CN1379359A

CN1379359A - 视频方式获取交通参数的方法

Info

Publication number: CN1379359A
Application number: CN02111725A
Authority: CN
Inventors: 汤晓明
Original assignee: Individual
Current assignee: Individual
Priority date: 2002-05-14
Filing date: 2002-05-14
Publication date: 2002-11-13

Abstract

本发明公开了一种视频方式获取交通参数的方法.方法的步骤为:1)在视频图像中划定一个或多个指定的区域,区域为长方形,单个区域的宽度为1～7米,长度为1～6米;2)在指定区域附近的道路上画一条白线或放置一根长杆子等明显标志物,计算标志物的长度和标志物在图像中的长度之比B。3)在指定的区域内进行图像拐角特征查找,根据图像拐角特征的数量和位置的变化来获得车流量,车速和平均车速。交通检测方法安装简便,无须开挖路面,无须因维修而中断交通。同时一个摄像头可以覆盖多达8条车道。采用指定区域计算的方式,大大降低了对系统计算能力的要求。能够在不利的天气条件下正常工作,黎明或傍晚时的车辆阴影对系统不会造成影响,夜晚无需另外照明光源。

Description

视频方式获取交通参数的方法

技术领域

本发明涉及一种视频方式获取交通参数的方法。

背景技术

随着我国经济、社会的快速发展，道路交通的需求迅速增长，城市道路交通面临的社会要求高和管理水平低的矛盾十分突出。主要表现为一些城市交通拥堵严重，交通秩序较乱。上述问题直接影响城市交通运输的效益和安全，加重了城市的环境污染。

智能交通系统是目前世界交通运输领域的前沿研究课题，发达国家提出并执行了一系列研究计划，其核心是针对日益严重的交通需求和环境保护压力，采用信息技术、通信技术、计算机技术、控制技术等对传统交通运输系统进行深入的改造，以提高系统资源的使用效率、增加系统安全性，减少资源的消耗和环境污染。

智能交通系统可分为三个环节：

1)交通信息的采集；

2)收集上来的路面交通信息由中心计算机系统自动进行处理，计算并选择的交通信号控制方案，以使整个道路系统达到最大通行能力，减少堵塞；

3)实施交通信号控制方案，同时用不同的方式向社会进行交通信息的发布。

由此可见，交通信息的采集是智能交通系统的基础，交通信息采集设备是智能交通系统的基础设备，实时、可靠、安装使用方便的交通系统采集设备对系统有重要的意义。目前采集交通信息的手段主要有埋设线圈，视频，红外等方式。

视频方式一般指的是采用实时视频检测的方法来获得大区域范围内的交通参数。所谓视频检测是一种结合视频图像和模式识别的技术，从视频图像中自动获取信息。实时视频通常指帧率为在25帧/秒的PAL图像或者30帧/秒的NTSC图像，即单幅图像的时间为40毫秒或33.333毫秒。

近年来由于图像处理技术，计算机视觉技术的进步，视频方式具备了技术的可行性。由于这种方式的一些独特优点，以及能够和交通视频监控系统相融合，应用越来越多。

实时视频检测的采用的方法有统计法，动态contour(Snakes)方法等。统计法是比较早就出现的方法，由于结果误差较大，目前采用的不多。动态contour法采用Kalman预测和Snakes相结合的算法，效果比统计法提高了许多。但动态contour法算法复杂，计算量较大。在黎明或傍晚时车辆的阴影对结果会产生错误的判断，在环境光较弱(如晚上等)时，工作也存在问题。

发明内容

本发明的目的是提供一种视频方式获取交通参数的方法。方法的步骤为：

1)在视频图像中划定一个或多个指定的区域，区域为长方形，单个区域的宽度为1～7米，长度为1～6米；

2)在指定区域附近的道路上画一条白线或放置一根长杆子等明显标志物，计算标志物的长度和标志物在图像中的长度之比B。

3)在指定的区域内进行图像拐角特征查找，根据图像拐角特征的数量和位置的变化来获得车流量，车速和平均车速。

目前交通信息的采集用得最多的是线圈。线圈掩埋需要开挖地面。而且各个车道需单独埋设。根据很多使用城市的报告，在其运行交通控制系统时，至少有25％至35％的线圈检测器处于非工作状态或发生故障。采用本发明方案，系统安装简便，无须开挖路面，无须因维修而中断交通。

本发明同时一个摄像头可以覆盖多达8条车道，而不是每个车道都需要安装一个设备，实现了真正意义上的大区域检测。另外，由于采用指定区域计算的方式，大大降低了对系统计算能力的要求，避免了通常实时图像处理时所需庞大的计算能力。

方案经济合理。可以灵活增加，改变，删除指定区域，以满足不同的要求。用户可直观地观察检测状况，以确保指定区域设置的最佳位置。指定区域的重新配置也简单方便。

本发明也能够在不利的天气条件下正常工作，黎明或傍晚时的车辆阴影对系统不会造成影响，夜晚无需另外照明。环境适应性好，结果准确可靠。

具体实施方式

视频方式获取交通参数的方法是把连续两帧中都出现并有位移的同一图像拐角特征作为移动特征，根据指定区域内移动特征数目的变化来判断车辆的进入和离开，然后进行累计得到车流量。

移动特征形成特征链，选取最长的移动特征链统计特征移动的距离d，实际距离D＝d^*B；t＝(特征链长度-1)x每帧时间；车辆速度V＝D/t；对每辆车统计平均后算得平均车速。

本发明的工作流程为：

1、划定区域

在获取的实时视频图像中划定一个或多个指定的区域。区域为长方形。单个区域的宽度约为一个车道宽，长度约为1-6米(实际长度)。

2、标定比例尺

在指定区域附近的道路上画一条白线或放置一根长杆子等其他标志物，计算实物的长度和实物在图像中的长度，可以获得实际长度和图像长度之间的比例尺B。

3、特征查找及判断

在指定的区域内进行拐角(corner)特征查找，当发现有足够多的移动特征时(所谓移动特征是指再连续两帧图像中都发现了同一特征，而且这个特征有位移。)，说明有车辆进入此区域。当移动特征逐渐减少直至消失时，说明车辆离开此区域。通过判断车辆的进入和离开即表明有一辆车已经驶过了此区域，累计后即可获得车流量(单位车道上单位时间内通过的车辆数)。

4、车速计算

当单个车辆通过指定区域时，相应的特征点(如车灯)也在区域内移动，跟踪从开始进入区域到离开区域的移动特征。通常一辆车有许多个拐角特征，同一个特征根据时间可以形成一个特征链，不同的特征形成不同的特征链。为减少统计误差，选取最长的特征链统计特征移动的距离d。d乘以比例尺B变换成实际距离D。D除以时间t即算得车辆的速度V。对V进行统计平均即可以得到平均车速。

图像的特征计算中通常有点特征，线特征，拐角(corner)特征等。这些特征都是局部特征，指的是图像的某个点上具有某些特征。本发明采用了拐角特征算法。有五六种常用的拐角特征算法都适合本发明方案，在不同的条件下各个拐角算法的优略优劣不一，但总的应倾向于采用抗噪声比较强的几种算法。

Claims

1.一种视频方式获取交通参数的方法，其特征在于：

2.根据权利要求1所述的一种视频方式获取交通参数的方法，其特征在于把连续两帧中都出现并有位移的同一图像拐角特征作为移动特征，根据指定区域内移动特征数目的变化来判断车辆的进入和离开，然后进行累计得到车流量。

3.根据权利要求1或2所述的一种视频方式获取交通参数的方法，其特征在于移动特征形成特征链，选取最长的移动特征链统计特征移动的距离d，实际距离D＝d^*B；t＝(特征链长度-1)x每帧时间；车辆速度V＝D/t；对每辆车统计平均后算得平均车速。