CN104036639B - 交通流量统计方法 - Google Patents
交通流量统计方法 Download PDFInfo
- Publication number
- CN104036639B CN104036639B CN201410276990.1A CN201410276990A CN104036639B CN 104036639 B CN104036639 B CN 104036639B CN 201410276990 A CN201410276990 A CN 201410276990A CN 104036639 B CN104036639 B CN 104036639B
- Authority
- CN
- China
- Prior art keywords
- image signal
- signal
- road
- background
- vehicle
- 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.)
- Expired - Fee Related
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种交通流量统计方法,视频采集步骤,采集道路的模拟图像信号,将模拟图像信号转换为数据图像信号;流量统计步骤,根据数据图像信号统计得到车流量信息;通信步骤,将车流量信息发送到监控中心并接收控制信号。本发明的流量统计步骤包含道路提取边界线掩码图像区域RM步骤、道路提取背景图像信号、前景图像信号提取步骤和车辆选定及跟踪步骤。背景定时提取并根据流量转变进行更新,根据本次定时器溢出时的车流量状况进入低流量背景提取步骤或高流量背景提取步骤,背景根据当前采集图像数据信号进行更新,更新速度由kalman滤波控制,通信单元将统计得到的车流量信号发送给监控中心。
Description
技术领域
本发明涉及交通流量统计领域,具体涉及一种交通流量统计方法。
背景技术
交通流量统计在交通控制中起着重要作用,是交通控制的基本依据。目前,流量统计方法主要有感应式统计方式和监控室统计方式。
感应式统计方式是指在道路交叉路口进口道上设置车辆检测器,车辆检测器检测到的车流信息,感应信号是可由地感线圈或磁道钉检测到的车流信号,此外,人行过街线附近设置行人过街按钮的行人按钮信号也是一种感应式信号。其设备的安装成本大,需定时维护。因此感应式统计方式应用范围较窄。
监控室统计方式是通过各相位的摄像头视频设备将路口实时交通状况传递到监控室,由人工给出流量的评级,该方式的灵活性较高,但需人工干预,给出的流量评定较为粗糙,一般只能定性而无法定量,若需定量则要求大量人力。
当前,基于计算机视频的智能统计方式也被广泛应用,通过摄像头记录道路信息,经过计算机对道路信息的图片处理进行车流量的统计。在启动时要求道路流量必须处于低流量状态或者无流量状态,以便获取道路背景信息,需要对道路进行清空。实施启动条件要求高,这种弊端限制智能统计的应用范围。
发明内容
本发明是为了解决上述课题而进行的,目的在于提供一种至少实现无论高流量情况下还是低流量情况下都能够方便启动的交通流量统计方法。
本发明提供了一种交通流量统计方法,用于对道路上车流量信息的统计,其特征在于,具有以下步骤:视频采集步骤,采集道路的模拟图像信号,将模拟图像信号转换为数据图像信号;流量统计步骤,根据数据图像信号统计得到车流量信息,包含以下子步骤:子步骤1为道路边界线掩码图像区域RM提取步骤,将数据图像信号过滤得到图像数据信号后转换得到最佳候选线确定的道路边界线掩码图像区域RM;子步骤2为道路背景图像信号提取步骤,包括每间隔预定时间进行道路背景图像信号提取步骤,当预定时间溢出时检测到当前车流量大于设定流量值且前一次检测的车流量大于设定流量值时判断为高流量时进入高流量背景提取步骤和当预定时间溢出时检测到当前车流量不大于设定流量值判断为低流量时进入低流量背景提取步骤,在高流量背景提取步骤中,将多帧图像数据信号进行帧间差计算并二值化后进行逻辑或运算(OR运算)得到车辆遮挡路面图像信号DRHO;车辆遮挡路面图像信号DRHO和道路边界线掩码图像区域RM相减得到未遮道路掩码图像信号RD;将连续的图像数据信号求平均后与未遮道路掩码图像信号RD进行逻辑与运算(AND运算)得到未遮道路图像信息RAA;将未遮道路图像信息RAA填充车辆遮挡路面图像信号DRHO后得到在高流量情况下的道路背景图像信号;在低流量背景提取步骤中,将图像数据信号和道路边界线掩码图像区域RM进行逻辑与运算(AND运算)后进行求差得到路面运动图像信号DROi;将路面运动图像信号DROi分割成至少4个图像信号块,计算至少一帧路面运动图像信号DROi中同一位置对应图像信号块的块均值;在判断块均值的方差小于设定阈值时,将该图像信号块标记为背景区域,在判断块均值的方差不小于设定阈值时,将该图像信号块相邻的背景区域替代该图像信号块;在路面运动图像信号DROi中进行标记填充后得到在低流量情况下的道路背景图像信号;子步骤3为前景图像信号提取步骤,将当前获取的图像数据信号与道路背景图像信号进行相减转换得到前景图像信号FB;子步骤4为车辆选定及跟踪步骤,根据前景图像信号FB进行车辆团块检测,预测新加入的车辆团块运动矢量并将新加入的车辆团块放入车辆团块运动矢量相同的链表中,统计各个方向的链表中新加入的车辆团块数量、链表中总车辆团块的数量和车辆团块矢量方向的信息后得到车流量信息;通信步骤,将车流量信息发送到监控中心。
在本发明所提供的交通流量统计方法,还具有这样的特征,还包括以下步骤:其中,流量统计步骤还包含更新背景步骤,更新背景步骤中的更新速度是由第一kalman滤波进行控制,在该第一kalman滤波中的输入值为至少一个相邻帧中的道路背景图像信号的同一位置背景块信号的平均值的比值。
在本发明所提供的交通流量统计方法,还具有这样的特征:道路背景图像信号提取步骤还包括一旦检测到由高流量转为低流量时进入低流量背景提取步骤。
在本发明所提供的交通流量统计方法,还具有这样的特征:新加入的车辆团块运动矢量的预测通过第二kalman滤波进行预测,第二kalman滤波中的输入信息为该车辆以往的运动矢量信息和对应链表中该车辆的前一车辆的运动矢量信息。
在本发明所提供的交通流量统计方法,还可以具有这样的特征:其中,监控中心手动设置控制信号控制道路背景图像信号提取步骤进入低流量背景提取步骤和高流量背景提取步骤中任意一种情况。
在本发明所提供的交通流量统计方法,还可以具有这样的特征:道路背景图像信号提取步骤还包括默认初始设置步骤,默认初始设置步骤为进行初始设置后进入低流量背景提取步骤和高流量背景提取步骤中任意一种情况。
在本发明所提供的交通流量统计方法,还可以具有这样的特征:其中,道路提取边界线掩码图像区域RM步骤中将图像数据信号相邻帧进行帧差计算并进行二值化后互相进行逻辑与运算(AND运算)得到静止区域图像信号Ma;将图像数据信号通过soble算子并进行二值化后与静止区域图像信号Ma相乘转换得到静止区域直线图像信号;从静止区域直线图像信号的一点出发在图像数据信号提取到的边缘线图像信号Soi中求到该相邻边界点的集合边界线图像信号JSi。
在本发明所提供的交通流量统计方法,还可以具有这样的特征:其中,最佳候选线的选取将通过将集合边界线图像信号JSi中标记水平方向分别从两侧往中心数最外侧三根候选线,将候选线中闭合区域面积不小于集合边界线图像信号JSi的总面积的85%的选取为最佳候选线。
发明的作用与效果
根根据本发明所涉及到的交通流量统计方法,道路背景图像信号提取步骤中,根据检测当前车流量被判断为低流量或当前车流量和前一次车流量被判断为高流量后进入对应的低流量背景提取步骤和高流量背景提取步骤,并且采用定时器进行定时提取道路背景图像信号。本发明启动时道路可以是低流量状态也可以是高流量状态,实现方便启动。根据本发明的每间隔预定时间进行道路背景图像信号提取步骤,通过判断车流量状况自发进行低流量背景提取步骤和高流量背景提取步骤,道路背景图像信号在预定时间间隔进行道路背景提取,防止背景信息与实际情况的微小误差累计后造成巨大差异。
附图说明
图1是本发明实施例中的基于交通流量统计方法的交通流量统计系统结构框图;
图2是本发明实施例中的交通流量统计系统的安装方向图示;
图3是本发明实施例中的交通流量统计方法的流程图;
图4是本发明实施例中的交通流量统计方法中流量统计步骤流程图;以及
图5是本发明实施例中的交通流量统计方法中定时提取背景流程图。
具体实施案例
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下实施例结合附图对本发明所涉及的交通流量统计方法作具体阐述。
<实施例>
图1是本发明实施例中的基于交通流量统计方法的交通流量统计系统结构框图。
如图1所示,在本实施例中交通流量统计系统100包含CMOS视频采集单元10、ARM控制单元20、DSP流量统计单元30和通信单元40。
CMOS视频采集单元10负责视频图像的摄取,并将模拟图像信号转换为数据图像信号,然后将数据图像信号传送给ARM控制单元20。
ARM控制单元20将数据图像信号通过DMA方式传给DSP流量统计单元30,将控制信号发送给CMOS视频采集单元10,并接收DSP流量统计单元30的车流量信息,然后将车流量信息输送给通信单元40。
通信单元40将车流量信息发送到监控中心,并将监控中心的手动控制信号传送到ARM控制单元20。
图2是本发明实施例中的交通流量统计系统的安装方向图示。
如图2所示,本实施例中的交通流量统计系统安装位置要求:(A)系统安装于道路之正上方高处,道路边界不受车辆遮挡;(B)道路区域(含道路中间隔离带等)在摄入图像中面积占比不能低于85%;(C)车辆在摄入图像中运动方向是上下/下上方向而非左右/右左方向,如图2中右边为交通流量统计系统正确安装时在摄入图像中所显示的即上下/下上方向道路角度,而图2左侧图为在摄入图像中呈现左右/右左方向为错误方向示图。
图3是本发明实施例中的交通流量统计方法的流程图。
如图3所示,在本实施例中的交通流量统计方法200步骤如下:
步骤S1:
初始化交通流量统计系统,由ARM控制单元20内的CMOS控制器初始化CMOS视频采集单元10的CMOS图像传感器、SDRAM控制器初始化SDRAM存储器,配置CMOS传感器内部的寄存器,初始化完成后,视频采集单元可以开始工作。CMOS视频采集单元10的摄像头的时钟由ARM单元提供,由ARM控制单元20提供摄像头的帧同步、场同步、像素输出时钟信号,摄像头选用能直接提供CCIRBT601数据格式的摄像头。
步骤S2:
数据图像信号传送,CMOS摄像头根据现场采集的模拟图像信息转换得到的CCIRBT601图像格式。CMOS视频采集单元10的CMOS图像传感器将CMOS摄像头(模块)每接收数字图像信息的一个像素数据传递给ARM控制单元内的SDRAM控制器中,然后由SDRAM控制器将该接收到的像素数据按地址规则存入SDRAM存储器中,当接收到的像素数据的数目达到一帧的总数或下一帧数字图像信息的帧同步、场同步信号出现时,即代表一帧数字图像信息接收的结束,当一帧接收结束后,根据接收数据量判断该帧是否完整?若不完整,则ARM控制单元20丢弃该帧,等待下一帧数据的输入;若完整,则ARM控制单元20采用DMA方式将数据图像信号送入图像处理模块的DSP流量统计单元30中。
步骤S3:
流量统计,在DSP流量统计单元30中进行根据数据图像信号统计得到车流量信息,该单元内进行的工作基本分以下子步骤:道路边界线掩码图像区域RM提取步骤,即在摄入图像中剔除道路外的干扰因素,这样既可以减少后续计算量,也能提供统计结果准确率;道路背景图像信号提取步骤;前景图像信号提取及背景更新步骤;车辆选定及跟踪步骤。
步骤S4:
车流量信号的接收与传送,ARM控制单元20接收DSP流量统计单元30统计得到的车流量信号,并将车流量信号传送给通信单元40。
步骤S5:
发送车流量信号,通信单元40将接收到的车流量信号发送到监控中心。
图4是本发明实施例中的交通流量统计方法中流量统计步骤流程图。
如图4所示,在本实施例中的交通流量统计方法200中步骤S3流量统计的子步骤如下:
步骤S3-1:
提取数据图像信号的Y分量数据信号。本实施例中,判断车流量仅仅用到视频信号的Y分量,但为了保证系统未来功能可扩展性,这里仍然将YUV三个分量的信号均传递给DSP,在本系统中,以下操作中数据如无特别声明,均仅指视频信号Y分量。
步骤S3-2:
将Y分量数据信号进行3×3中值滤波后得到图像数据信号。
步骤S3-3:
提取道路边界线掩码图像区域RM具体步骤如下:
3-3a:选取连续N帧进行相邻帧进行帧差计算,间隔M秒后再次选取连续N帧进行相邻帧帧差计算,如此重复X次(N、M、X可以由使用者根据情况自行设定,但要求满足N>10、M>10、X>10的条件)。
3-3b:对图像数字信号相邻帧进行帧差计算得到帧差图像,将帧差图像二值化,当帧差图像中像素点值大于所设定的阈值(省缺设为20)时,将该像素点二值化为0,否则二值化为1,这样得到所有帧间不动的位置掩码的掩码图像。
3-3c:对所有掩码图像求“与”(AND运算),得到静止区域图像信号Ma,则静止区域图像信号Ma中像素为1的位置其集合中包含道路边界信息。
3-3d:将各帧图像数据分别用Sobel算子求边界,得到边缘线图像信号Soi(i=1,2,…,110),对边缘线图像信号Soi二值化后与静止区域图像信号Ma相乘,得到静止区域的边界图Ji;
3-3e:获取道路边界候选线,在静止区域的边界图Ji中进行霍夫变换,获取静止区域直线图像信号即道路边界候选线。
3-3f:从该道路边界候选线任意点出发,在边缘线图像信号Soi中求其相邻边界点直到边界点到达整幅图像边界或边界点消失为止,得到集合边界线图像信号JSi。
3-3g:在集合边界线图像信号JSi中删除明显不为道路边界的线,从图像中心开始求闭合区域的最大面积,当该线为水平方向分别从两侧往中心数最外侧三根候选线(考虑非机动车道被摄入图像)、并且该线与水平防线另一侧某线围闭合区域面积不小于总图像面积的85%,则标记该线为最佳候选线(左右方向各一条),这样可以将道路区域部分划分出来;
3-3h:将集合边界线图像信号JSi中二根最佳候选线标记为1,其余点标记为0,然后做膨胀运算;
3-3i:将所有集合边界线图像信号JSi最佳候选线膨胀得到的图像做“与”运算,接着对得到的图像做腐蚀,得到道路边界线,根据边界线确定道路部分的道路边界线掩码图像区域RM,在道路边界线掩码图像区域RM中属于道路的区域像素值为1,否则为0。
步骤S3-4:
提取道路背景:由于步骤S3-3中已经提取了道路区域,以下操作均在道路区域内进行:
3-4a:背景提取分二种步骤,低流量背景提取步骤和高流量背景提取步骤,开始时可以通过省缺设置进入低流量背景提取步骤或高流量背景提取步骤,或者由监控中心手动设置的控制信号进入低流量背景提取步骤或高流量背景提取步骤。背景定时进行低流量背景提取步骤或高流量背景提取步骤,或者由流量统计结果(高流量转为低流量)自动激发进入低流量背景提取步骤。
3-4b:当系统安装完毕开始运行时,系统将采集的道路监控图像传回监控中心,监控中心若认为此时道路流量低于设定的阈值则判断为低流量,监控端发出采用低流量背景提取步骤的命令,系统通过通信单元40接收到此命令后,开始运行低流量背景提取步骤,转到3-4d;
3-4c:若监控端没有关于背景提取的命令发出,或者监控中心若认为此时道路流量和前一次统计的车流量都不低于设定的阈值则判断为高流量从而发出采用高流量背景提取步骤命令,则系统采用默认的高流量背景提取步骤提取背景,转到3-4e;
3-4d:低流量背景提取步骤具体如下:
①对输入的各帧图像数字信号与道路边界线掩码图像区域RM进行“与”操作,获得道路区域图像ROi。
②将相邻的道路区域图像ROi之间求差,得到路面运动图像信号DROi。
③将路面运动图像信号DROi分割成32X32个图像信号块,计算各图像块的均值与方差。
④统计多幅路面运动图像信号DROi同一位置对应块的均值和方差,计算不同路面运动图像信号DROi对应同一位置各块均值的变化,若变化不大(即块均值的方差小与设定阈值),则认为该块为背景区域,选择某个道路区域图像ROi其满足条件:连续二幅帧差图像在此块内无变化,则将该路面运动图像信号DROi在此块内值作为背景;若各块均值变化大,说明该块被车辆遮挡,对被遮挡块做标记,若该块对应位置以前为空白信息或者已经被标记为前景块,则用与其相邻的、确定为背景的块中的值代替该位置背景,否则参见步骤⑤;
⑤一次对各帧图像数字信号重复步骤①-④,直到所有块均被标记为“背景块”。若在本次重复中,原来的背景块在本次重复中被标记为前景块,则该块的背景数据不更新,同时将标记修改为前景块;若该块前次被标记为前景块、本次为背景块,则将该块改为背景块、用本次循环得到的数据为在低流量情况下的道路背景图像信号。
3-4e:高流量背景提取步骤具体如下;
①连续多帧图像数字信号进行帧间差计算得到帧差图像。
②将得到的各帧差图像二值化后,当相邻帧间像素值超过门限则二值化结果为1,否则为0,然后将各二值化后的图像分别与道路边界线掩码图像区域RM进行“与”操作,得到路面高流量运动图像信号DRHi。
③对各路面高流量运动图像信号DRHi进行“或”操作,得到车辆遮挡路面图像信号DRHO,则车辆遮挡路面图像信号DRHO中像素为1的区域为车辆行驶过的路线,当路面高流量运动图像信号DRHi图像的数量多时,车辆遮挡路面图像信号DRHO中像素为1的区域勾勒出了实际行驶道路中被车辆遮挡的路面。
④由于车辆比道路要窄,故在车辆两侧会留有道路的信息,用这些残留的道路信息填补被遮挡路面的信息:将道路边界线掩码图像区域RM与车辆遮挡路面图像信号DRHO,得到未遮道路掩码图像信号RD。
⑤对输入的多帧图像数据信号求平均得到平均图RA,将该平均图RA与未遮道路掩码图像信号RD进行“与”操作得到未遮道路图像信息RAA,未遮道路图像信息RAA中像素值不为0的部分即是未被遮挡的道路信息,此信息可能既有路面信息,也可能还包括道路线信息诸如实线、虚线信息、隔离带信息等。
⑥去除步骤⑤中道路信息中的划线、隔离带等信息,对未遮道路图像信息RAA应用Sobel算子求边缘,对未遮道路图像信息RAA的每行从道路区域的两侧边缘分别向内搜索,直到碰到边缘线或车辆遮挡路面图像信号DRHO图像中为1的位置,则停止搜素,这样得到不包含划线、隔离带的路面区域信息。
用步骤⑥中得到的未被遮挡路面区域信息填充二值图像车辆遮挡路面图像信号DRHO中像素为1所对应的位置,由于系统架设方向为与路面延伸方向一致,填充信息时优先用同一列的路面信息填充,如果同一列中没有未遮挡信息,则用最近行中未遮挡信息代替,这样得到在高流量情况下的道路背景图像信号。
步骤S3-5:
前景提取及背景更新,包含以下步骤:
3-5a:将当前获取的图像数据信号与道路背景图像信号进行相减,并对结果进行二值化得到前景图像信号FB,差异超过阈值的用1表示,否则用0表示。
3-5b:更新背景,因为背景 如果 由于更新速度由k控制,k由3-5c描述。
3-5c:k采用kalman滤波进行自适应设定,具体方法如下:对道路区域内图像进行块分割,在相邻二帧的图像数据信号背景区域内(在二帧中均为背景的区域由3-5a得到),对二帧同一位置的背景块分别求平均值A1、A2,求比值A1/A2;分别对每个块连续多帧记录该比值后,用距离当前帧最近20帧同一位置块的比值做kalman滤波,得到的预测值BR,则k=BR,kalman滤波控制更新速度k。
步骤S3-6:
车辆选定及跟踪,圈出检测到的车辆,连续记录其在图像中的运动矢量,为提高跟踪速度,不仅根据本车辆以往运动矢量做kalman滤波、还参考同一方向同车道前一个车辆(如果有)的运动矢量做kalman滤波。具体步骤如下:
3-6a:对前景图像信号FB进行团块检测,设定车辆团块。
3-6b:对车辆团块用矩形框圈定,将新加入进来的团块放入链表中,当团块移出图像时从链表中删除。
3-6c:计算车辆团块质心、外围矩形框尺寸(这个指标在帧间变化小于团块面积变化),利用这些特性进行车辆团块跟踪,根据团块水平坐标确定车辆所属车道;
3-6d:当连续三帧前景图像信号FB中确定一个车辆团块的运动矢量后,根据运动矢量的变化将团块放入同一运动方向、同一车道团块链表中,即3-6b中的团块被按照运动方向所属车道放入不同链表,新加入的团块放在链表最后,团块从图像中移出时在相应链表中删除该团块。
3-6e:对每个放入方向链表的车辆团块进行跟踪,并记录其运动矢量,用kalman滤波对下帧该团块运动矢量进行预测,kalman滤波器的输入不仅包含本团块以往三帧的运动矢量,还包括同一链表中排在该团块前面的那个团块的运动矢量,这是基于驾驶中后方车辆操作与前面车辆可能有关联性的事实,比如前方车辆刹车则一般后续车辆也会刹车。
3-6f:统计时间段内各方向各车道所对应链表中新加入元素数目、链表中总元素数目、链表中运算对应平均帧间运动矢量值等信息,获得车流量信息。
图5是本发明实施例中的交通流量统计方法中定时提取背景流程图。
如图5所示,提取背景不仅在系统开始运行时进行,为防止背景信息与实际情况的微小误差累计后造成巨大差异,对道路背景进行定时提取,每间隔一段时间就执行背景提取。更新背景提取的准则如下:系统初始时,当系统接收到低流量背景提取步骤的命令后,开始运行低流量背景提取步骤;若系统没有收到关于背景提取的命令发出,或者系统采用进入初始设置的默认的高流量背景提取步骤。进入定时提取,若当前检测到流量为低流量,则运行低流量背景提取步骤;若当前检测为高流量,并且此前一次正常背景时也是高流量模式,则进行高流量背景提取,同时设置监控标志。如果当前流量为高流量并且此前一次正常流量监测为低流量模式,则本次不提取背景,仍采用前次提取的背景,仅将背景提取标记为高流量,定时提取背景流程。一旦统计的流量变为低流量,直接启动低流量背景提取程序,同时重新启动定时器。
实施例的作用与效果
根根据本发明所涉及到的交通流量统计方法,道路背景图像信号提取步骤中,根据检测当前车流量被判断为低流量或当前车流量和前一次车流量被判断为高流量后进入对应低流量背景提取步骤和高流量背景提取步骤,并且采用定时器进行定时提取道路背景图像信号。本发明启动时道路可以是低流量状态也可以是高流量状态,实现方便启动。根据本发明的每间隔预定时间进行道路背景图像信号提取步骤,通过判断车流量状况自发进行低流量背景提取步骤和高流量背景提取步骤,道路背景图像信号在预定时间间隔进行道路背景提取,防止背景信息与实际情况的微小误差累计后造成巨大差异。
在本实施例中的静止区域图像信号Ma可以为后续自动划定道路区域的处理减少计算量,不必考虑车辆等物体的造成的边界。通过静止区域图像信号Ma获得的静止区域直线可以将图像中诸如楼房等直线边界的物体去除,由于摄像机架设方向的原因,道路直线部分的斜率在一定范围内,故将直线斜率与一个设定的斜率门限相比较(该门限值可以有系统预设,或由通信单元从远程控制中心接收得到),若在范围内则列为候选边缘,否则直接忽略该边界,这样实现将图像中诸如楼房等直线边界的物体去除。因为系统架设角度的要求,在本系统里楼宇等物体直线斜率与道路直线斜率差异很大,故本步骤中的范围要求设定非常宽松、对系统架设方向是否与道路平行的要求也比较低,工程上简单。
在本实施例中的得到集合边界线图像信号JSi,实现可以提取道路不全部为直线的路段边界信息。
在本实施例中的更新速度k通过kalman滤波控制得到合适的k值,更新速度k太小则更新速度跟不上实际情况的变化,如果k太大则背景完全由本次图像决定,当本次图像由于某种干扰发生严重突变时,对后续图像的处理影响严重,因此选择合适的k值才能保证系统既能跟上实际情况的变化、又避免突发干扰的影响,kalman滤波控制更新背景速度,既平滑了帧背景亮度变化曲线,克服突发干扰因素的影响,同时又保证能快速跟上实际情况的变化。
上述实施方式为本发明的优选案例,并不用来限制本发明的保护范围。
控制单元也不仅限为优选案例中ARM控制单元,也可采用FPGA;视频采集单元也不仅限为优选案例中CMOS视频采集单元,也可采用CCD视频采集单元。
Claims (8)
1.一种交通流量统计方法,用于对道路上车流量信息的统计,其特征在于,具有以下步骤:
视频采集步骤,采集所述道路的模拟图像信号,将所述模拟图像信号转换为数据图像信号;
流量统计步骤,根据所述数据图像信号统计得到所述车流量信息,包含以下子步骤:
子步骤1为道路边界线掩码图像区域RM提取步骤,将所述数据图像信号过滤得到图像数据信号后转换得到最佳候选线确定的所述道路边界线掩码图像区域RM;
子步骤2为道路背景图像信号提取步骤,包括每间隔预定时间进行道路背景图像信号提取步骤,当所述预定时间溢出时检测到当前车流量大于设定流量值且前一次检测的车流量大于设定流量值时判断为高流量时进入高流量背景提取步骤和当所述预定时间溢出时检测到当前车流量不大于所述设定流量值判断为低流量时进入低流量背景提取步骤,
在所述高流量背景提取步骤中,将多帧所述图像数据信号进行帧间差计算并二值化后进行逻辑或运算得到车辆遮挡路面图像信号DRHO;所述车辆遮挡路面图像信号DRHO和所述道路边界线掩码图像区域RM相减得到未遮道路掩码图像信号RD;将连续的所述图像数据信号求平均后与所述未遮道路掩码图像信号RD进行逻辑与运算得到未遮道路图像信息RAA;将未遮道路图像信息RAA填充所述车辆遮挡路面图像信号DRHO后得到在高流量情况下的所述道路背景图像信号;
在所述低流量背景提取步骤中,将所述图像数据信号和所述道路边界线掩码图像区域RM进行逻辑与运算后进行求差得到路面运动图像信号DROi;将所述路面运动图像信号DROi分割成至少4个图像信号块,计算至少一帧所述路面运动图像信号DROi中同一位置对应所述图像信号块的块均值;在判断所述块均值的方差小于设定阈值时,将该图像信号块标记为背景区域,在判断所述块均值的方差不小于设定阈值时,将该图像信号块相邻的所述背景区域替代该图像信号块;在路面运动图像信号DROi中进行标记填充后得到在低流量情况下的所述道路背景图像信号;
子步骤3为前景图像信号提取步骤,将当前获取的图像数据信号与所述道路背景图像信号进行相减转换得到前景图像信号FB;
子步骤4为车辆选定及跟踪步骤,根据前景图像信号FB进行车辆团块检测,预测新加入的车辆团块运动矢量并将所述新加入的车辆团块放入车辆团块运动矢量相同的链表中,统计各个方向的链表中新加入的车辆团块数量、链表中总车辆团块的数量和车辆团块矢量方向的信息后得到车流量信息;
通信步骤,将所述车流量信息发送到监控中心。
2.根据权利要求1所述的交通流量统计方法,其特征在于:
其中,所述流量统计步骤还包含更新背景步骤,所述更新背景步骤中的更新速度是由第一kalman滤波进行控制,
所述第一kalman滤波中的输入值为至少一个相邻帧中的所述道路背景图像信号的同一位置背景块信号的平均值的比值。
3.根据权利要求1所述的交通流量统计方法,其特征在于:
其中,所述道路背景图像信号提取步骤还包括一旦检测到由高流量转为低流量时进入低流量背景提取步骤。
4.根据权利要求1所述的交通流量统计方法,其特征在于:
其中,所述新加入的车辆团块运动矢量的预测通过第二kalman滤波进行预测,
第二kalman滤波中的输入信息为该车辆以往的运动矢量信息和对应链表中该车辆的前一车辆的运动矢量信息。
5.根据权利要求1所述的交通流量统计方法,其特征在于:
其中,所述监控中心手动设置控制信号控制所述道路背景图像信号提取步骤进入所述低流量背景提取步骤和高流量背景提取步骤中任意一种情况。
6.根据权利要求1所述的交通流量统计方法,其特征在于:
其中,所述道路背景图像信号提取步骤还包括默认初始设置步骤,
所述默认初始设置步骤为进行初始设置后进入低流量背景提取步骤和高流量背景提取步骤中任意一种情况。
7.根据权利要求1所述的交通流量统计方法,其特征在于:
其中,所述道路边界线掩码图像区域RM提取步骤中将所述图像数据信号相邻帧进行帧差计算并进行二值化后互相进行逻辑与运算得到静止区域图像信号Ma;将所述图像数据信号通过soble算子并进行二值化后与所述静止区域图像信号Ma相乘转换得到静止区域直线图像信号;从静止区域直线图像信号的一点出发在所述图像数据信号提取到的边缘线图像信号Soi中求到该相邻边界点的集合边界线图像信号JSi。
8.根据权利要求1所述的交通流量统计方法,其特征在于:
其中,所述最佳候选线的选取将通过将集合边界线图像信号JSi中标记水平方向分别从两侧往中心数最外侧三根候选线,将所述候选线中闭合区域面积不小于所述集合边界线图像信号JSi的总面积的85%的选取为最佳候选线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410276990.1A CN104036639B (zh) | 2014-06-20 | 2014-06-20 | 交通流量统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410276990.1A CN104036639B (zh) | 2014-06-20 | 2014-06-20 | 交通流量统计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104036639A CN104036639A (zh) | 2014-09-10 |
CN104036639B true CN104036639B (zh) | 2016-01-20 |
Family
ID=51467393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410276990.1A Expired - Fee Related CN104036639B (zh) | 2014-06-20 | 2014-06-20 | 交通流量统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104036639B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678214A (zh) * | 2015-12-21 | 2016-06-15 | 中国石油大学(华东) | 云环境下基于卷积神经网络车型识别的车流量统计方法 |
CN105869413A (zh) * | 2016-06-23 | 2016-08-17 | 常州海蓝利科物联网技术有限公司 | 基于摄像头视频检测车流量和车速的方法 |
CN107316462A (zh) * | 2017-08-30 | 2017-11-03 | 济南浪潮高新科技投资发展有限公司 | 一种流量统计方法及装置 |
CN111738203B (zh) * | 2020-07-03 | 2024-03-19 | 中兴飞流信息科技有限公司 | 一种基于自动划线区域的站台行人越线检测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1196494A (ja) * | 1997-09-22 | 1999-04-09 | Hitachi Ltd | 交通流監視方法および装置 |
JP5128339B2 (ja) * | 2007-09-11 | 2013-01-23 | 株式会社日立製作所 | 交通流計測システム |
CN201429904Y (zh) * | 2009-06-29 | 2010-03-24 | 长安大学 | 一种交通流量统计系统 |
EP2700054B1 (en) * | 2012-06-12 | 2015-04-22 | Institute of Electronics and Computer Science | System and method for video-based vehicle detection |
CN103366581A (zh) * | 2013-06-28 | 2013-10-23 | 南京云创存储科技有限公司 | 一种交通流量统计装置及统计方法 |
CN103413046B (zh) * | 2013-08-14 | 2017-05-10 | 深圳市智美达科技有限公司 | 车流量统计方法 |
-
2014
- 2014-06-20 CN CN201410276990.1A patent/CN104036639B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104036639A (zh) | 2014-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103366569B (zh) | 实时抓拍交通违章车辆的方法及系统 | |
CN105260713B (zh) | 一种车道线检测方法和装置 | |
CN104036639B (zh) | 交通流量统计方法 | |
US8666117B2 (en) | Video-based system and method for detecting exclusion zone infractions | |
CN101281644B (zh) | 基于视觉的导航和制导系统 | |
US9734581B2 (en) | On-vehicle control device | |
CN101510356B (zh) | 视频检测系统及其数据处理装置、视频检测方法 | |
CN105336169B (zh) | 一种基于视频判断交通拥堵的方法和系统 | |
US20170032514A1 (en) | Abandoned object detection apparatus and method and system | |
CN111399492A (zh) | 一种机器人及其障碍物感知方法和装置 | |
CN110718061B (zh) | 交通路口车流量统计方法、装置、存储介质及电子设备 | |
CN102298844A (zh) | 自动违章车辆检测系统和方法 | |
CN104063885A (zh) | 一种改进的运动目标检测与跟踪方法 | |
CN101872546A (zh) | 一种基于视频的过境车辆快速检测方法 | |
CN110263714B (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
US10676103B2 (en) | Object position history playback for automated vehicle transition from autonomous-mode to manual-mode | |
CN112319464B (zh) | 自动泊车方法、装置、设备及存储介质 | |
CN104065920A (zh) | 一种车辆监控跟踪方法、系统及服务器 | |
CN108162962A (zh) | 视觉感测补偿 | |
US20200143177A1 (en) | Systems and methods of detecting moving obstacles | |
CN106558224A (zh) | 一种基于计算机视觉的交通智能监管方法 | |
CN113111682A (zh) | 目标对象感知方法和装置、感知基站、感知系统 | |
US9691196B2 (en) | Data reproducing apparatus | |
JP2020095623A (ja) | 画像処理装置および画像処理方法 | |
CN104376316A (zh) | 车牌图像采集方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160120 Termination date: 20180620 |