CN103337175A - 一种基于实时视频流的车型识别系统 - Google Patents

Abstract

一种基于实时视频流的车型识别系统，该系统利用公路收费站现有的摄像机和视频采集卡实时读取视频流，对进入车辆检测区的车辆进行图像采集，通过对该某帧图像的选取采集、图像处理、图像识别等三种技术进行车型分类，该系统包括：视频输入设备，直接采用各收费站系统和专用设备，节省系统开支，有效增加资源利用率；图像采集卡，接收视频图像信号，并通过采样和量化将其二值化，可以将图像实时送到图像处理软件并屏幕显示，也可以将图像数据存入图像处理计算机的缓存等待处理；图像处理，主要通过控制运行处理软件来实现车型识别和其它系统功能，包括实时读取、运动检测、车型识别分类、数据分类统计四个部分。

Description

一种基于实时视频流的车型识别系统

技术领域

本发明属于图像识别技术领域，具体涉及利用公路收费站现有的摄像机和视频采集卡实时读取视频流，对进入车辆检测区的车辆进行图像采集，通过对该某帧图像的选取采集、图像处理、图像识别等三种技术进行车型分类的基于实时视频流的车型识别系统。

背景技术

智能交通系统（ITS，Intelligent Transportation System）是集电子技术、通信技术、计算机技术和自动控制技术于一身，也是当前交通系统的发展趋势，为解决交通问题提供新思路、新方法。公路造价高昂，维护费用高等特点，决定了要对行驶在公路上的车辆进行合理的收费，以维持整个系统的正常运行，因此，电子收费系统是ITS系统中最为重要的一部分。车辆类型，简称车型，是指车辆的种类型号。目前世界各国对车辆收费均制定了统一收费的标准，但基本上还是根据车辆类型的不同进行分别收费。因此，就需要我们能够正确地车型识别。在交通控制和管理中, 车流量的统计是最基础的工作。为了准确统计车流量，往往需要对车型进行分类。目前应用最广泛的环形线圈可以用来进行分类，其原理是不同类型的车辆通过环形线圈时，其电感量输出特征曲线不同，由此判别车型。由于这种方法的误差较大，因而应用较少。由于计算机技术的迅速发展，基于图像处理技术的视频检测方法正越来越受到人们的关注。在视频检测中，一般都要通过专用的图像采集卡将摄像机抓拍的图像数据传给计算机，在计算机上对采集图像进行分析与处理,得出车辆的外形变化信息以及被测车辆的长度和宽度数据，由此可判断出车型。利用图像处理技术来实现交通流量的车辆检测技术已成为该研究领域的热点。基于视频图像处理技术的车流量检测系统，基于图像处理技术的交通流量车辆检测技术的研究始于20世纪80年代。到现在，检测思想和算法一直在不断地改进和革新。有的研究基于检测区域（包括检测线和检测窗口），有的研究基于整幅图片，大量的文献都是基于整幅图片的研究，如背景差分方法、帧差分方法等；有的基于灰度图像研究，有的基于彩色图像、运用模糊理论进行研究，本发明则是集中在关于灰度图像的研究上。

发明内容

本的发明目的是提供一种利用公路收费站现有的摄像机和视频采集卡实时读取视频流，对进入车辆检测区的车辆进行图像采集，通过对该某帧图像的选取采集、图像处理、图像识别等三种技术进行车型分类的系统。

实现本发明目的的技术方案是：一种基于实时视频流的车型识别系统，该系统利用公路收费站现有的摄像机和视频采集卡实时读取视频流，对进入车辆检测区的车辆进行图像采集，通过对该某帧图像的选取采集、图像处理、图像识别等三种技术进行车型分类，其特征是，该系统包括：

视频输入设备，直接采用各收费站系统和专用设备，节省系统开支，有效增加资源利用率；

图像采集卡，接收视频图像信号，并通过采样和量化将其二值化，可以将图像实时送到图像处理软件并屏幕显示，也可以将图像数据存入图像处理计算机的缓存等待处理；

图像处理，主要通过控制运行处理软件来实现车型识别和其它系统功能，包括实时读取、运动检测、车型识别分类、数据分类统计四个部分。

作为本发明的进一步改进，所述图像采集卡采用天敏视讯sdk2000，所述视频输入设备直接采用各收费站系统和专用设备。

作为本发明的进一步改进，所述图像处理中运动检测模块采用差影法确定是否有车存在于检测区来判读是否有车存在，背景模板采用的是人工确定初始背景图像，并每隔30秒，判断当前帧是否有车，若有车，则继续使用当前帧，若无车，则采集当前帧图像作为背景图像。

作为本发明的进一步改进，所述车辆图像处理模块执行下列步骤： 

 （1）背景差分：将当前帧与背景帧逐像素作差后即得背景差分；

 （2）反色处理：将上步所得到的帧差图像逐像素与255作差，并取绝对值作为原位置像素值，大量实验表明进行反色处理比不进行反射处理效果好，反色处理后能得到车体轮廓；

 （3）阈值分割：对车轮廓进行填充；

 （4）用投影法得到车长，车高和车宽，为下一步车型分类提供参数。

本发明提出了一种在固定摄像头拍摄的车辆图像序列中检测出运动车辆并识别其车辆类型的系统结构，提出了基于投影检测提取车型特征的新方法，达到了统计每种类型车辆数目和收费总数的目的。

本发明的有益效果在于：

（1）本方法直接采用各收费站系统和专用设备，节省系统开支，有效增加资源利用率；

（2）可用于高速公路或国家一级公路收费站的车流量统计和收费统计，通过流量统计可以为公路部门提供路面维修预算提供有力依据；

（3）采用简单适用的投影变换等操作直接得出车型特征，这对于实时性要求较高的系统尤其重要。

附图说明

图1是本发明实施例1一种基于实时视频流的车型识别系统结构示意图；

图2是本发明实施例1一种基于实时视频流的车型识别系统处理流程图；

图3是本发明实施例1一种基于实时视频流的车型识别系统车辆图像处理流程图；

表1是是本发明实施例1一种基于实时视频流的车型识别系统的实验结果。

具体实施方式

下面结合附图和实施例做进一步说明。

如图1所示，一种基于实时视频流的车型识别系统，该系统利用公路收费站现有的摄像机和视频采集卡实时读取视频流，对进入车辆检测区的车辆进行图像采集，通过对该某帧图像的选取采集、图像处理、图像识别等三种技术进行车型分类，其特征是，该系统包括：

视频输入设备，直接采用各收费站系统和专用设备，节省系统开支，有效增加资源利用率；

图像采集卡，接收视频图像信号，并通过采样和量化将其二值化，可以将图像实时送到图像处理软件并屏幕显示，也可以将图像数据存入图像处理计算机的缓存等待处理；

图像处理，主要通过控制运行处理软件来实现车型识别和其它系统功能，包括实时读取、运动检测、车型识别分类、数据分类统计四个部分，如图2所示。

所述运动检测模块包含车辆检测模块，检测区确定，背景模板确定及车辆驶入判断。

所述图像处理中运动检测模块采用差影法确定是否有车存在于检测区来判读是否有车存在，背景模板采用的是人工确定初始背景图像，并每隔30秒，判断当前帧是否有车，若有车，则继续使用当前帧，若无车，则采集当前帧图像作为背景图像。

（1） 车辆存在判断算法，在不使用感应线圈的情况下，需要不断检测背景是不是变化，即采用差影法确定是否有车存在于检测区。系统初始化时可以设定一个阀值，如果检测区像素变化超过阀值（设为 5000像素点），则认为出现了运动物体；如果没有变化或变化小，则认为没有运动物体出现，在检测背景是否变化的时候，如果摄像机位置固定，可以通过不断检测视野中某一固定位置的灰度变化来判断是不是出现了运动物体。目前，背景图像应该定期更新，以便实时获得较高的差分图像质量；

（2） 检测区域确定，在实时显示视频中，取显示框中固定的一个矩形区域作为检测区，大小为 70*50像素，位置下方，实验证明：距底部200，左侧120的位置，检测效果最好。

（3） 背景模板确定，本系统中采用的是人工确定初始背景图像，并每隔30秒，判断当前帧是否有车，若有车，则继续使用当前帧，若无车，则采集当前帧图像作为背景图像。实验证明：间隔30秒较为理想；

（4） 车辆驶入驶出判断，程序初始化时可以人为手动设置一个阀值，当被检测帧图像中的检测线区域内的像素点突变大于这个阙值（本系统设为5000）时，我们认为有车进入检测区；当突变像素点为0时我们认为没有车存在于检测区。

图3是本发明实施例1一种基于实时视频流的车型识别系统车辆图像处理流程图。

所述车辆图像处理模块执行下列步骤： 

 （1）背景差分：将当前帧与背景帧逐像素作差后即得背景差分；

 （2）反色处理：将上步所得到的帧差图像逐像素与255作差，并取绝对值作为原位置像素值，大量实验表明进行反色处理比不进行反射处理效果好，反色处理后能得到车体轮廓；

 （3）阈值分割：对车轮廓进行填充；

 （4）用投影法得到车长，车高和车宽，为下一步车型分类提供参数。

实验结果如表1所示，此次实验条件为：时间：2010年10月中旬，地点：河北某市一收费站，实验次数：50 次，实验时间：15分钟/次，实验前提：未使用去噪处理前。

 

Claims (5)

1.一种基于实时视频流的车型识别系统，该系统利用公路收费站现有的摄像机和视频采集卡实时读取视频流，对进入车辆检测区的车辆进行图像采集，通过对该某帧图像的选取采集、图像处理、图像识别等三种技术进行车型分类，其特征是，该系统包括：

视频输入设备，直接采用各收费站系统和专用设备，节省系统开支，有效增加资源利用率；

图像采集卡，接收视频图像信号，并通过采样和量化将其二值化，可以将图像实时送到图像处理软件并屏幕显示，也可以将图像数据存入图像处理计算机的缓存等待处理；

图像处理，主要通过控制运行处理软件来实现车型识别和其它系统功能，包括实时读取、运动检测、车型识别分类、数据分类统计四个部分。

2.根据权利要求1所述的一种基于实时视频流的车型识别系统，其特征是，所述图像采集卡采用天敏视讯sdk2000，所述视频输入设备直接采用各收费站系统和专用设备。

3.根据权利要求1所述的一种基于实时视频流的车型识别系统，其特征是，所述图像处理中运动检测模块采用差影法确定是否有车存在于检测区来判读是否有车存在，背景模板采用的是人工确定初始背景图像，并每隔30秒，判断当前帧是否有车，若有车，则继续使用当前帧，若无车，则采集当前帧图像作为背景图像。

4.根据权利要求1所述的一种基于实时视频流的车型识别系统，其特征是，所述车辆驶入驶出判断采用人为手动设置阈值的方法。

5.根据权利要求1所述的一种基于实时视频流的车型识别系统，其特征是，所述车辆图像处理模块执行下列步骤： 

 （1）背景差分：将当前帧与背景帧逐像素作差后即得背景差分；

 （2）反色处理：将上步所得到的帧差图像逐像素与255作差，并取绝对值作为原位置像素值，大量实验表明进行反色处理比不进行反射处理效果好，反色处理后能得到车体轮廓；

 （3）阈值分割：对车轮廓进行填充；

 （4）用投影法得到车长，车高和车宽，为下一步车型分类提供参数。

Images