CN102496272B - 交通停车事件检测的方法及其系统 - Google Patents

Abstract

本发明涉及智能交通领域，公开了一种交通停车事件检测的方法及其系统。本发明中，通过对车灯闪烁的行为进行检测，提取出监控视频中出现闪烁的区域，从而判定发生交通停车事件，并确定其所在的位置，可以大大降低隧道内交通停车事件被漏报和谎报的机会，提高了系统的稳定性和鲁棒性。利用像素点的明暗出现周期特性来完成闪烁特性的检测，有效地检测出了候选的闪烁点。

Description

交通停车事件检测的方法及其系统

技术领域

本发明涉及智能交通领域，特别涉及交通停车事件检测的技术。

背景技术

在智能交通系统中，交通监控是交通管理智能化的前提，建立交通自动监控系统也就成为交通管理智能化的首要任务。交通自动监控系统的主要目标是获取道路信息以及车辆行为信息，即交通事件，其中包括车流量、车速、车间距、车辆类型、道路占有率、车辆违法信息、交通事故检测、道路气象、道路施工、视频监控图像等，主要侧重于对道路的宏观调控和对道路违章行为的治理，对交通发展规划有着十分重要的意义。

智能交通监控，是基于计算机视觉技术对交通场景的视频图像内容进行分析，实现对场景中的目标的定位、识别和跟踪，并在此基础上分析和判断目标的行为和交通状况，在异常情况发生的时候进行报警。

在所述的智能交通系统中，隧道内停车事件是一个很重要的异常行为，通过视频分析技术能够实现对车辆的行为进行识别和检测。

目前交通停车事件检测方法主要采用目标提取和轨迹分析检测方法。本发明的发明人发现，由于在隧道内光线较暗，车辆整体目标不明显，基于目标检测的方法，在实际应用中效果不太理想，会造成异常行为漏报警的情况。而针对隧道内异常停车事件的特点，由于隧道内光线较暗，车辆通过隧道时，车辆将开车灯进行通过，发生停车行为时或出现故障时，会打开报警闪光灯进行提醒，针对停车时发生的闪光灯行为，本发明对车灯闪烁的行为进行检测，提取出视频图像中出现闪烁的区域，然后上传至报警中心，为交通智能监控提供一个有利的保证和支撑。

发明内容

本发明的目的在于提供一种交通停车事件检测的方法及其系统，可以大大降低隧道内交通停车事件被漏报和谎报的机会，提高了系统的稳定性和鲁棒性。

为解决上述技术问题，本发明的实施方式公开了一种交通停车事件检测的方法，包括以下步骤：

检测监控视频中明暗周期性出现的闪烁点；

如果检测到闪烁点，对闪烁点以膨胀算法进行修复，得到闪烁点前景图像；

对闪烁点前景图像进行团块标记，得到闪烁团块；

如果在同一位置的闪烁团块存在的持续时间超过预设门限，则判定发生交通停车事件。

本发明的实施方式还公开了一种交通停车事件检测的系统，包括：

闪烁点检测单元，用于检测监控视频中明暗周期性出现的闪烁点；

形态学处理单元，用于对闪烁点检测单元检测到的闪烁点以膨胀算法进行修复，得到闪烁点前景图像；

团块标记单元，用于对形态学处理单元处理所得的闪烁点前景图像进行团块标记，得到闪烁团块；

闪烁块检测单元，用于对团块标记单元标记所得的闪烁团块进行检测，如果在同一位置的闪烁团块存在的持续时间超过预设门限，则判定发生交通停车事件。

本发明实施方式与现有技术相比，主要区别及其效果在于：

通过对车灯闪烁的行为进行检测，提取出监控视频中出现闪烁的区域，从而判定发生交通停车事件，并确定其所在的位置，可以大大降低隧道内交通停车事件被漏报和谎报的机会，提高了系统的稳定性和鲁棒性。

进一步地，利用像素点的明暗出现周期特性来完成闪烁特性的检测，有效地检测出了候选的闪烁点。

进一步地，在隧道内光线较暗，车辆整体目标不明显，基于目标检测的方法，易漏报和谎报。

附图说明

图1是本发明第一实施方式中一种交通停车事件检测的方法的流程示意图；

图2是本发明第一实施方式中闪烁点检测的示意图(a.停车前；b.车辆停下；c.车辆警灯开始闪烁；d.车辆警灯开始闪烁；e.检测到的闪烁点)

图3是本发明第二实施方式中一种交通停车事件检测的方法的流程示意图；

图4是本发明第三实施方式中一种交通停车事件检测的系统的结构示意图；

图5是本发明第四实施方式中一种交通停车事件检测的系统的结构示意图。

具体实施方式

在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。

本发明第一实施方式涉及一种交通停车事件检测的方法。图1是该交通停车事件检测的方法的流程示意图。

具体地说，如图1所示，该交通停车事件检测的方法主要包括以下步骤：

在步骤101中，检测监控视频中明暗周期性出现的闪烁点。

进一步地，在该检测监控视频中明暗周期性出现的闪烁点的步骤中，包括以下子步骤：

检测监控视频中的高亮度像素点。

对监控图像进行二值化，如果当前像素值大于预设阈值，则认为该像素点为高亮度像素点，且为出现状态，标记为1。如果当前像素值小于预设阈值，则认为该像素点为低亮度像素点或为高亮度像素点的消失状态，标记为0。车灯闪烁时，将会出现连续的1和连续的0间隔交替的统计数据。

分析统计数据，如果这些连续的1和连续的0具有相同或相似的频度周期，则标记该像素点为闪烁点。

在本发明的各实施方式中，相同或相似的频度周期指的是亮的周期和暗的周期分别具有相同或相似的频度周期，例如，相邻8个亮的周期均为5秒，相邻8个暗的周期均为3秒，这样才满足要求，并不是指亮和暗的周期要相同或相似。相似指在相邻的若干个周期内，暗的周期或亮的周期的波动在指定的范围内，例如相邻的若干个亮(或暗)的周期中的最大值与最小值之差小于指定的门限。

闪烁点检测主要依据前灯或尾灯闪烁的周期特性，表现在像素点的特性即为明暗交替，出现与消失的连续的周期性波形特性，首先对监控图像内的高亮像素点进行检测，对图像进行二值化，根据实际应用测试，一般二值化阈值设置为200即可，如当前像素值大于该阈值则认为当前该点为出现状态，标记为1，如果小于该阈值则认为该像素点处于消失状态标记为0，车灯闪烁时，将会连续帧图像出现的1和连续的0间隔交替的统计数据，一个像素点出现的标记具体表现为：

......111111111100000000111111111000000001111111111000000011111111......

对这些数据进行分析，若该像素当前状态标记为1，则出现状态计数加一，直到出现标记为0的消失状态，则纪录出现状态的一个周期完成，并记录当前的出现周期时长即连续无变化且为1的帧数，开始消失周期的分析，消失状态计数加一，直到出现标记为1的状态，则纪录当前消失状态一个周期完成，并记录当前消失周期的时长，即连续无变化且为0的帧数，如此反复，对每个周期的出现时长进行记录，本算法主要针对一个像素点历史的8个出现与消失的周期时长的数据进行分析，分析这些记录的历史数据是否具有归一化的周期性，主要采用统计方差方法，如这些统计数据具有相同或相似的频度周期，则标记该像素点为闪烁点，至此完成了闪烁点的检测，若为闪烁点，则当前图像标记为1，否则标记为0，得到了当前图像的闪烁点前景图，在实际使用中，一般针对8个周期的数据进行分析，如果8个周期内的数据出现具有周期性的表现，则认为该点位闪烁点。图2是闪烁点检测的示意图。

利用像素点的明暗出现周期特性来完成闪烁特性的检测，有效地检测出了候选的闪烁点。在隧道内光线较暗，车辆整体目标不明显，基于目标检测的方法，易漏报和谎报。

此后进入步骤102，对检测到的闪烁点进行形态学处理。

如果检测到闪烁点，对闪烁点以膨胀算法进行修复，得到闪烁点前景图像。

获取闪烁点前景图像后，由于闪烁块内部局部信息不明显，导致前景图像中出现局部的破碎，不连续的状态，采用形态学中的膨胀算法对破碎点素进行修复，从而得到比较饱满丰富的闪烁点前景图像。

此后进入步骤103，对闪烁点前景图像进行团块标记，得到闪烁团块。

经过前面的处理之后，得到了闪烁点前景图，但是并没有确定这些前景点的归属情况，通常车灯或尾灯闪烁区域所对应的前景点在空间上是连续的，在图像中表现为一个前景团块，这些团块的轮廓通常是闭合的。团块标记可以看作是一个轮廓搜索以及轮廓跟踪的过程，每一个团块对应一个唯一的轮廓，通过寻找这些轮廓可以标记闪烁前景图像中的各个闪烁团块。这些标记的前景团块，即为候选的闪烁团块。

此后进入步骤104，进行闪烁块检测。

如果在同一位置的闪烁团块存在的持续时间超过预设门限，则判定发生交通停车事件。

在这里，预定门限可以设置为10秒。

若该闪烁块在同一个位置出现的持续时间超过10秒以上，则认为该位置发生异常车辆行为。

此外，可以理解，在本发明的其它某些实施方式中，预定门限也可以设置为别的时间间隔。

对候选的闪烁前景模块进行检测，主要依据团块是否在同一位置连续的出现若干帧。可以去除频度点造成的误差，只有长时间出现的频度块才认为为合法的有效的。对当前检测到的团块序列，在实际使用中，出现时间间隔可以设置为10秒，若该闪烁块在同一个位置出现的持续时间超过10秒以上，则认为该位置发生异常车辆行为。

通过对车灯闪烁的行为进行检测，提取出监控视频中出现闪烁的区域，从而判定发生交通停车事件，并确定其所在的位置，可以大大降低隧道内交通停车事件被漏报和谎报的机会，提高了系统的稳定性和鲁棒性。

在本实施方式中，该交通停车事件检测的方法用于隧道内。

此外，可以理解，在本发明的其它某些实施方式中，该交通停车事件检测的方法也可以用于夜晚露天的道路上。

本发明第二实施方式涉及一种交通停车事件检测的方法。图3是该交通停车事件检测的方法的流程示意图。

第二实施方式在第一实施方式的基础上进行了改进，主要改进之处在于：

在如果在同一位置的闪烁团块存在的持续时间超过预设门限，则判定发生交通停车事件的步骤之后，还包括以下步骤：

将停车事件及其所在的位置，进行报警上传处理。

具体说，如图3所示，该交通停车事件检测的方法主要包括以下步骤：

在步骤301中，检测监控视频中明暗周期性出现的闪烁点。

此后进入步骤302，对检测到的闪烁点进行形态学处理。

此后进入步骤303，对闪烁点前景图像进行团块标记，得到闪烁团块。

此后进入步骤304，进行闪烁块检测。

此后进入步骤305，事件报警。

此后结束本流程。

检测出闪烁块之后，若系统对停车行为进行布防，则系统内将对该行为发出报警信息，上传给系统用户，供用户有效及时地对道路进行监控和管理。

本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现，指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的，易失性的或者非易失性的，固态的或者非固态的，固定的或者可更换的介质等等)。同样，存储器可以例如是可编程阵列逻辑(Programmable Array Logic，简称“PAL”)、随机存取存储器(Random Access Memory，简称“RAM”)、可编程只读存储器(Programmable Read Only Memory，简称“PROM”)、只读存储器(Read-Only Memory，简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM，简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc，简称“DVD”)等等。

本发明第三实施方式涉及一种交通停车事件检测的系统。图4是该交通停车事件检测的系统的结构示意图。

具体地说，如图4所示，该交通停车事件检测的系统主要包括：

闪烁点检测单元，用于检测监控视频中明暗周期性出现的闪烁点。

进一步地，在该闪烁点检测单元中，包括以下子单元：

高亮像素点检测单元，用于检测监控视频中的高亮度像素点。

二值化单元，用于对监控图像进行二值化，如果当前像素值大于预设阈值，则认为该像素点为高亮度像素点，且为出现状态，标记为1。如果当前像素值小于预设阈值，则认为该像素点为低亮度像素点或为高亮度像素点的消失状态，标记为0。车灯闪烁时，将会出现连续的1和连续的0间隔交替的统计数据。

闪烁点标记单元，用于对二值化单元输出的统计数据进行分析，如果这些连续的1和连续的0具有相同或相似的频度周期，则标记该像素点为闪烁点。

根据实际应用测试，一般二值化阈值设置为200即可。

在实际应用中，一般针对8个周期的数据进行分析，如果8个周期内的数据出现具有周期性的表现，则认为该点为闪烁点。

若为闪烁点，则当前图像标记为1，否则标记为0。

形态学处理单元，用于对闪烁点检测单元检测到的闪烁点以膨胀算法进行修复，得到闪烁点前景图像。

团块标记单元，用于对形态学处理单元处理所得的闪烁点前景图像进行团块标记，得到闪烁团块。

闪烁块检测单元，用于对团块标记单元标记所得的闪烁团块进行检测，如果在同一位置的闪烁团块存在的持续时间超过预设门限，则判定发生交通停车事件。

在这里，预定门限可以设置为10秒。

此外，可以理解，在本发明的其它某些实施方式中，预定门限也可以设置为别的时间间隔。

在本实施方式中，该交通停车事件检测的系统用于隧道内。

此外，可以理解，在本发明的其它某些实施方式中，交通停车事件检测的系统也可以用于夜晚露天的道路上。

第一实施方式是与本实施方式相对应的方法实施方式，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。

本发明第四实施方式涉及一种交通停车事件检测的系统。图5是该交通停车事件检测的系统的结构示意图。

第四实施方式在第三实施方式的基础上进行了改进，主要改进之处在于：

还包括：

报警单元，用于在闪烁块检测单元检测判定发生交通停车事件时，将停车事件及其所在的位置，进行报警上传处理。

第二实施方式是与本实施方式相对应的方法实施方式，本实施方式可与第二实施方式互相配合实施。第二实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第二实施方式中。

需要说明的是，本发明各系统实施方式中提到的各单元都是逻辑单元，在物理上，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现，这些逻辑单元本身的物理实现方式并不是最重要的，这些逻辑单元所实现的功能的组合是才解决本发明所提出的技术问题的关键。此外，为了突出本发明的创新部分，本发明上述各系统实施方式并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，这并不表明上述系统实施方式并不存在其它的单元。

虽然通过参照本发明的某些优选实施方式，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (10)

1.一种交通停车事件检测的方法，其特征在于，包括以下步骤：

检测监控视频中明暗周期性出现的闪烁点；

如果检测到闪烁点，对闪烁点以膨胀算法进行修复，得到闪烁点前景图像；

对所述闪烁点前景图像进行团块标记，得到闪烁团块；

如果在同一位置的闪烁团块存在的持续时间超过预设门限，则判定发生交通停车事件。

2.根据权利要求1所述的交通停车事件检测的方法，其特征在于，在所述检测监控视频中明暗周期性出现的闪烁点的步骤中，包括以下子步骤：

检测监控视频中的高亮度像素点；

对监控图像进行二值化，如果当前像素值大于预设阈值，则认为该像素点为高亮度像素点，且为出现状态，标记为1；如果当前像素值小于预设阈值，则认为该像素点为低亮度像素点或为高亮度点消失状态，标记为0；车灯闪烁时，将会出现连续的1和连续的0间隔交替的统计数据；

分析所述统计数据，如果这些连续的1和连续的0具有相同或相似的频度周期，则标记该像素点为闪烁点。

3.根据权利要求1所述的交通停车事件检测的方法，其特征在于，在所述如果在同一位置的闪烁团块存在的持续时间超过预设门限，则判定发生交通停车事件的步骤之后，还包括以下步骤：

将所述停车事件及其所在的位置，进行报警上传处理。

4.根据权利要求1所述的交通停车事件检测的方法，其特征在于，在所述如果在同一位置的闪烁团块存在的持续时间超过预设门限，则判定发生交通停车事件的步骤中，所述预设门限设置为10秒。

5.根据权利要求1至4中任一项所述的交通停车事件检测的方法，其特征在于，所述交通停车事件检测的方法用于隧道内。

6.一种交通停车事件检测的系统，其特征在于，包括：

闪烁点检测单元，用于检测监控视频中明暗周期性出现的闪烁点；

形态学处理单元，用于对所述闪烁点检测单元检测到的闪烁点以膨胀算法进行修复，得到闪烁点前景图像；

团块标记单元，用于对所述形态学处理单元处理所得的闪烁点前景图像进行团块标记，得到闪烁团块；

闪烁块检测单元，用于对所述团块标记单元标记所得的闪烁团块进行检测，如果在同一位置的闪烁团块存在的持续时间超过预设门限，则判定发生交通停车事件。

7.根据权利要求6所述的交通停车事件检测的系统，其特征在于，在所述闪烁点检测单元中，包括以下子单元：

高亮像素点检测单元，用于检测监控视频中的高亮度像素点；

二值化单元，用于对监控图像进行二值化，如果当前像素值大于预设阈值，则认为该像素点为高亮度像素点，且为出现状态，标记为1；如果当前像素值小于预设阈值，则认为该像素点为低亮度像素点或为高亮度像素点消失状态，标记为0；车灯闪烁时，将会出现连续的1和连续的0间隔交替的统计数据；

闪烁点标记单元，用于对所述二值化单元输出的统计数据进行分析，如果这些连续的1和连续的0具有相同或相似的频度周期，则标记该像素点为闪烁点。

8.根据权利要求6所述的交通停车事件检测的系统，其特征在于，还包括：

报警单元，用于在所述闪烁块检测单元检测判定发生交通停车事件时，将所述停车事件及其所在的位置，进行报警上传处理。

9.根据权利要求6所述的交通停车事件检测的系统，其特征在于，在所述闪烁块检测单元中，所述预设门限设置为10秒。

10.根据权利要求6至9中任一项所述的交通停车事件检测的系统，其特征在于，所述交通停车事件检测的系统用于隧道内。

Images