CN104021679A - 一种基于视频的车流量统计方法 - Google Patents
一种基于视频的车流量统计方法 Download PDFInfo
- Publication number
- CN104021679A CN104021679A CN201410239890.1A CN201410239890A CN104021679A CN 104021679 A CN104021679 A CN 104021679A CN 201410239890 A CN201410239890 A CN 201410239890A CN 104021679 A CN104021679 A CN 104021679A
- Authority
- CN
- China
- Prior art keywords
- video
- moving target
- detection line
- virtual detection
- described virtual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于视频的车流量统计方法。本发明方法包括以下步骤:于道路上预定位置设置检测区域并对检测区域采集视频;根据采集到的视频中判断是否有车辆目标经过检测区域;根据判断结果对经过车辆进行计数。通过对本发明技术方案的实施,可以获得以下技术效果:车流量监测系统基于视频实现,与道路基建无关,系统稳定可靠,维护方便维护成本低;能够实现对视频中多车道流量统计,具有较高的检测精度。
Description
技术领域
本发明涉及一种交通管理方法,尤其涉及一种基于视频的车流量统计方法。
背景技术
道路车辆量统计是交通管理信息中的重要基础信息,与道路规划和交通管理密切相关,于交通管理中有重要的意义。
现有的道路车流量统计通常采用于道路上预埋压力感应传感器的方法实现,这种方法需要在道路施工时同步的进行压力感应传感器的埋设工作,并且可能由于压力感应传感器损坏导致无法进行统计,或者由于道路翻修造成压力感应传感器被破坏导致无法进行统计,而压力感应传感器的维护或者更换都需要挖开路面,造成现有的道路车流量统计系统可靠性差,且维护困难,维护成本高。
发明内容
针对现有的道路车流量统计系统存在的问题,本发明提供的技术方案的主要目的是:提供一种稳定可靠且维护方的基于视频的车流量统计方法。
为了实现上述目的,本发明采用了如下的技术方案:
一种基于视频的车流量统计方法,其中,包括以下步骤:
步骤1、于道路上预定位置设置检测区域并对所述检测区域采集视频;
步骤2、根据采集到的视频中判断是否有车辆目标经过所述检测区域;
步骤3、根据判断结果对经过车辆进行计数。
本发明的另一方面,对所述步骤1中采集到的视频进行预处理,以中值滤波方法去除噪声。
本发明的另一方面,所述步骤2中,通过背景差分提取运动目标以判断是否有车辆目标经过所述检测区域。
本发明的另一方面,所述步骤3中于所述检测区域设置一虚拟检测线,通过判断移动目标是否通过所述虚拟检测线对经过车辆进行计数。
本发明的另一方面,所述步骤2中通过背景差分提取运动目标具体包括以下步骤:
步骤21、对所述检测区域的背景进行建模获得参考背景;
步骤22、将所述视频的当前帧与参考背景进行差分获取运动目标;
步骤23、检测并去除所述运动目标的阴影。
本发明的另一方面,所述步骤21中对所述检测区域的背景采用混合高斯模型进行建模。
本发明的另一方面,所述步骤23中基于HSV颜色空间对所述运动目标的阴影进行检测和去除。
本发明的另一方面,判断所述移动目标是否通过所述虚拟检测线包括:
设置一计数器;
所述视频的上一帧中,所述虚拟检测线没有检测到移动目标,所述视频的当前帧中,所述虚拟检测线检测到移动目标时,所述计数器加1;和/或
所述视频的上一帧中,所述虚拟检测线检测到移动目标,所述视频的当前帧中,所述虚拟检测线检也测到移动目标时,所述计数器不变;和/或
所述视频的上一帧中,所述虚拟检测线没有检测到移动目标,所述视频的当前帧中,所述虚拟检测线也没检测到移动目标时,所述计数器不变;和/或
所述视频的上一帧中,所述虚拟检测线检测到移动目标,所述视频的当前帧中,所述虚拟检测线没有检测到移动目标时,所述计数器不变;和/或
所述视频的第一帧中,所述虚拟检测线检测到移动目标,所述视频的当前帧中,所述虚拟检测线没有检测到移动目标时,所述计数器加1。
本发明的另一方面,通过检测所述虚拟检测线的灰度值变化判断是否有移动目标经过。
本发明的另一方面,检测所述虚拟检测线的灰度值变化具体包括:
步骤a、判断所述视频的当前帧中的所述虚拟检测线区域的灰度值是否发生变化,如否则推出流程;
步骤b、将所述当前帧的所述虚拟检测线区域的灰度值与对应位置的背景灰度值相减;
步骤c、通过所述虚拟检测线区域的前景像素点个数判断是否移动目标通过。
通过对本发明技术方案的实施,可以获得以下技术效果:
1、车流量监测系统基于视频实现,与道路基建无关,系统稳定可靠,维护方便维护成本低;
2、能够实现对视频中多车道流量统计,具有较高的检测精度。
附图说明
图1为本发明一种基于视频的车流量统计方法的实施例的流程框图;
图2为本发明背景差分提取运动目标的实施例的流程框图;
图3为本发明检测虚拟检测线的灰度值变化的实施例的流程框图。
具体实施方式
以下通过具体的实施例对本发明的技术方案进行说明,在与本发明的发明目的无冲突的前提下,下文中提到的实施例以及实施例中的技术特征可以相互组合。
如图1所示,一种基于视频的车流量统计方法,其中,包括以下步骤:
步骤1、于道路上预定位置设置检测区域并对检测区域采集视频;
步骤2、根据采集到的视频中判断是否有车辆目标经过检测区域;
步骤3、根据判断结果对经过车辆进行计数。
上述技术方案中,通过对视频画面中指定的一个或者多个检测区域进行是否有车辆目标通过,从而实现对道路的上一个或者多个车道的车流量进行统计。
本发明的一种实施例中,对步骤1中采集到的视频进行预处理,视频图像在传输、转换、处理过程中,都会不同程度地引入噪声,通过对视频进行预处理以使噪声对视频图像的影响消弱,改善图像质量,从而保证后期视频处理与分析的准确性,在一种进一步的实施方式中可采用中值滤波方法去除噪声。
本发明的一种实施例中,步骤2中,可通过背景差分提取运动目标以判断是否有车辆目标经过检测区域。
具体的,在一中较优的实施例中,如图2所示,步骤2中通过背景差分提取运动目标具体可包括以下步骤:
步骤21、对检测区域的背景进行建模获得参考背景;
步骤22、将视频的当前帧与参考背景进行差分获取运动目标;
步骤23、检测并去除运动目标的阴影。
在一种较优的实施方式中,步骤21中对检测区域的背景采用混合高斯模型进行建模。
在一种较优的实施方式中,步骤23中基于HSV颜色空间对运动目标的阴影进行检测和去除。
在一种较优的实施例中,可对步骤23获得的运动目标的前景图像采用模板大小为3*3的中值滤波器滤波,去除孤立的背景噪声点以及由于阴影去除所留下痕迹。
进一步的,对中值滤波器滤波后的运动目标的前景图像采用形态学闭合运算,去除运动目标前景图像中的空洞以及离散噪声点。
本发明的一种实施例中,步骤3中于检测区域设置一虚拟检测线,可通过判断移动目标是否通过虚拟检测线对经过车辆进行计数。
本发明的一种实施例中,判断移动目标是否通过虚拟检测线包括:
设置一计数器;
视频的上一帧中,虚拟检测线没有检测到移动目标,视频的当前帧中,虚拟检测线检测到移动目标时,计数器加1;和/或
视频的上一帧中,虚拟检测线检测到移动目标,视频的当前帧中,虚拟检测线检也测到移动目标时,计数器不变;和/或
视频的上一帧中,虚拟检测线没有检测到移动目标,视频的当前帧中,虚拟检测线也没检测到移动目标时,计数器不变;和/或
视频的上一帧中,虚拟检测线检测到移动目标,视频的当前帧中,虚拟检测线没有检测到移动目标时,计数器不变;和/或
视频的第一帧中,虚拟检测线检测到移动目标,视频的当前帧中,虚拟检测线没有检测到移动目标时,计数器加1。
本发明的一种实施例中,通过检测虚拟检测线的灰度值变化判断是否有移动目标经过。
本发明的一种实施例中,如图3所示,检测虚拟检测线的灰度值变化具体包括:
步骤a、判断视频的当前帧中的虚拟检测线区域的灰度值是否发生变化,如否则推出流程;
步骤b、将当前帧的虚拟检测线区域的灰度值与对应位置的背景灰度值相减;
步骤c、通过虚拟检测线区域的前景像素点个数判断是否移动目标通过。
上述的实施例仅是本发明的部分体现,并不能涵盖本发明的全部,在上述实施例以及附图的基础上,本领域技术人员在不付出创造性劳动的前提下可获得更多的实施方式,因此这些不付出创造性劳动的前提下获得的实施方式均应包含在本发明的保护范围内。
Claims (10)
1. 一种基于视频的车流量统计方法,其特征在于该方法包括以下步骤:
步骤1、于道路上预定位置设置检测区域并对所述检测区域采集视频;
步骤2、根据采集到的视频中判断是否有车辆目标经过所述检测区域;
步骤3、根据判断结果对经过车辆进行计数。
2.如权利要求1所述方法,其特征在于:对所述步骤1中采集到的视频进行预处理,以中值滤波方法去除噪声。
3.如权利要求1所述方法,其特征在于:所述步骤2中,通过背景差分提取运动目标以判断是否有车辆目标经过所述检测区域。
4.如权利要求1所述方法,其特征在于:所述步骤3中于所述检测区域设置一虚拟检测线,通过判断移动目标是否通过所述虚拟检测线对经过车辆进行计数。
5.如权利要求3所述方法,其特征在于:所述步骤2中通过背景差分提取运动目标具体包括以下步骤:
步骤21、对所述检测区域的背景进行建模获得参考背景;
步骤22、将所述视频的当前帧与参考背景进行差分获取运动目标;
步骤23、检测并去除所述运动目标的阴影。
6.如权利要求5所述方法,其特征在于:所述步骤21中对所述检测区域的背景采用混合高斯模型进行建模。
7.如权利要求5所述方法,其特征在于:所述步骤23中基于HSV颜色空间对所述运动目标的阴影进行检测和去除。
8.如权利要求4所述方法,其特征在于:判断所述移动目标是否通过所述虚拟检测线包括:
设置一计数器;
所述视频的上一帧中,所述虚拟检测线没有检测到移动目标,所述视频的当前帧中,所述虚拟检测线检测到移动目标时,所述计数器加1;和/或
所述视频的上一帧中,所述虚拟检测线检测到移动目标,所述视频的当前帧中,所述虚拟检测线检也测到移动目标时,所述计数器不变;和/或
所述视频的上一帧中,所述虚拟检测线没有检测到移动目标,所述视频的当前帧中,所述虚拟检测线也没检测到移动目标时,所述计数器不变;和/或
所述视频的上一帧中,所述虚拟检测线检测到移动目标,所述视频的当前帧中,所述虚拟检测线没有检测到移动目标时,所述计数器不变;和/或
所述视频的第一帧中,所述虚拟检测线检测到移动目标,所述视频的当前帧中,所述虚拟检测线没有检测到移动目标时,所述计数器加1。
9.如权利要求8所述方法,其特征在于:通过检测所述虚拟检测线的灰度值变化判断是否有移动目标经过。
10.如权利要求9所述方法,其特征在于:检测所述虚拟检测线的灰度值变化具体包括:
步骤a、判断所述视频的当前帧中的所述虚拟检测线区域的灰度值是否发生变化,如否则推出流程;
步骤b、将所述当前帧的所述虚拟检测线区域的灰度值与对应位置的背景灰度值相减;
步骤c、通过所述虚拟检测线区域的前景像素点个数判断是否移动目标通过。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410239890.1A CN104021679A (zh) | 2014-05-30 | 2014-05-30 | 一种基于视频的车流量统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410239890.1A CN104021679A (zh) | 2014-05-30 | 2014-05-30 | 一种基于视频的车流量统计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104021679A true CN104021679A (zh) | 2014-09-03 |
Family
ID=51438409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410239890.1A Pending CN104021679A (zh) | 2014-05-30 | 2014-05-30 | 一种基于视频的车流量统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104021679A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355903A (zh) * | 2016-09-13 | 2017-01-25 | 枣庄学院 | 基于视频分析的多车道车流量检测方法 |
CN106778667A (zh) * | 2016-12-30 | 2017-05-31 | 安徽省万薇网络科技有限公司 | 一种站外车流统计分析方法 |
CN106874837A (zh) * | 2016-12-29 | 2017-06-20 | 中国船舶重工集团公司第七0研究所 | 一种基于视频图像处理的车辆检测方法 |
CN108847035A (zh) * | 2018-08-21 | 2018-11-20 | 深圳大学 | 车流量评估方法及装置 |
CN109377770A (zh) * | 2018-09-05 | 2019-02-22 | 华为技术有限公司 | 统计车流量的方法和装置、计算设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3912869B2 (ja) * | 1997-10-17 | 2007-05-09 | 三菱重工業株式会社 | 交通流計測装置 |
CN101196996A (zh) * | 2007-12-29 | 2008-06-11 | 北京中星微电子有限公司 | 一种图像检测方法及装置 |
CN101231756A (zh) * | 2008-01-30 | 2008-07-30 | 安防科技(中国)有限公司 | 运动目标阴影检测方法及装置 |
CN101510358A (zh) * | 2009-03-20 | 2009-08-19 | 吉林大学 | 采用视频图像处理实时统计车流量的方法及装置 |
KR100942409B1 (ko) * | 2009-10-08 | 2010-02-17 | (주)나인정보시스템 | 고속 이동 차량 검지 방법 |
CN101739827A (zh) * | 2009-11-24 | 2010-06-16 | 北京中星微电子有限公司 | 一种车辆检测跟踪方法和装置 |
CN102289940A (zh) * | 2011-07-26 | 2011-12-21 | 西南交通大学 | 一种基于混合差分的车流量检测方法 |
-
2014
- 2014-05-30 CN CN201410239890.1A patent/CN104021679A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3912869B2 (ja) * | 1997-10-17 | 2007-05-09 | 三菱重工業株式会社 | 交通流計測装置 |
CN101196996A (zh) * | 2007-12-29 | 2008-06-11 | 北京中星微电子有限公司 | 一种图像检测方法及装置 |
CN101231756A (zh) * | 2008-01-30 | 2008-07-30 | 安防科技(中国)有限公司 | 运动目标阴影检测方法及装置 |
CN101510358A (zh) * | 2009-03-20 | 2009-08-19 | 吉林大学 | 采用视频图像处理实时统计车流量的方法及装置 |
KR100942409B1 (ko) * | 2009-10-08 | 2010-02-17 | (주)나인정보시스템 | 고속 이동 차량 검지 방법 |
CN101739827A (zh) * | 2009-11-24 | 2010-06-16 | 北京中星微电子有限公司 | 一种车辆检测跟踪方法和装置 |
CN102289940A (zh) * | 2011-07-26 | 2011-12-21 | 西南交通大学 | 一种基于混合差分的车流量检测方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355903A (zh) * | 2016-09-13 | 2017-01-25 | 枣庄学院 | 基于视频分析的多车道车流量检测方法 |
CN106355903B (zh) * | 2016-09-13 | 2019-03-15 | 枣庄学院 | 基于视频分析的多车道车流量检测方法 |
CN106874837A (zh) * | 2016-12-29 | 2017-06-20 | 中国船舶重工集团公司第七0研究所 | 一种基于视频图像处理的车辆检测方法 |
CN106874837B (zh) * | 2016-12-29 | 2020-10-30 | 中国船舶重工集团公司第七一0研究所 | 一种基于视频图像处理的车辆检测方法 |
CN106778667A (zh) * | 2016-12-30 | 2017-05-31 | 安徽省万薇网络科技有限公司 | 一种站外车流统计分析方法 |
CN108847035A (zh) * | 2018-08-21 | 2018-11-20 | 深圳大学 | 车流量评估方法及装置 |
CN108847035B (zh) * | 2018-08-21 | 2020-07-31 | 深圳大学 | 车流量评估方法及装置 |
CN109377770A (zh) * | 2018-09-05 | 2019-02-22 | 华为技术有限公司 | 统计车流量的方法和装置、计算设备和存储介质 |
CN109377770B (zh) * | 2018-09-05 | 2021-06-22 | 华为技术有限公司 | 统计车流量的方法和装置、计算设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106373426B (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
CN104021679A (zh) | 一种基于视频的车流量统计方法 | |
CN100578562C (zh) | 用视频监测车辆违法行为的方法 | |
CN102231236B (zh) | 车辆计数方法和装置 | |
CN102722704B (zh) | 一种融合视频动态跟踪的车牌识别方法和系统 | |
CN102385803B (zh) | 基于视频监控的全天候市区车辆跟踪与计数方法 | |
CN104112370A (zh) | 基于监控图像的停车场智能车位识别方法及系统 | |
CN109359594A (zh) | 一种基于视频处理的矿井皮带异常检测方法及装置 | |
CN100435160C (zh) | 一种用于交通信息实时采集的视频图像处理方法及系统 | |
CN102005120A (zh) | 基于视频图像分析的交通路口监控技术和系统 | |
CN102496281B (zh) | 一种基于跟踪与虚拟线圈结合的车辆闯红灯检测方法 | |
CN105163014B (zh) | 道路监测装置及方法 | |
CN101937614A (zh) | 一种即插即用的交通综合检测系统 | |
CN102298844A (zh) | 自动违章车辆检测系统和方法 | |
CN102136196A (zh) | 一种基于图像特征的车辆测速方法 | |
CN105336169A (zh) | 一种基于视频判断交通拥堵的方法和系统 | |
CN103310638A (zh) | 基于虚拟线圈技术的视频车流量统计技术 | |
CN103258232A (zh) | 一种基于双摄像头的公共场所人数估算方法 | |
CN101814237A (zh) | 一种基于车牌识别技术的道路状态判别器及其判别方法 | |
CN104794907A (zh) | 使用车道分割合并方法的车流量检测方法 | |
CN110111582B (zh) | 基于tof相机的多车道自由流车辆检测方法及系统 | |
US20160180201A1 (en) | Image processing | |
CN202444572U (zh) | 一种无参考的视频监控图像模糊质量检测装置 | |
CN108012117A (zh) | 一种基于背景建模的城市摆摊设点检测方法 | |
CN101441814B (zh) | 道路交通信息检测装置和检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140903 |
|
RJ01 | Rejection of invention patent application after publication |