CN106097725A - 一种基于动态特征提取的车辆分类流量检测方法 - Google Patents
一种基于动态特征提取的车辆分类流量检测方法 Download PDFInfo
- Publication number
- CN106097725A CN106097725A CN201610681773.XA CN201610681773A CN106097725A CN 106097725 A CN106097725 A CN 106097725A CN 201610681773 A CN201610681773 A CN 201610681773A CN 106097725 A CN106097725 A CN 106097725A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- background
- behavioral characteristics
- moving vehicle
- area
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Abstract
本发明属于计算机视觉领域,尤其涉及其中的运动车辆的视频图像处理和识别。本发明公开了一种基于动态特征提取的实时车辆分类流量检测方法,其特征在于:(1)对原始视频图像进行背景选取和背景动态更新。(2)对运动车辆目标进行动态特征提取。(3)利用标准车辆分类库对运动车辆进行分类流量检测。本发明的基于动态特征提取的车辆分类流量检测方法利用面积特征进行预先分类,针对不同的车型具有较好的识别率,并且计算速度快,可实时进行运动车辆的分类和识别,可用于高速公路等实时车辆分类流量检测系统。
Description
技术领域
本发明属于计算机视觉领域,尤其涉及其中的运动车辆的视频图像处理和识别。
背景技术
车辆流量检测是指计算机基于视频图像采集设备采集的数据,分析和识别运动车辆特征的过程。它涉及到视频图像处理和识别等学科,是计算机视觉领域重要的研究方向,在现代交通管理中有着广泛和重要的应用。智能交通系统将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术以及计算机处理技术等有效地集成运用于整个交通运输管理体系,车辆流量检测是智能交通系统的重要组成部分,也是实现对道路交通其它部分管理的重要基础。
基于视频图像处理技术的车辆流量检测技术已成为国内外研究的热点,但是尚无成熟的方法可以应用于车辆流量的分类实时检测。目前国内的车辆流量检测系统,只能对总的交通流量进行检测,不能根据车型进行车辆的分类流量检测。本发明在研究各种方法的基础上,提出了基于动态特征提取的实时车辆分类流量检测方法,可以满足车辆流量检测的实时性和分类要求,完成了一个基于动态特征提取的车辆分类流量检测系统的设计。
发明内容
本发明是根据上述思路设计的一种基于动态特征提取的车辆分类流量实时检测方法。
本发明的技术方案是提供一种基于动态特征提取的车辆分类流量检测方法,其特征在于:其包括以下几个步骤:
(1)对原始视频图像进行背景选取和背景动态更新。
(2)对运动车辆目标进行动态特征提取。
(3)利用标准车辆分类库对运动车辆进行分类流量检测。
在上述步骤(1)之前还包括以下步骤:
(a)采集交通路况视频,包括有运动车辆的视频和无运动车辆的视频。
(b)提取不同类型车辆的面积特征,建立标准车辆分类库。
本发明提出了基于动态特征提取的运动车辆特征提取方法,包括以下几个部分:
(1)根据帧间差分法判断背景图片的有效性
选取背景图片是判断当前读入的图片是否可以作为背景,如果当前图片的检测区域中存在车辆,则该图片不能作为背景。如果当前图片的检测区域中不存在车辆,则把该图片作为背景图片。是否存在车辆的判断方法是帧间差分法,把当前图片与上一张图片做差取绝对值,如果处理后的图片二值化后白色像素数少于设定的阈值,则认为该图片的检测区域中不存在车辆,可以作为背景;反之说明检测到了运动着的车辆,是它运动时的位置变化导致很多同一位置的像素值不同,不能作为背景。
(2)根据动态背景差分法提取运动车辆的面积变化特征
如果运行时间过长而不更换背景,由于光线等原因,该图片与原有背景图片做差时可能会出现较大误差。本方法采用每处理完10000张图片更换一次背景,以避免上述的光线等原因造成的负面影响。背景差分后,计算检测区域中的白色像素数,就可得到车辆的近似面积,依据面积判断车辆的类型。
车辆从进入检测区域开始,面积由小变大;车辆从离开检测区域开始,面积由大变小。理想状况下检测区域内的面积关于时间是倒U型曲线,曲线的顶点是车辆面积最大的时候,有几个这样的顶点就有几个车辆。然而有时情况并不是这么理想,在车辆驶入检测区域后面积可能会先微微减小再微微增大,如果仅以曲线顶点为标准进行判断,可能把车辆重复计数两次。本方法设置一个记录最大面积的变量MaxArea和两个检测阈值MAX和MIN,通过比较当前图片和历史图片在检测区域中的车辆面积来记录该检测区域中车辆面积的历史最大值MAX和历史最小值MIN。当MaxArea大于或等于MAX时,则认为这个面积是车辆驶入造成的,但是不立即计数车辆;直到当前检测区域中的车辆面积小于或等于MIN时,才认为车辆驶出。只有这两种情况同时发生,才对车辆计数1次,并重置MaxArea的值为0,否则不计数车辆。这样就解决了对车辆可能发生的重复计数的问题。
(3)根据标准车辆分类库进行运动车辆分类
车型分类分有小型、中型、大型、特大型,不同车型的面积有明显差异,可以直接根据面积大小进行车型判断。当对车辆进行计数后,根据计算出来的车辆面积与标准车辆分类库进行比较,判断车辆的类型。
本发明的基于动态特征提取的车辆分类流量检测方法利用面积特征进行预先分类,针对不同的车型具有较好的识别率,并且计算速度快,可实时进行运动车辆的分类和识别,可用于高速公路等实时车辆分类流量检测系统。
附图说明
图1是应用本发明的系统的结构框图。
具体实施方式
下面对本发明的具体实施方式作进一步详细的描述。
如图1所示,本发明的一种基于动态特征提取的车辆分类流量检测方法对应的系统包括:图像预处理,背景选取,动态背景差分,车辆面积计算,车辆分类流量检测,标准车辆分类库建立。
图像预处理是把车道分割出来,按照车道进行车辆检测。无关车道置黑,把检测区域中其他车道的部分置黑,从而把要检测的车道提取出来。
背景选取是根据背景中有无车辆进行背景有效性判断。
动态背景差分是将当前图片的检测区域与动态更新的背景图片的检测区域做差,然后取绝对值。做差后可降低或消除背景图片和当前图片中的相同部分,即背景,突出显示它们不一致的部分,即车辆。
车辆面积计算是对图片进行二值化处理,处理后的背景的大部分是黑色,车道上的车辆面积可用对应的检测区域中白色像素数表示,计算出的面积是白色像素数。
车辆分类流量检测是根据车辆面积变化特征进行车流量计数,再根据以上计算出来的车辆面积与标准车辆分类库进行比较,判断车辆的类型。
标准车辆分类库建立是提取不同类型车辆的面积特征,具体实现是通过设定三个阈值把面积划分为四个区间,按照面积大小分别对应于小型、中型、大型、特大型车辆,从而建立标准车辆分类库。
以上实施例仅为本发明其中的一种实施方式,其描述较为具体,但并不能因此而理解为对本发明专利范围的限制。对于本领域的技术人员,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (3)
1.本发明的技术方案是提供一种基于动态特征提取的实时车辆分类流量检测方法,其特征在于:其包括以下几个步骤:
(1)对原始视频图像进行背景选取和背景动态更新。
(2)对运动车辆目标进行动态特征提取。
(3)利用标准车辆分类库对运动车辆进行分类流量检测。
2.根据权利要求1所述的基于动态特征提取的实时车辆分类流量检测方法,其特征在于:在上述步骤(1)之前还包括以下步骤:
(a)采集交通路况视频,包括有运动车辆的视频和无运动车辆的视频。
(b)提取不同类型车辆的面积特征,建立标准车辆分类库。
3.根据权利要求1所述的基于动态特征提取的实时车辆分类流量检测方法,本发明提出了基于动态特征提取的运动车辆特征提取方法,包括以下几个部分:
(1)根据帧间差分法判断背景图片的有效性:把当前图片与上一张图片做差取绝对值,如果处理后的图片二值化后白色像素数少于设定的阈值,则认为该图片的检测区域中不存在车辆,可以作为背景;反之说明检测到了运动着的车辆,不能作为背景。
(2)根据动态背景差分法提取运动车辆的面积变化特征:采用每处理完10000张图片更换一次背景,以避免光线等原因造成的影响。背景差分后,计算检测区域中的白色像素数,得到车辆的近似面积,依据面积判断车辆的类型。
(3)根据标准车辆分类库进行运动车辆分类:对车辆进行计数后,根据计算出来的车辆面积与标准车辆分类库进行比较,判断车辆的类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610681773.XA CN106097725A (zh) | 2016-08-18 | 2016-08-18 | 一种基于动态特征提取的车辆分类流量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610681773.XA CN106097725A (zh) | 2016-08-18 | 2016-08-18 | 一种基于动态特征提取的车辆分类流量检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106097725A true CN106097725A (zh) | 2016-11-09 |
Family
ID=58070033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610681773.XA Pending CN106097725A (zh) | 2016-08-18 | 2016-08-18 | 一种基于动态特征提取的车辆分类流量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106097725A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355884A (zh) * | 2016-11-18 | 2017-01-25 | 成都通甲优博科技有限责任公司 | 一种基于车型分类的高速公路车辆引导系统及方法 |
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 |
TWI640964B (zh) * | 2017-08-17 | 2018-11-11 | National Applied Research Laboratories | 以影像為基礎之車輛計數與分類系統 |
CN111508093A (zh) * | 2020-04-26 | 2020-08-07 | 王素云 | 一种用于高速公路的过路费预算系统 |
CN112289032A (zh) * | 2020-11-05 | 2021-01-29 | 浙江点辰航空科技有限公司 | 一种无人机高速公路自动巡检方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070248244A1 (en) * | 2006-04-06 | 2007-10-25 | Mitsubishi Electric Corporation | Image surveillance/retrieval system |
CN103136537A (zh) * | 2012-12-12 | 2013-06-05 | 惠州学院 | 一种基于支持向量机的车型识别方法 |
CN104183127A (zh) * | 2013-05-21 | 2014-12-03 | 北大方正集团有限公司 | 交通监控视频检测方法和装置 |
-
2016
- 2016-08-18 CN CN201610681773.XA patent/CN106097725A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070248244A1 (en) * | 2006-04-06 | 2007-10-25 | Mitsubishi Electric Corporation | Image surveillance/retrieval system |
CN103136537A (zh) * | 2012-12-12 | 2013-06-05 | 惠州学院 | 一种基于支持向量机的车型识别方法 |
CN104183127A (zh) * | 2013-05-21 | 2014-12-03 | 北大方正集团有限公司 | 交通监控视频检测方法和装置 |
Non-Patent Citations (2)
Title |
---|
JUBAO QU: "Adaptive Tracking Moving Targets Based on MACA Algorithm", 《ADVANCED MATERIALS RESEARCH》 * |
ZHENG YI 等: "Moving object detection based on running average background and temporal difference", 《INTELLIGENT SYSTEMS AND KNOWLEDGE ENGINEERING》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355884A (zh) * | 2016-11-18 | 2017-01-25 | 成都通甲优博科技有限责任公司 | 一种基于车型分类的高速公路车辆引导系统及方法 |
CN106355884B (zh) * | 2016-11-18 | 2019-02-12 | 成都通甲优博科技有限责任公司 | 一种基于车型分类的高速公路车辆引导系统及方法 |
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 |
TWI640964B (zh) * | 2017-08-17 | 2018-11-11 | National Applied Research Laboratories | 以影像為基礎之車輛計數與分類系統 |
CN111508093A (zh) * | 2020-04-26 | 2020-08-07 | 王素云 | 一种用于高速公路的过路费预算系统 |
CN112289032A (zh) * | 2020-11-05 | 2021-01-29 | 浙江点辰航空科技有限公司 | 一种无人机高速公路自动巡检方法 |
CN112289032B (zh) * | 2020-11-05 | 2022-01-14 | 浙江点辰航空科技有限公司 | 一种无人机高速公路自动巡检方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106097725A (zh) | 一种基于动态特征提取的车辆分类流量检测方法 | |
CN109191830B (zh) | 一种基于视频图像处理的道路拥堵检测方法 | |
CN105336169B (zh) | 一种基于视频判断交通拥堵的方法和系统 | |
CN106297278B (zh) | 一种用于查询抛洒物车辆的方法和系统 | |
CN104504913B (zh) | 视频车流检测方法及装置 | |
CN105744232A (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
CN103826102A (zh) | 一种运动目标的识别方法、装置 | |
CN102682304A (zh) | 一种融合多特征的行人检测方法及装置 | |
EP2813973B1 (en) | Method and system for processing video image | |
CN114037924A (zh) | 一种基于图像识别技术的车辆过闸判断方法及相关装置 | |
CN102609720A (zh) | 一种基于位置校正模型的行人检测方法 | |
CN107590486B (zh) | 运动目标识别方法和系统、自行车流量统计方法和设备 | |
CN103984917A (zh) | 一种基于机器视觉的多特征夜间车辆检测方法 | |
CN105046719A (zh) | 一种视频监控方法及系统 | |
CN106327630A (zh) | 一种高低速不停车治超检测系统 | |
CN103164958A (zh) | 车辆监控方法及系统 | |
KR100942409B1 (ko) | 고속 이동 차량 검지 방법 | |
Sharma et al. | Automatic vehicle detection using spatial time frame and object based classification | |
Li et al. | Intelligent transportation video tracking technology based on computer and image processing technology | |
Carletti et al. | Automatic detection of long term parked cars | |
CN110782485A (zh) | 一种车辆变道检测方法及装置 | |
Tamersoy et al. | Counting vehicles in highway surveillance videos | |
Yu et al. | Length-based vehicle classification in multi-lane traffic flow | |
CN101577052B (zh) | 俯空车辆检测装置和方法 | |
CN202854837U (zh) | 一种汽车车道标识线检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161109 |