触发单元9。

背景检测单元1，用于根据帧差检测视频图像的虚拟线圈中的路面背景。本实施例中，背景检测单元1包括：统计单元、计数值更新单元和背景输出单元。

统计单元，用于比较当前场和上一场的视频图像，统计检测区域中具有车身特征的行，得到第一统计结果；比较当前场和上上场的视频图像，统计检测区域中具有车身特征的行，得到第二统计结果；其中，所述具有车身特征的行是指在两场视频图像的对应行中，若有超过第二预定个数的连续像素点具有相同性质的变化，且变化幅度都大于预定幅度，则判定该行为具有车身特征的行。

计数值更新单元，用于在第一统计结果或第二统计结果中，若连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，则将背景更新计数值清0；在第一统计结果和第二统计结果中，若连续第二预定行数的行中有小于或等于第二预定行数阈值的行具有车身特征，则将背景更新计数值加1。计数值更新单元判断统计单元得到的第一统计结果和第二统计结果中，是否连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，若是，即第一统计结果或第二统计结果中，连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，则将背景更新计数值清0；若否，即第一统计结果和第二统计结果中，连续第二预定行数的行中有小于和等于第二预定行数阈值的行具有车身特征，则将背景更新计数值加1。

背景输出单元，用于在背景更新计数值大于第一预定计数阈值时，将背景更新计数值为预定计数值时那一场的检测区域的路面背景作为检测到的路面背景。背景输出单元在计数值更新单元将背景更新计数值加1后，判断背景更新计数值是否大于第一预定计数阈值，若是则将背景更新计数值为预定计数值时那一场的检测区域的路面背景作为检测到的路面背景，若否则由统计单元继续统计检测区域中具有车身特征的行。

在其它实施例中，所述统计单元还可以是仅比较当前场和上一场的视频图像，统计检测区域中具有车身特征的行；或者是仅比较当前场和上上场的视频图像，统计检测区域中具有车身特征的行。对应地，所述计数值更新单元可以是，若连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，则将背景更新计数值清0；若连续第二预定行数的行中有小于或等于第二预定行数阈值的行具有车身特征，则将背景更新计数值加1。

亮度计算单元2，用于计算背景检测单元1检测到的路面背景的亮度。本实施例中，亮度计算单元2是通过灰度直方图计算路面背景的像素点的灰度平均值。

时间判定单元3，用于根据亮度计算单元2计算所得的路面背景的亮度划分不同的时间段。本实施例中，时间判定单元3包括：第五判定单元和第六判定单元。

第五判定单元，用于在实时时间晚于黎明起始时间且早于黎明结束时间时，若计算所得的路面背景的亮度大于第一亮度阈值则将黎明计数值加1，否则将黎明计数值清0；在黎明计数值大于第二预定计数阈值后，判定从晚间进入白天。第五判定单元在实时时间晚于黎明起始时间且早于黎明结束时间时，判断计算所得的路面背景的亮度是否大于第一亮度阈值，若是则将黎明计数值加1，若否则将黎明计数值清0；并且，在黎明计数值加1后，判断黎明计数值是否大于第二预定计数阈值，若是则判定从晚间进入白天，若否则判定为晚间。

第六判定单元，用于在实时时间晚于黄昏起始时间且早于黄昏结束时间时，若计算所得的路面背景的亮度小于第二亮度阈值且快门达到快门上界阈值和增益达到增益上界阈值则将黄昏计数值加1，否则将黄昏计数值清0；在黄昏计数值大于第三预定计数阈值后，则判定从白天进入晚间。第六判定单元在实时时间晚于黄昏起始时间且早于黄昏结束时间时，判断是否计算所得的路面背景的亮度小于第二亮度阈值且快门达到快门上界阈值和增益达到增益上界阈值，若是，即计算所得的路面背景的亮度小于第二亮度阈值且快门达到快门上界阈值和增益达到增益上界阈值，则将黄昏计数值加1；若否，即计算所得的路面背景的亮度大于或等于第二亮度阈值、或者快门未达到快门上界阈值、或者增益未达到增益上界阈值，则将黄昏计数值清0；并且，在黄昏计数值加1后，判断黄昏计数值是否大于第三预定计数阈值，若是则判定从白天进入晚间，若否则判定为白天。

在其它实施例中，所述第六判定单元还可以是，用于在实时时间晚于黄昏起始时间且早于黄昏结束时间时，若计算所得的路面背景的亮度小于第二亮度阈值则将黄昏计数值加1，否则将黄昏计数值清0；在黄昏计数值大于第三预定计数阈值后，则从白天进入晚间。

另外，时间判定单元3对于实时时间早于黎明起始时间或晚于黄昏结束时间的，则直接判定为晚间；若实时时间晚于黎明结束时间且早于黄昏起始时间的，则直接判定为白天。

根据时间判定单元3的判定结果是白天还是晚间，车底阴影触发单元4、车牌触发单元5、帧差信息触发单元6、运动颜色触发单元7、车灯触发单元8和车身结构触发单元9分时段地运行，本实施例中，在白天，车底阴影触发单元4、车牌触发单元5、帧差信息触发单元6、运动颜色触发单元7和车身结构触发单元9运行；在晚间，车底阴影触发单元4、车牌触发单元5、运动颜色触发单元7和车灯触发单元8运行。

车底阴影触发单元4，用于在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号。本实施例中，车底阴影触发单元4包括：第一判定单元、第二判定单元和第一输出单元。

第一判定单元，用于判定所述虚拟线圈中灰度值不大于车底阴影阈值的像素点为车底阴影像素点。第一判定单元判断所述虚拟线圈中的像素点的灰度值是否大于车底阴影阈值，若是则所述像素点不是车底阴影像素点，若否则所述像素点为车底阴影像素点。

第二判定单元，用于在前一场的车底阴影像素点在当前场的灰度值增大超过预定增值时，判定所述车底阴影像素点为车底阴影特征点。第二判定单元判断第一判定单元得到的车底阴影像素点的灰度值从前一场到当前场是否增大且超过预定增值，若是则所述车底阴影像素点为车底阴影特征点，若否则所述车底阴影像素点不是车底阴影特征点。

第一输出单元，用于在所述车底阴影特征点的总数大于第一预定总数阈值时输出触发信号。第一输出单元统计第二判定单元得到的虚拟线圈中车底阴影特征点的总数，判断所述车底阴影特征点的总数是否大于第一预定总数阈值，若是则输出触发信号，若否则不输出触发信号。

在其它实施例中，第二判定单元也可以是，用于在前一帧的车底阴影像素点在当前帧的灰度值增大超过预定增值时，判定所述车底阴影像素点为车底阴影特征点。

在其它实施例中，车底阴影触发单元4也可以包括：第一判定单元和第一输出单元。

第一判定单元，用于判定所述虚拟线圈中灰度值不大于车底阴影阈值的像素点为车底阴影特征点；

第一输出单元，用于在所述车底阴影特征点的总数大于第一预定总数阈值时输出触发信号。

另外，车底阴影触发单元4还可以包括：阈值更新单元，用于更新车底阴影阈值。所述阈值更新单元包括：预选单元、选择单元和更新单元。

预选单元，用于在每场视频图像的虚拟线圈中选取一个待定灰度值，使虚拟线圈中灰度值从0到所述待定灰度值的像素点的数量与虚拟线圈的总像素点的数量的比值不小于预定比例。

选择单元，用于从触发场前后预定数量的待定灰度值中选择最小的待定灰度值作为当前的车底阴影灰度值。

更新单元，用于根据下述公式计算更新后的车底阴影阈值：更新后的车底阴影阈值＝0.9^*更新前的车底阴影阈值+0.1^*当前的车底阴影灰度值。

车牌触发单元5，用于在视频图像的虚拟线圈中检测到车牌特征时输出触发信号。本实施例中，所述车牌触发单元5包括：划块单元、列均值计算单元，差值计算单元和第二输出单元。

划块单元，用于将所述虚拟线圈中的像素点划块，其中，每一块包括连续第一预定行数的行以及连续第一预定列数的列。

列均值计算单元，用于计算块中列像素点的灰度平均值。

差值计算单元，用于在每一块中，计算列像素点的灰度平均值之间的最大差值，若计算所得的最大差值大于预定差阈值，则所述块具有车牌笔道变化特征。差值计算单元计算每一块的列像素点的灰度平均值的最大差值，并且，判断计算所得的灰度平均值的最大差值是否大于预定差阈值，若是则所述块具有车牌笔道变化特征，若否则所述块不具有车牌笔道变化特征。

第二输出单元，在有连续预定块数的块具有车牌笔道变化特征时输出触发信号。第二输出单元根据差值计算单元的计算和判断结果，判断是否有连续预定块数的块具有车牌笔道变化特征，若是则输出触发信号，若否则不输出触发信号。

在其它实施例中，所述车牌触发单元5还可以包括划块单元、差值计算单元、特征行判定单元和第二输出单元。

划块单元，用于将所述虚拟线圈中一行的连续第一预定个数的像素点划分为一块；

差值计算单元，用于在每一块中，计算像素点的灰度值之间的最大差值，若计算所得的最大差值大于预定差阈值，则所述块为具有车牌笔道变化特征的块；

特征行判定单元，用于在一行中，若有大于或等于连续预定块数的块为具有车牌笔道变化特征的块，则判定所述行为具有车牌笔道变化特征的行；

第二输出单元，用于在连续第一预定行数的行中，若有大于或等于第一预定行数阈值的行为具有车牌笔道变化特征的行、且所述具有车牌笔道变化特征的行中具有车牌笔道变化特征的块在相同位置，则输出触发信号。

或者，所述车牌触发单元5可以包括：特征点判定单元和第二输出单元。

特征点判定单元，用于比较所述虚拟线圈中每个像素点与其邻域像素点，若所述像素点的灰度值比其邻域像素点的灰度值都大且差值都大于预定数值，则判定所述像素点为凸特征点；若所述像素点的灰度值比其邻域像素点的灰度值都小且差值都大于预定数值，则判定所述像素点为凹特征点。特征点判定单元判断像素点的灰度值比其邻域像素点的灰度值是否都大预定数值以上，若是则所述像素点为凸特征点；若否则判断像素点的灰度值比其邻域像素点的灰度值是否都小预定数值以上，若是则所述像素点为凹特征点，若否则所述像素点不是凸特征点也不是凹特征点。

第二输出单元，用于在所述凸特征点或凹特征点在竖直方向上的分布具有牌照号码分布规律时输出触发信号。第二输出单元判断特征点判定单元得到的凸特征点或凹特征点在竖直方向上的分布是否具有牌照号码分布规律，若是则输出触发信号，若否则不输出触发信号。

帧差信息触发单元6，用于在视频图像的虚拟线圈中检测到帧差信息特征时输出触发信号。本实施例中，帧差信息触发单元6用于在视频图像的虚拟线圈中，在水平方向连续大于第二预定列数的像素点灰度的帧差大于第一预定差值时输出触发信号。帧差信息触发单元6判断虚拟线圈中，在水平方向是否有连续大于第二预定列数的像素点灰度的帧差大于第一预定差值，若是则输出触发信号，若否则不输出触发信号。

运动颜色触发单元7，用于在视频图像的虚拟线圈中检测到运动颜色信息特征时输出触发信号。本实施例中，运动颜色触发单元7包括：第三判定单元和第三输出单元。

第三判定单元，用于在所述虚拟线圈中的像素点颜色的帧差大于第二预定差值时，判定所述像素点为具有运动颜色特征的像素点。第三判定单元判断虚拟线圈中的每个像素点颜色的帧差是否大于第二预定差值，若是则所述像素点为具有运动颜色特征的像素点，若否则所述像素点不是具有运动颜色特征的像素点。

第三输出单元，用于在所述虚拟线圈中具有运动颜色特征的像素点的总数大于第二预定总数阈值时输出触发信号。第三输出单元统计第三判定单元得到的虚拟线圈中具有运动颜色特征的像素点的总数，判断所述具有运动颜色特征的像素点的总数是否大于第二预定总数阈值，若是则输出触发信号，若否则不输出触发信号。

车灯触发单元8，用于在视频图像的虚拟线圈中检测到车灯特征时输出触发信号。本实施例中，车灯触发单元8包括：第四判定单元和第四输出单元。

第四判定单元，用于判定所述虚拟线圈中灰度值大于车灯阈值的像素点为车灯特征点。第四判定单元判断所述虚拟线圈中的像素点的灰度值是否大于车灯阈值，若是则所述像素点为车灯特征点，若否则所述像素点不是车灯特征点。

第四输出单元，用于在所述车灯特征点构成预定区域块时输出触发信号第四输出单元判断第四判定单元得到的车灯特征点是否连成预定区域块，若是则输出触发信号，若否则不输出触发信号。

在其它实施例中，所述第四输出单元还可以是，用于在所述车灯特征点构成预定区域块且所述构成的预定区域块不具有路面反光特征时输出触发信号。

车身结构触发单元9，用于在视频图像的虚拟线圈中检测到车身结构特征时输出触发信号。所述车身结构特征可以是车头结构特征。

综上所述，上述视频触发方法和装置具有以下优点：

基于车底阴影的成像特点，即车底阴影像素点的灰度值小(不大于设定的车底阴影阈值)，很容易与视频图像中的其它背景区分，因此，车底阴影特征适合作为被检测的车辆特征并且不易受路面背景的干扰，采用车底阴影特征触发作为视频触发的方式可以获得高触发率和低误触发率，并且能够实现无车牌车辆的触发。

基于虚拟线圈的视频触发，由于虚拟线圈是视频图像中的一个检测区域，相比完整的视频图像来说，检测的像素点减小了，因此运算量减小了，运算时间缩短了。

实时更新车底阴影阈值可以适应环境光的变化，从而可以更准确地检测到车底阴影特征，满足视频触发的高触发率和低误触发率的要求。

结合采用车底阴影特征和其它一种或多种车辆特征触发作为视频触发的方式，可以在确保较低误触发率的情况下，进一步提高触发率。

在不同的时间段采用不同的车辆特征触发，即在不同的环境光条件下采用合适的特征作为被检测的车辆特征，能够准确地检测到车辆并进行触发，因此可以减小误触发的机率。

结合路面背景的亮度划分时间段，使得实时时间的判定更准确，从而可以选择适应实时时间的视频触发方式，以此提高触发率和降低误触发率。

本发明虽然以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此本发明的保护范围应当以本发明权利要求所界定的范围为准。

Claims (36)

1.一种视频触发方法，包括：在视频图像的虚拟线圈中检测到车辆特征时输出触发信号，其特征在于，所述车辆特征包括车底阴影特征，

所述在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号包括：

判定所述虚拟线圈中灰度值不大于车底阴影阈值的像素点为车底阴影像素点；

若前一场的车底阴影像素点在当前场的灰度值增大超过预定增值，或若前一帧的车底阴影像素点在当前帧的灰度值增大超过预定增值，则判定所述车底阴影像素点为车底阴影特征点；

在所述车底阴影特征点的总数大于第一预定总数阈值时输出触发信号。

2.根据权利要求1所述的视频触发方法，其特征在于，还包括：更新车底阴影阈值。

3.根据权利要求2所述的视频触发方法，其特征在于，所述更新车底阴影阈值包括：

在每场视频图像的虚拟线圈中选取一个待定灰度值，使虚拟线圈中灰度值从0到所述待定灰度值的像素点的数量与虚拟线圈的总像素点的数量的比值不小于预定比例；

从触发场前后预定数量的待定灰度值中选择最小的待定灰度值作为当前的车底阴影灰度值；

根据下述公式计算更新后的车底阴影阈值：更新后的车底阴影阈值＝0.9*更新前的车底阴影阈值+0.1*当前的车底阴影灰度值。

4.根据权利要求1所述的视频触发方法，其特征在于，所述车辆特征还包括车牌特征、帧差信息特征、运动颜色特征、车灯特征和车身结构特征的其中一种或多种。

5.根据权利要求4所述的视频触发方法，其特征在于，所述在视频图像的虚拟线圈中检测到车牌特征时输出触发信号包括：

将所述虚拟线圈中一行的连续第一预定个数的像素点划分为一块；

在每一块中，计算像素点的灰度值之间的最大差值，若计算所得的最大差值大于预定差阈值，则所述块为具有车牌笔道变化特征的块；

在一行中，若有大于或等于连续预定块数的块为具有车牌笔道变化特征的块，则判定所述行为具有车牌笔道变化特征的行；

在连续第一预定行数的行中，若有大于或等于第一预定行数阈值的行为具有车牌笔道变化特征的行、且所述具有车牌笔道变化特征的行中具有车牌笔道变化特征的块在相同位置，则输出触发信号。

6.根据权利要求4所述的视频触发方法，其特征在于，所述在视频图像的虚拟线圈中检测到车牌特征时输出触发信号包括：

将所述虚拟线圈中的像素点划块，其中，每一块包括连续第一预定行数的行以及连续第一预定列数的列；

计算块中列像素点的灰度平均值；

在每一块中，计算列像素点的灰度平均值之间的最大差值，若计算所得的最大差值大于预定差阈值，则所述块具有车牌笔道变化特征；

在有连续预定块数的块具有车牌笔道变化特征时输出触发信号。

7.根据权利要求4所述的视频触发方法，其特征在于，所述在视频图像的虚拟线圈中检测到车牌特征时输出触发信号包括：

比较所述虚拟线圈中每个像素点与其邻域像素点，若所述像素点的灰度值比其邻域像素点的灰度值都大且差值都大于预定数值，则判定所述像素点为凸特征点；若所述像素点的灰度值比其邻域像素点的灰度值都小且差值都大于预定数值，则判定所述像素点为凹特征点；

若所述凸特征点或凹特征点在竖直方向上的分布具有牌照号码分布规律，则输出触发信号。

8.根据权利要求4所述的视频触发方法，其特征在于，所述在视频图像的虚拟线圈中检测到帧差信息特征时输出触发信号包括：在视频图像的虚拟线圈中，在水平方向连续大于第二预定列数的像素点灰度的帧差大于第一预定差值时输出触发信号。

9.根据权利要求4所述的视频触发方法，其特征在于，所述在视频图像的虚拟线圈中检测到运动颜色特征时输出触发信号包括：

若所述虚拟线圈中的像素点颜色的帧差大于第二预定差值，则判定所述像素点为具有运动颜色特征的像素点；

在所述虚拟线圈中具有运动颜色特征的像素点的总数大于第二预定总数阈值时输出触发信号。

10.根据权利要求4所述的视频触发方法，其特征在于，所述在视频图像的虚拟线圈中检测到车灯特征时输出触发信号包括：

判定所述虚拟线圈中灰度值大于车灯阈值的像素点为车灯特征点；

在所述车灯特征点构成预定区域块时输出触发信号。

11.根据权利要求4所述的视频触发方法，其特征在于，所述在视频图像的虚拟线圈中检测到车灯特征时输出触发信号包括：

判定所述虚拟线圈中灰度值大于车灯阈值的像素点为车灯特征点；

在所述车灯特征点构成预定区域块且所述构成的预定区域块不具有路面反光特征时输出触发信号。

12.根据权利要求4所述的视频触发方法，其特征在于，所述车辆特征在不同的时间段检测得到。

13.根据权利要求12所述的视频触发方法，其特征在于，还包括：

根据帧差检测视频图像的虚拟线圈中的路面背景；

计算所述检测到的路面背景的亮度；

根据计算所得的路面背景的亮度划分不同的时间段。

14.根据权利要求13所述的视频触发方法，其特征在于，所述根据帧差检测视频图像的虚拟线圈中的路面背景包括：

比较当前场和上一场的视频图像，统计检测区域中具有车身特征的行，得到第一统计结果；比较当前场和上上场的视频图像，统计检测区域中具有车身特征的行，得到第二统计结果；其中，所述具有车身特征的行是指在两场视频图像的对应行中，若有超过第二预定个数的连续像素点具有相同性质的变化，且变化幅度都大于预定幅度，则判定该行为具有车身特征的行；

在第一统计结果或第二统计结果中，若连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，则将背景更新计数值清0；

在第一统计结果和第二统计结果中，若连续第二预定行数的行中有小于或等于第二预定行数阈值的行具有车身特征，则将背景更新计数值加1；

在背景更新计数值大于第一预定计数阈值时，将背景更新计数值为预定计数值时那一场的检测区域的路面背景作为检测到的路面背景。

15.根据权利要求13所述的视频触发方法，其特征在于，所述根据帧差检测视频图像的虚拟线圈中的路面背景包括：

比较当前场和上一场的视频图像或比较当前场和上上场的视频图像，统计检测区域中具有车身特征的行，其中，所述具有车身特征的行是指在两场视频图像的对应行中，若有超过第二预定个数的连续像素点具有相同性质的变化，且变化幅度都大于预定幅度，则判定该行为具有车身特征的行；

若连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，则将背景更新计数值清0；

若连续第二预定行数的行中有小于或等于第二预定行数阈值的行具有车身特征，则将背景更新计数值加1；

在背景更新计数值大于第一预定计数阈值时，将背景更新计数值为预定计数值时那一场的检测区域的路面背景作为检测到的路面背景。

16.根据权利要求13所述的视频触发方法，其特征在于，所述计算所述检测到的路面背景的亮度包括：通过灰度直方图计算路面背景的像素点的灰度平均值。

17.根据权利要求13所述的视频触发方法，其特征在于，所述根据计算所得的路面背景的亮度划分不同的时间段包括：

在实时时间晚于黎明起始时间且早于黎明结束时间时，若计算所得的路面背景的亮度大于第一亮度阈值则将黎明计数值加1，否则将黎明计数值清0；在黎明计数值大于第二预定计数阈值后，判定从晚间进入白天；

在实时时间晚于黄昏起始时间且早于黄昏结束时间时，若计算所得的路面背景的亮度小于第二亮度阈值则将黄昏计数值加1，否则将黄昏计数值清0；在黄昏计数值大于第三预定计数阈值后，判定从白天进入晚间。

18.根据权利要求13所述的视频触发方法，其特征在于，所述根据计算所得的路面背景的亮度划分不同的时间段包括：

在实时时间晚于黎明起始时间且早于黎明结束时间时，若计算所得的路面背景的亮度大于第一亮度阈值则将黎明计数值加1，否则将黎明计数值清0；在黎明计数值大于第二预定计数阈值后，判定从晚间进入白天；

在实时时间晚于黄昏起始时间且早于黄昏结束时间时，若计算所得的路面背景的亮度小于第二亮度阈值且快门达到快门上界阈值和增益达到增益上界阈值则将黄昏计数值加1，否则将黄昏计数值清0；在黄昏计数值大于第三预定计数阈值后，判定从白天进入晚间。

19.一种视频触发装置，包括车辆触发单元，其特征在于，所述车辆触发单元包括：车底阴影触发单元，用于在视频图像的虚拟线圈中检测到车底阴影特征时输出触发信号，

所述车底阴影触发单元包括：

第一判定单元，用于判定所述虚拟线圈中灰度值不大于车底阴影阈值的像素点为车底阴影像素点；

第二判定单元，用于在前一场的车底阴影像素点在当前场的灰度值增大超过预定增值时，或在前一帧的车底阴影像素点在当前帧的灰度值增大超过预定增值时，判定所述车底阴影像素点为车底阴影特征点；

第一输出单元，用于在所述车底阴影特征点的总数大于第一预定总数阈值时输出触发信号。

20.根据权利要求19所述的视频触发装置，其特征在于，所述车底阴影触发单元还包括：阈值更新单元，用于更新车底阴影阈值。

21.根据权利要求20所述的视频触发装置，其特征在于，所述阈值更新单元包括：

预选单元，用于在每场视频图像的虚拟线圈中选取一个待定灰度值，使虚拟线圈中灰度值从0到所述待定灰度值的像素点的数量与虚拟线圈的总像素点的数量的比值不小于预定比例；

选择单元，用于从触发场前后预定数量的待定灰度值中选择最小的待定灰度值作为当前的车底阴影灰度值；

更新单元，用于根据下述公式计算更新后的车底阴影阈值：更新后的车底阴影阈值＝0.9*更新前的车底阴影阈值+0.1*当前的车底阴影灰度值。

22.根据权利要求19所述的视频触发装置，其特征在于，所述车辆触发单元还包括车牌触发单元、帧差信息触发单元、运动颜色触发单元、车灯触发单元和车身结构触发单元的其中一种或多种，其中，

车牌触发单元，用于在视频图像的虚拟线圈中检测到车牌特征时输出触发信号；

帧差信息触发单元，用于在视频图像的虚拟线圈中检测到帧差信息特征时输出触发信号；

运动颜色触发单元，用于在视频图像的虚拟线圈中检测到运动颜色信息特征时输出触发信号；

车灯触发单元，用于在视频图像的虚拟线圈中检测到车灯特征时输出触发信号；

车身结构触发单元，用于在视频图像的虚拟线圈中检测到车身结构特征时输出触发信号。

23.根据权利要求22所述的视频触发装置，其特征在于，所述车牌触发单元包括：

划块单元，用于将所述虚拟线圈中一行的连续第一预定个数的像素点划分为一块；

差值计算单元，用于在每一块中，计算像素点的灰度值之间的最大差值，若计算所得的最大差值大于预定差阈值，则所述块为具有车牌笔道变化特征的块；

特征行判定单元，用于在一行中，若有大于或等于连续预定块数的块为具有车牌笔道变化特征的块，则判定所述行为具有车牌笔道变化特征的行；

第二输出单元，用于在连续第一预定行数的行中，若有大于或等于第一预定行数阈值的行为具有车牌笔道变化特征的行、且所述具有车牌笔道变化特征的行中具有车牌笔道变化特征的块在相同位置，则输出触发信号。

24.根据权利要求22所述的视频触发装置，其特征在于，所述车牌触发单元包括：

划块单元，用于将所述虚拟线圈中的像素点划块，其中，每一块包括连续第一预定行数的行以及连续第一预定列数的列；

列均值计算单元，用于计算块中列像素点的灰度平均值；

差值计算单元，用于在每一块中，计算列像素点的灰度平均值之间的最大差值，若计算所得的最大差值大于预定差阈值，则所述块具有车牌笔道变化特征；

第二输出单元，用于在有连续预定块数的块具有车牌笔道变化特征时输出触发信号。

25.根据权利要求22所述的视频触发装置，其特征在于，所述车牌触发单元包括：

特征点判定单元，用于比较所述虚拟线圈中每个像素点与其邻域像素点，若所述像素点的灰度值比其邻域像素点的灰度值都大且差值都大于预定数值，则判定所述像素点为凸特征点；若所述像素点的灰度值比其邻域像素点的灰度值都小且差值都大于预定数值，则判定所述像素点为凹特征点；

第二输出单元，用于在所述凸特征点或凹特征点在竖直方向上的分布具有牌照号码分布规律时输出触发信号。

26.根据权利要求22所述的视频触发装置，其特征在于，所述帧差信息触发单元的在视频图像的虚拟线圈中检测到帧差信息特征时输出触发信号包括：在视频图像的虚拟线圈中，在水平方向连续大于第二预定列数的像素点灰度的帧差大于第一预定差值时输出触发信号。

27.根据权利要求22所述的视频触发装置，其特征在于，所述运动颜色触发单元包括：

第三判定单元，用于在所述虚拟线圈中的像素点颜色的帧差大于第二预定差值时，判定所述像素点为具有运动颜色特征的像素点；

第三输出单元，用于在所述虚拟线圈中具有运动颜色特征的像素点的总数大于第二预定总数阈值时输出触发信号。

28.根据权利要求22所述的视频触发装置，其特征在于，所述车灯触发单元包括：

第四判定单元，用于判定所述虚拟线圈中灰度值大于车灯阈值的像素点为车灯特征点；

第四输出单元，用于在所述车灯特征点构成预定区域块时输出触发信号。

29.根据权利要求22所述的视频触发装置，其特征在于，所述车灯触发单元包括：

第四判定单元，用于判定所述虚拟线圈中灰度值大于车灯阈值的像素点为车灯特征点；

第四输出单元，用于在所述车灯特征点构成预定区域块且所述构成的预定区域块不具有路面反光特征时输出触发信号。

30.根据权利要求19所述的视频触发装置，其特征在于，所述车辆特征在不同的时间段检测得到。

31.根据权利要求30所述的视频触发装置，其特征在于，还包括：

背景检测单元，用于根据帧差检测视频图像的虚拟线圈中的路面背景；

亮度计算单元，用于计算所述检测到的路面背景的亮度；

时间判定单元，用于根据计算所得的路面背景的亮度划分不同的时间段。

32.根据权利要求31所述的视频触发装置，其特征在于，所述背景检测单元包括：

统计单元，用于比较当前场和上一场的视频图像，统计检测区域中具有车身特征的行，得到第一统计结果；比较当前场和上上场的视频图像，统计检测区域中具有车身特征的行，得到第二统计结果；其中，所述具有车身特征的行是指在两场视频图像的对应行中，若有超过第二预定个数的连续像素点具有相同性质的变化，且变化幅度都大于预定幅度，则判定该行为具有车身特征的行；

计数值更新单元，用于在第一统计结果或第二统计结果中，若连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征，则将背景更新计数值清0；在第一统计结果和第二统计结果中，若连续第二预定行数的行中有小于或等于第二预定行数阈值的行具有车身特征，则将背景更新计数值加1；

背景输出单元，用于在背景更新计数值大于第一预定计数阈值时，将背景更新计数值为预定计数值时那一场的检测区域的路面背景作为检测到的路面背景。

33.根据权利要求31所述的视频触发装置，其特征在于，所述背景检测单元包括：

统计单元，用于比较当前场和上一场的视频图像或比较当前场和上上场的视频图像，统计检测区域中具有车身特征的行，其中，所述具有车身特征的行是指在两场视频图像的对应行中，若有超过第二预定个数的连续像素点具有相同性质的变化，且变化幅度都大于预定幅度，则判定该行为具有车身特征的行；

计数值更新单元，用于在连续第二预定行数的行中有大于第二预定行数阈值的行具有车身特征时，将背景更新计数值清0；在连续第二预定行数的行中有小于或等于第二预定行数阈值的行具有车身特征时，将背景更新计数值加1；

背景输出单元，用于在背景更新计数值大于第一预定计数阈值时，将背景更新计数值为预定计数值时那一场的检测区域的路面背景作为检测到的路面背景。

34.根据权利要求31所述的视频触发装置，其特征在于，所述亮度计算单元的计算所述检测到的路面背景的亮度包括：通过灰度直方图计算路面背景的像素点的灰度平均值。

35.根据权利要求31所述的视频触发装置，其特征在于，所述时间判定单元包括：

第五判定单元，用于在实时时间晚于黎明起始时间且早于黎明结束时间时，若计算所得的路面背景的亮度大于第一亮度阈值则将黎明计数值加1，否则将黎明计数值清0；在黎明计数值大于第二预定计数阈值后，判定从晚间进入白天；

第六判定单元，用于在实时时间晚于黄昏起始时间且早于黄昏结束时间时，若计算所得的路面背景的亮度小于第二亮度阈值则将黄昏计数值加1，否则将黄昏计数值清0；在黄昏计数值大于第三预定计数阈值后，判定从白天进入晚间。

36.根据权利要求31所述的视频触发装置，其特征在于，所述时间判定单元包括：

第五判定单元，用于在实时时间晚于黎明起始时间且早于黎明结束时间时，若计算所得的路面背景的亮度大于第一亮度阈值则将黎明计数值加1，否则将黎明计数值清0；在黎明计数值大于第二预定计数阈值后，判定从晚间进入白天；

第六判定单元，用于在实时时间晚于黄昏起始时间且早于黄昏结束时间时，若计算所得的路面背景的亮度小于第二亮度阈值且快门达到快门上界阈值和增益达到增益上界阈值则将黄昏计数值加1，否则将黄昏计数值清0；在黄昏计数值大于第三预定计数阈值后，判定从白天进入晚间。

Images