CN1909012A - 一种用于交通信息实时采集的视频图像处理方法及系统 - Google Patents
一种用于交通信息实时采集的视频图像处理方法及系统 Download PDFInfo
- Publication number
- CN1909012A CN1909012A CNA2005100285721A CN200510028572A CN1909012A CN 1909012 A CN1909012 A CN 1909012A CN A2005100285721 A CNA2005100285721 A CN A2005100285721A CN 200510028572 A CN200510028572 A CN 200510028572A CN 1909012 A CN1909012 A CN 1909012A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- traffic information
- real
- image processing
- 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.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种新的利用视频图像的检测技术,并以此检测技术为基础,进行前后帧图像中的车辆匹配,从而实现交通信息采集。以背景差法进行图像的预处理后,采用动态投影法进行车辆检测,在此基础上提取车辆特征信息,进行前后帧图像的车辆匹配,实现交通信息的采集。所述的车辆检测的流程是:首先与背景图像进行差值处理,然后进行水平投影,消除噪声的干扰,进行图像识别,提取车辆的特征信息;所述的车辆匹配过程是利用动态投影法处理后获得的车辆信息,与上帧图像信息进行匹配,具有降低计算量、提高检测结果可靠度的优点。
Description
技术领域
本发明属于智能交通技术领域,涉及交通信息采集技术。
背景技术
采集交通信息的技术有多种,与其他检测技术相比,视频检测技术在覆盖范围、检测参数、可维护性和安装简易性等方面具有明显优势,其前瞻性好,能代表交通信息检测器的发展趋势。
目前利用视频图像采集交通信息的原理大致可以分两类:虚拟线圈法和跟踪法。市场上大部分产品属于虚拟线圈法这一类,其基本原理就是根据图像上道路某固定断面位置象素灰度是否发生变化的情况来判断有无车辆经过,从而统计交通流量,计算速度。该类检测器的优点是原理简单,数据处理时间短,在满足实时要求的前提下完成流量、速度的检测。但是由于该类检测器仅仅得到抽样时刻有无车辆通过采样线位置这一唯一的信息,而丢失了包括车辆长度、宽度和运动轨迹等特征,所以前后帧图像的车辆匹配精度性较低,在发生超车和变道的情况下,车辆匹配错误导致速度检测失败。
跟踪法的原理是通过识别出交通场景图像中符合车辆特征的象素,统计车辆数量,并依据提取出的特征来匹配前后帧车辆,从而计算速度。理论上,跟踪法比虚拟线圈法更为严谨,所以更能代表发展的趋势。该方法的难度在于:特征的提取和特征的跟踪。首先特征必须有代表性,图像中的车辆都具备该特征且各不相同;其次同一车辆在不同帧图像中特征应该具有相关性,能够有较好的对应关系。目前文献所报道的跟踪法缺点在于车辆检测计算量过大,结果不准确。
由于利用获取视频图像获取交通信息的复杂性,视频采集技术仍处于不断完善中。
发明内容
针对现有跟踪法车辆检测技术计算量大、结果不可靠的问题,本发明提供一种新的车辆检测技术,并以此检测技术为基础,进行前后帧图像中的车辆匹配,从而实现信息采集。
本发明的处理流程如图3所示,在设置具体参数(包括亮度、对比度、各类阈值)之后,获取一帧视频图像,采用动态投影法检测车辆,进而得到该帧图像上每辆车的长度、宽度和形状等信息,通过与上帧图像的车辆信息匹配,实现采集交通流信息的功能。
车辆检测即如何分辨图像上的象素是否属性车辆还是背景,并且需要识别不同的车辆象素是否属于同一车辆。本技术采用了动态投影法检测车辆,该方法的流程是:首先与背景图像进行差值处理,然后进行水平投影,消除噪声的干扰,进行图像识别,提取车辆的特征信息。
车辆匹配过程利用动态投影法处理后获得的车辆信息(包括车辆长度、宽度和形状特征等),与上帧图像信息进行匹配。
包括如下步骤:
(1)设置检测过程中的阈值和图像采集参数;
(2)通过控制装置设定检测区域,可多车道同时并行运算;
(3)应用背景差法将检测区域二值化,象素与背景灰度差大于某一阈值则认为是目标象素,将其灰度值赋为某值某色,得到二值图;
(4)将该二值图在水平方向投影,得到投影图;
(5)对图2进行标号处理,把该色象素连续的行标为同一编号;
(6)计算每一编号该某色象素的数量、相邻标号的间距,当目标象素数量低于所设定阈值,或者相邻标号的间距低于设定阈值,则认为是噪声干扰进行排除,调整标号;
(7)以最后的标号作为本帧图像的总车辆数;
(8)提取每个标号象素块的特征,包括长度、宽度和形状特征等,作为车辆特征;
(9)与上帧图像的车辆特性进行匹配;如本帧图像某一车辆未能匹配成功,则总流量增加1;如匹配成功,则计算车辆移动距离,计算车辆速度,并推算其他交通参数;
(10)读取下帧图像,转到步骤(3)。
一种用于交通信息实时采集的视频图像处理的系统,其具有实现以上任一所述方法的结构。可以是:用于采集信号的摄象头与录象机或图象记录仪相连,再通过图象采集卡、数/模转换装置与计算机连接,该计算机内设置有交通信息采集软件;该录象机或图象记录仪可同时与图象监控器相连。
附图说明
图1是本发明的二值图。
图2是本发明的投影图。
图3是系统处理流程示意图。
图4是本发明的设置参数界面。
图5是本发明的检测区域设置界面示意图。
图6是本发明的长度标定界面(用于计算距离)。
图7是本发明的检测运行界面。
图8是本发明硬件连接示意图。
具体实施方式
投影法和背景差法是在图像处理工程中经常应用的单幅图像识别的一种技术手段,投影法把图像象素(通常为0-1值图像)进行水平方向或者垂直方向投影,背景差法将包含目标的图像与不包含目标的图像的象素值进行相减。本发明是采用新的车辆检测思路——动态投影法。该方法综合使用投影法与背景差法,对多幅图像进行连续动态处理,通过对投影处理后的图像进行识别来检测单幅图像的车辆,并根据车辆投影图的特征完成前后帧图像上车辆的匹配,从而实现信息采集。
其基本原理如图1和图2所示(图中白色代表目标象素),具体步骤如下:
1.设置检测过程中的阈值和图像采集参数(亮度和对比度);
2.通过控制装置(例如鼠标)设定检测区域,可多车道同时并行运算;
3.应用背景差法将检测区域二值化(象素与背景灰度差大于某一阈值则认为是目标象素,将其灰度值赋为255,即白色),得到图1;
4.将图1在水平方向投影,得到图2;
5.对图2进行标号处理,把白色象素连续的行标为同一编号;
6.计算每一编号白色象素的数量、相邻标号的间距,当目标象素数量低于所设定阈值,或者相邻标号的间距低于设定阈值,则认为是噪声干扰进行排除,调整标号;
7.以最后的标号作为本帧图像的总车辆数;
8.提取每个标号象素块的特征,包括长度、宽度和形状特征等,作为车辆特征;
9.与上帧图像的车辆特性进行匹配。如本帧图像某一车辆未能匹配成功,则总流量增加1;如匹配成功,则计算车辆移动距离,计算车辆速度,并推算其他交通参数;
10.读取下帧图像,转到步骤3;
图4-7是具体实施例的界面示意图;图8是本发明一种实施例的硬件连接示意图:用于采集信号的摄象头1与录象机或图象记录仪2相连,再通过图象采集卡3、数/模转换装置4与计算机5连接,该计算机5内设置有交通信息采集软件6;该录象机或图象记录仪2可同时与图象监控器7相连。
Claims (6)
1、一种用于交通信息实时采集的视频图像处理方法,其特征在于:以背景差法进行图像的预处理后,采用动态投影法进行车辆检测,在此基础上提取车辆特征信息,进行前后帧图像的车辆匹配,实现交通信息的采集。
2、根据权利要求1所述的用于交通信息实时采集的视频图像处理方法,其特征在于:所述的车辆检测的流程是:首先与背景图像进行差值处理,然后进行水平投影,消除噪声的干扰,进行图像识别,提取车辆的特征信息;
该车辆匹配过程是利用动态投影法处理后获得的车辆信息,与上帧图像信息进行匹配。
3、根据权利要求1或2所述的用于交通信息实时采集的视频图像处理方法,其特征在于包括如下步骤:(1)设置检测过程中的阈值和图像采集参数;
(2)通过控制装置设定检测区域,可多车道同时并行运算;
(3)应用背景差法将检测区域二值化,象素与背景灰度差大于某一阈值则认为是目标象素,将其灰度值赋为某值某色,得到二值图;
(4)将该二值图在水平方向投影,得到投影图;
(5)对该投影图进行标号处理,把该色象素连续的行标为同一编号;
(6)计算每一编号该某色象素的数量、相邻标号的间距,当目标象素数量低于所设定阈值,或者相邻标号的间距低于设定阈值,则认为是噪声干扰进行排除,调整标号;
(7)以最后的标号作为本帧图像的总车辆数;
(8)提取每个标号象素块的特征,包括长度、宽度和形状特征等,作为车辆特征;
(9)与上帧图像的车辆特性进行匹配;如本帧图像某一车辆未能匹配成功,则总流量增加1;如匹配成功,则计算车辆移动距离,计算车辆速度,并推算其他交通参数;
(10)读取下帧图像,转到步骤(3)。
4、根据权利要求3所述的用于交通信息实时采集的视频图像处理方法,其特征在于步骤(3),将其灰度值赋为255,即白色。
5、一种用于交通信息实时采集的视频图像处理的系统,其特征在于:其具有实现权利要求1-4中任一所述方法的结构。
6、根据权利要求5所述的用于交通信息实时采集的视频图像处理的系统,其特征在于用于采集信号的摄象头与录象机或图象记录仪相连,再通过图象采集卡、数/模转换装置与计算机连接,该计算机内设置有交通信息采集软件;该录象机或图象记录仪可同时与图象监控器相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100285721A CN100435160C (zh) | 2005-08-05 | 2005-08-05 | 一种用于交通信息实时采集的视频图像处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100285721A CN100435160C (zh) | 2005-08-05 | 2005-08-05 | 一种用于交通信息实时采集的视频图像处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1909012A true CN1909012A (zh) | 2007-02-07 |
CN100435160C CN100435160C (zh) | 2008-11-19 |
Family
ID=37700116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2005100285721A Expired - Fee Related CN100435160C (zh) | 2005-08-05 | 2005-08-05 | 一种用于交通信息实时采集的视频图像处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100435160C (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714296B (zh) * | 2009-11-13 | 2011-05-25 | 北京工业大学 | 一种基于伸缩窗的实时动态交通拥堵检测方法 |
CN101510356B (zh) * | 2009-02-24 | 2011-07-20 | 上海高德威智能交通系统有限公司 | 视频检测系统及其数据处理装置、视频检测方法 |
CN102622575A (zh) * | 2011-01-31 | 2012-08-01 | 日电(中国)有限公司 | 基线带视频监控系统和监控方法 |
CN102779412A (zh) * | 2011-05-13 | 2012-11-14 | 深圳市新创中天信息科技发展有限公司 | 集成式一体化视频交通信息检测方法和系统 |
CN102810250A (zh) * | 2012-07-31 | 2012-12-05 | 长安大学 | 基于视频的多车型交通信息检测方法 |
CN102930719A (zh) * | 2012-10-09 | 2013-02-13 | 北京航空航天大学 | 用于交通路口场景并基于网络物理系统的视频图像前景检测方法 |
CN103021177A (zh) * | 2012-11-05 | 2013-04-03 | 北京理工大学 | 一种雾天交通监控视频图像的处理方法和系统 |
WO2013053159A1 (zh) * | 2011-10-09 | 2013-04-18 | 青岛海信网络科技股份有限公司 | 一种车辆跟踪的方法及装置 |
CN103295403A (zh) * | 2013-06-17 | 2013-09-11 | 湘潭大学 | 一种交通流视觉检测方法 |
CN104751627A (zh) * | 2013-12-31 | 2015-07-01 | 西门子公司 | 一种交通状况参数的确定方法和装置 |
WO2018153211A1 (zh) * | 2017-02-22 | 2018-08-30 | 中兴通讯股份有限公司 | 获取交通路况信息的方法及装置、计算机存储介质 |
CN113538891A (zh) * | 2020-04-17 | 2021-10-22 | 无锡锦铖人工智能科技有限公司 | 一种智能车辆计数系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07210795A (ja) * | 1994-01-24 | 1995-08-11 | Babcock Hitachi Kk | 画像式交通流計測方法と装置 |
BE1008236A3 (nl) * | 1994-04-08 | 1996-02-20 | Traficon Nv | Verkeersbewakingsinrichting. |
KR100243317B1 (ko) * | 1997-04-18 | 2000-03-02 | 윤종용 | 차종 판별 장치 |
CN1350941A (zh) * | 2000-10-27 | 2002-05-29 | 新鼎系统股份有限公司 | 移动车辆图像追踪的方法和装置 |
CN1186750C (zh) * | 2002-06-03 | 2005-01-26 | 昆明利普机器视觉工程有限公司 | 基于视频车辆光学特征识别匹配的交通流量检测方法 |
US6999004B2 (en) * | 2002-06-17 | 2006-02-14 | Siemens Corporate Research, Inc. | System and method for vehicle detection and tracking |
JP3742410B2 (ja) * | 2003-07-24 | 2006-02-01 | 富士通株式会社 | 移動物体の交通流監視システム |
-
2005
- 2005-08-05 CN CNB2005100285721A patent/CN100435160C/zh not_active Expired - Fee Related
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510356B (zh) * | 2009-02-24 | 2011-07-20 | 上海高德威智能交通系统有限公司 | 视频检测系统及其数据处理装置、视频检测方法 |
CN101714296B (zh) * | 2009-11-13 | 2011-05-25 | 北京工业大学 | 一种基于伸缩窗的实时动态交通拥堵检测方法 |
CN102622575A (zh) * | 2011-01-31 | 2012-08-01 | 日电(中国)有限公司 | 基线带视频监控系统和监控方法 |
CN102779412A (zh) * | 2011-05-13 | 2012-11-14 | 深圳市新创中天信息科技发展有限公司 | 集成式一体化视频交通信息检测方法和系统 |
WO2013053159A1 (zh) * | 2011-10-09 | 2013-04-18 | 青岛海信网络科技股份有限公司 | 一种车辆跟踪的方法及装置 |
CN102810250B (zh) * | 2012-07-31 | 2014-07-02 | 长安大学 | 基于视频的多车型交通信息检测方法 |
CN102810250A (zh) * | 2012-07-31 | 2012-12-05 | 长安大学 | 基于视频的多车型交通信息检测方法 |
CN102930719A (zh) * | 2012-10-09 | 2013-02-13 | 北京航空航天大学 | 用于交通路口场景并基于网络物理系统的视频图像前景检测方法 |
CN102930719B (zh) * | 2012-10-09 | 2014-12-10 | 北京航空航天大学 | 用于交通路口场景并基于网络物理系统的视频图像前景检测方法 |
CN103021177A (zh) * | 2012-11-05 | 2013-04-03 | 北京理工大学 | 一种雾天交通监控视频图像的处理方法和系统 |
CN103295403A (zh) * | 2013-06-17 | 2013-09-11 | 湘潭大学 | 一种交通流视觉检测方法 |
CN104751627A (zh) * | 2013-12-31 | 2015-07-01 | 西门子公司 | 一种交通状况参数的确定方法和装置 |
WO2018153211A1 (zh) * | 2017-02-22 | 2018-08-30 | 中兴通讯股份有限公司 | 获取交通路况信息的方法及装置、计算机存储介质 |
CN113538891A (zh) * | 2020-04-17 | 2021-10-22 | 无锡锦铖人工智能科技有限公司 | 一种智能车辆计数系统 |
Also Published As
Publication number | Publication date |
---|---|
CN100435160C (zh) | 2008-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1909012A (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 | |
CN106935035B (zh) | 基于ssd神经网络的违章停车车辆实时检测方法 | |
KR101589711B1 (ko) | 비디오 데이터의 처리 방법 및 시스템 | |
Zhu et al. | VISATRAM: A real-time vision system for automatic traffic monitoring | |
KR100377067B1 (ko) | 이미지 시퀀스내의 객체의 움직임을 검출하기 위한 방법 및장치 | |
CN103413444B (zh) | 一种基于无人机高清视频的交通流调查处理方法 | |
KR100459476B1 (ko) | 차량의 대기 길이 측정 장치 및 방법 | |
US20140348390A1 (en) | Method and apparatus for detecting traffic monitoring video | |
CN101030256A (zh) | 车辆图像分割方法和装置 | |
CN111753797B (zh) | 一种基于视频分析的车辆测速方法 | |
Atkočiūnas et al. | Image processing in road traffic analysis | |
Pan et al. | Traffic surveillance system for vehicle flow detection | |
CN110633678B (zh) | 一种基于视频图像的快速高效的车流量计算方法 | |
CN114170580A (zh) | 一种面向高速公路的异常事件检测方法 | |
CN117994987B (zh) | 基于目标检测技术的交通参数提取方法及相关装置 | |
CN107506753B (zh) | 一种面向动态视频监控的多车辆跟踪方法 | |
Pletzer et al. | Robust traffic state estimation on smart cameras | |
WO2008088409A2 (en) | Real-time dynamic content based vehicle tracking, traffic monitoring, and classification system | |
CN108615365B (zh) | 一种基于车辆检测和跟踪的车流量统计方法 | |
CN110415272A (zh) | 一种电瓶车逆行检测系统及方法 | |
CN110021174A (zh) | 一种基于视频图像的适用多场景的车流量计算方法 | |
CN113091693B (zh) | 一种基于图像超分辨率技术的单目视觉长程测距方法 | |
CN115482483A (zh) | 一种交通视频目标跟踪装置、方法及存储介质 | |
CN118015567B (zh) | 适用于高速公路路侧监控的车道划分方法及相关装置 | |
CN117456723B (zh) | 一种智能交通系统的自动驾驶车辆运动轨迹分析系统 |
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 |
Granted publication date: 20081119 Termination date: 20150805 |
|
EXPY | Termination of patent right or utility model |