CN104484997A - 一种基于视频图像技术的区域运动车流量检测方法 - Google Patents

Abstract

本发明涉及一种基于视频图像技术的区域运动车流量检测方法，按照如下步骤实现：首先获取连续的运动车辆彩色图像，利用线性Hough变换对彩色图像进行匹配校准；其次对彩色图像进行灰度变换，对灰度图像分别进行减法操作、求交操作得到微弱图像；对微弱图像进行线性拉伸、二值化、二值膨胀变换得到增强和扩大后的运动车辆图像，这些信号是一些连通的小区域；最后定义一个欧式距离，基于定义的距离对连通区域几何中心点之间分别进行欧式距离的计算，确定最终区域的个数，并对其进行数字标记。本发明所提出的一种基于视频图像技术的区域运动车流量检测方法能快速、高效、简单的估算出当前道路区域的车辆情况及拥堵情况，能很好地应用于实践中。

Description

一种基于视频图像技术的区域运动车流量检测方法

技术领域

本发明涉及道路区域车流量检测方法，特别是一种基于视频图像技术的区域运动车流量检测方法。

背景技术

随着我国经济的快速发展，城市中的汽车的数量在不断的增加，交通拥堵问题日益严重。对此，研究交通拥堵问题变得非常迫切。近年很多学者提出了许多算法和模型来解决交通拥堵问题，例如，流体动力学模型，气体动力学模型。这些模型可以很好地反映道路交通状况，但这些模型均较为复杂。随着视频图像技术的发展，视频图像技术可以获取一些交通信息如交通流、车速、静止车辆队列的长度、自动地检测交通事故、提供视频监控等，对处理解决交通问题有很大的优势。对此，采用视频图像技术对道路区域车流量进行计算来快速估计该路段的交通状况是一种优选的方法。此外，通常采用计算车流量来估算某一时刻道路情况。

发明内容

本发明的目的在于提供一种基于改进的帧差法和欧式距离的区域标记法的道路区域车流量检测方法，以快速、高效、简单的估算出当前道路区域的车辆情况及拥堵情况。

为实现上述目的，本发明的技术方案是：一种基于视频图像技术的区域运动车流量检测方法，其特征在于，按照下述步骤实现：   

S1：在待测道路区域固定视频相机，获取该道路区域连续的运动车辆彩色图像；

S2：通过Hough变换对所述彩色图像进行匹配校准，用以消除因强风或重型车辆的经过所引起的相机抖动；

S3：通过改进的帧差法检测道路上的运动车辆，获取运动车辆的检测图像；

S4：通过基于欧式距离的区域标记法，对所述检测图像进行标记，计算出道路区域的车辆数。

进一步的，在所述步骤S3中，还包括如下步骤：

S31：获取N幅连续等间隔的彩色图像，将彩色图像转换成灰度图像，其中，N为大于或等1的正整数;

S32：在所述灰度图像之间分别进行减法操作，并对进行减法操作后的图像进行求交操作,获取运动车辆的微弱图像；

S33：对所述微弱图像依次进行线性拉伸变换操作、二值化操作以及二值膨胀操作，实现对所述微弱图像的灰度增强。

进一步的，在所述步骤S4中，还包括如下步骤：

S41：分别用                                                对所述运动车辆的检测图像中的各个连通区域进行标记；

S42：对几何中心点进行欧式距离的计算；

S43：根据下式对各个连通区域进行合并，确定最终区域的个数，

 

S44：对所述最终区域区域进行数字标记；

其中，为第个小的区域的几何中心,为大于等于1的正整数，为一常数。

相较于现有技术，本发明具有以下有益效果：

本发明所提出的基于视频图像技术的区域运动车流量检测方法采用改进的帧差法检测出路段区域某一时刻的运动车辆，进而利用基于欧式距离的区域标记法对当前道路区域的车辆数进行标记，自动计算出车辆数，快速、高效、简单的估算出当前道路区域的车辆情况及拥堵情况，能很好地应用于实践中。

附图说明

图1为本发明中基于视频图像技术的区域运动车流量检测方法的流程图。

图2（a）为本发明一实施例中所采集的三张连续的灰度道路车辆图像中第一张图像。

图2（b）为本发明一实施例中所采集的三张连续的灰度道路车辆图像中第二张图像。

图2（c）为本发明一实施例中所采集的三张连续的灰度道路车辆图像中第三张图像。

图3（a）为本发明一实施例中对图2（a)和图2(b)的灰度图像进行减法操作后的图像。

图3(b)为本发明一实施例中对图2（c)和图2(b)的灰度图像进行减法操作后的图像。

图4(a)为本发明一实施例中对进行减法操作的图像进行求交操作所获取的图像。

图4(b)为本发明一实施例中对进行求交操作的图像进行增强和扩张所获取的图像。

图4(c)为本发明一实施例中采用基于欧式距离的区域标记法，对检测的运动车辆进行标记所获取的图像。

具体实施方式

下面结合附图，对本发明的技术方案进行具体说明。

本发明提供一种基于视频图像技术的区域运动车流量检测方法，如图1所示，其特征在于，按照下述步骤实现：   

S1：在待测道路区域固定视频相机，获取该道路区域连续的运动车辆彩色图像；

S2：通过Hough变换对所述连续的车辆彩色图像进行匹配校准，用以消除因强风或重型车辆的经过所引起的相机抖动；

在本实施例中，待测道路区域包括三条车道，且获取3幅连续的彩色图像；而由于强风或重型车辆的经过将引起相机抖动，进而改变图像区域, 使车道线及图像变形，因此，连续的图像需要彼此匹配校准。且在本实施例中，采用一种两点校准的方法来解决该问题。由于相机固定，视场也固定，所以三条车道上的车道线也是固定的，以该三条车道线为校准线。正常情况下，每幅图像中的车道线与在其前后福图象中的车道线是准确匹配的，进而被采集的连续图像也可以很好地匹配，若有外界的干扰，三幅图像中对应的车道线就不匹配了。所以当三条车道线确定后，使用线性Hough变换检测车道线。由于车道线是一种有一定宽度的山脊线，为避免双边界给Hough检测带来麻烦，采用的边界扫描算子是Laplacian算子。获取的图像中的车道线若有偏移，将根据该三条车道线进行图像校正。

S3：通过改进的帧差法检测道路上的运动车辆，获取运动车辆的检测图像；改进的帧差法为:  在采集过程中，采集的每一帧即一幅图像；首先获取3幅连续等间隔的彩色图像，将彩色图像转换成灰度图像，由于各种车辆的颜色异同,为了增强车辆的存在性，对每个象素点，对应从RGB三个频道中取最大值作为灰度图象中同坐标中的像素值;其次，在转换后的灰度图像之间分别进行减法操作，并对进行减法操作后的图像进行求交操作,获取运动车辆的微弱图像；最后，对所述运动车辆的微弱图像依次进行线性拉伸变换操作、用迭代法进行二值化操作以及二值膨胀操作，再膨胀三次，对得到的运动车辆图像进行灰度增强，完成对种子目标的初步提取，扩大运动车辆的信号。

进一步的，具体按照如下步骤实现运动车辆信号的扩大：

1)        获取3幅连续的彩色帧，并用，，分别表示，其成像间隔是 ；

2)        将彩色帧，，，转换成灰度帧 ,,;

3)        在帧之间进行减法操作，,;

4)        简单的减法操作之后能够检测到运动车辆信号，然后对两个图像D1和D2执行交操作，得到运动车辆的图像。

5)   在图像中，运动车辆的信号很微弱；对进行灰度线性拉伸变换使运动车辆的信号得到增强和扩张，得到图像。

6）对图像进行二值化操作，去除车辆区域噪声，再次对进行二值膨胀，得到较清晰图像。

S4：通过基于欧式距离的区域标记法，对所述运动车辆的检测图像进行标记，计算出道路区域的车辆数。

进一步的，具体还包括如下步骤：

S41：分别用对所述运动车辆的检测图像中的各个连通区域进行标记；

S42：对各个连通区域几何中心点进行欧式距离的计算；

S43：根据下式对各个连通区域进行合并，确定最终区域的个数，

 

其中，为第个小的区域的几何中心,为大于等于1的正整数，在本实施例中，；

S44：对区域进行从左到右、从上到下的搜索检测并用数字序列对其进行标记。

下面结合一具体的实施例，对本发明所提出的一种基于视频图像技术的区域运动车流量检测方法进行说明。在本实施例中，取t=0.1s，即获取段道路区域某一时刻三幅运动车辆图像的采样间隔为0.1s，如图2本实施例中所采集的三张连续的灰度道路车辆图像；图3为本实施例中对灰度图像进行减法操作后的图像；其中，图3（a）为对图2（a)和图2(b)的灰度图像进行减法操作后的图像，记为：ab=(a)-(b)；图3(b)为对图2（c)和图2(b)的灰度图像进行减法操作后的图像，记为：cb=(c)-(b);图4(a)为本实施例中对进行减法操作的图像进行求交操作所获取的图像，对图3(a)与3(b)求交，记为abc；图4(b)为本实施例中对求交操作的图像进行进行灰度线性拉伸，二值化，二值膨胀变换，增强和扩张所获取的图像；图4(c)为本实施例中采用基于欧式距离的区域标记法，对检测的运动车辆进行标记所获取的图像。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (3)

1.一种基于视频图像技术的区域运动车流量检测方法，其特征在于，按照下述步骤实现： S1：在待测道路区域固定视频相机，获取该道路区域连续的运动车辆彩色图像；

S2：通过Hough变换对所述彩色图像进行匹配校准，用以消除因强风或重型车辆的经过所引起的相机抖动；

S3：通过改进的帧差法检测道路上的运动车辆，获取运动车辆的检测图像；

S4：通过基于欧式距离的区域标记法，对所述检测图像进行标记，计算出道路区域的车辆数。

2.根据权利要求1所述的一种基于视频图像技术的区域运动车流量检测方法，其特征在于，在所述步骤S3中，还包括如下步骤：

S31：获取N幅连续等间隔的彩色图像，将彩色图像转换成灰度图像，其中，N为大于或等1的正整数;

S32：在所述灰度图像之间分别进行减法操作，并对进行减法操作后的图像进行求交操作,获取运动车辆的微弱图像；

S33：对所述微弱图像依次进行线性拉伸变换操作、二值化操作以及二值膨胀操作，实现对所述微弱图像的灰度增强。

3.根据权利要求1所述的一种基于视频图像技术的区域运动车流量检测方法，其特征在于，在所述步骤S4中，还包括如下步骤：

S41：分别用                                                对所述运动车辆的检测图像中的各个连通区域进行标记；

S42：对几何中心点进行欧式距离的计算；

S43：根据下式对各个连通区域进行合并，确定最终区域的个数，

 

S44：对所述最终区域区域进行数字标记；

其中，为第个小的区域的几何中心,为大于等于1的正整数，为一常数。