CN1963884A - 视频测速仪方法及系统 - Google Patents

Abstract

本发明涉及视频测速检测方法，该方法包括运动检测、轨迹描述、平均速度计算、超速判别和车流量统计等，它是依据图像处理技术领域中的运动检测技术、图像跟踪技术和计算机技术而研制成的。该方法所用硬件平台是摄像机和计算机硬件系统，实现了本方法，可广泛用于道路上机动车测速或其它类似场合。

Description

视频测速仪方法及系统

技术领域

本发明是依据图像处理技术领域中运动检测技术、目标图像跟踪技术和计算机技术研制而成，测速精度可达±1km/h。

背景技术

随着国发经济的快速发展，我国高速公路建设日新月异。公路上行驶的车辆密度越来越大，速度也越来越快，超速交通肇事案件呈上升势头，这已成为交通部门急待解决的问题。

目前可完成测速系统有：雷达测速、激光测速和视频测速，其原理如下：

(1)激光测速

激光测速是利用对运动物体多次测距与时间之比测得运动速度。激光测速系统安装位置应该正对着运动物体的运动方向，偏差角度小于10度。否则不可能测到真正的位移量，当然不可能测得真正车速。

(2)雷达测速

雷达测速系统采作多普勒雷达体制，当发射源和接收器之间有相对径向运动时，信号频率将发生变化，据此可测得运动物体速度。

雷达测速系统安装位置应正对着运动物体的运动方向，测量差角应小于10度。近距离测速受车型影响很严重，若安装在固定龙门架上，向下俯视测量，很难得到准确数据，精度达不到±1km/h。

(3)精确视频测速

精确视频机动车测速仪的方法和原理，完全克服了激光测速和雷达测速中存在的对测速角度要求高的要求，非常适合于安装在道路上方，俯视路面进行监测。

由于视频处理的独特优势，在交通监控系统采用视频处理已成为现代智能交通(ITS)的发展方向和趋势，现在多数大城市中闯红灯系统已经由线圈和雷达等工作方式过渡到视频处理方式，并取得了良好效果；流量、速度监控系统也逐渐采用了视频处理方式，在汉城机场高速路，香港海底隧道等近年投入的工程项目中，采用视频方式的系统逐渐增多，视频图像检测已成为ITS的关键核心技术之一。

多车道实时精确视频机动车测速系统的出现，更说明了视频技术的飞速发展，将会在道路监控领域中起到越来越大的作用。

发明内容

本发明采用图像处理和图像识别理论来实现的，提供一种纯视频检测的机动车超速监控方法，克服现有技术中的不足，提高了机动车测速的精度。

附图说明

图1是帧(场)图像；

图2是相关匹配区间；

图3是检测流程图；

图4是车流量检测图

图5是车流量统计直方图；

图6是本发明的系统结构示意图

具体实施方式

参见图3以下是对本发明方法作进一步说明，其主要部分的具体内容如下：

1.平均瞬时位置速度

1.1视场

附图1说明。

帧图像768×576

场图像768×288

稀化行384或256

$\mathrm{Li}=\frac{384}{4}=96$

Mi＝64→128(待定)

1.2运动检测

摄像机固定在空中架杆上，俯视车道，如图1所示，车道数可为2-4个。常用的运动目标检测方法是差分法。差分法是利用相邻两帧或两场图像像素的灰度差来提取目标信息的。对于连续图像中稳定不动部分，其灰度值近似为0，而运动部分则是现出一定的灰度差。因此，差图像中只有运动部分的信息。

设f(x_i，y_i，t_i)为以前帧(或场)图像，f(x_j，y_j，t_j)为当前帧(或场)图像，则差分图像Dt_it_j可表示为

Dt_it_j(x，y)＝|f(x_i，y_i)-f(x_j，y_j)|............................(1)

实际路面上，一般可有2-4个车道，检测车速时，可用L_i·W_j用来分别检测各国产窗口内有无车辆。

1.3轨迹描述

(1)初始轨迹点确定

如有车辆，则计算出16×16局部区域的形心坐标点，计算式为：

$X_c=\frac{\mathrm{\Σ}{X}_i}{N}$

$Y_c=\frac{\mathrm{\Σ}{Y}_i}{N}$ ……………………………………………………(2)

位置(X_c，Y_c)则为初始轨迹点(或第1个轨迹点)

(2)轨迹点描述

用16×16灰度图像区域作为模板，用MAD法将此模板分别与第2，3，4帧的第1场图像相匹配，分别求出车辆的运动4个轨迹点。

MAD匹配算式为

$D(x,y)=\frac{1}{\mathrm{MN}}\underset{\mathrm{\μ}=1}{\overset{N}{\mathrm{\Σ}}}\underset{v=1}{\overset{M}{\mathrm{\Σ}}}\mathrm{|R}(\mathrm{\μ}+x,\mathrm{\υ}+y)-S(\mathrm{\μ},v)|$ …………………………(3)

匹配区域为

区配区域附图2说明。

匹配区间为

        t＝50ns，S(μ，v)＝16×16，t＝5～10ms

减法时间

        t＝50ns，S(μ，v)＝32×32，t＝5～10ms

考虑到四个车道实时检测，建议S(μ，v)＝16×16，MAD要隔行隔列匹配，使匹配时间降为2.1ms.

1.4平均速度计算

若从点(x_k-1，y_k-1，t_k-1)移动到点(x_k，y_k，t_k)的位移量为：

ΔX_k＝X_k-X_k-1

ΔY_k＝Y_k-Y_k-1

Δt＝t_k-t_k-1

则瞬时位置速度为

$|V_k|={[{\left(\mathrm{\Δ}{X}_k\right)}^2+{\left(\mathrm{\Δ}{Y}_k\right)}^2]}^{\frac{1}{2}}/\mathrm{\Δ}{t}_k$ ………………………………(4)

平均位置瞬时速度 为

$\left|\stackrel{-}{V}\right|=\frac{1}{N}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{V}_i$ ………………………………(5)

1.5超速判别

在市内行驶时，超过80km/h时为超速，违法。我们就是判别出那些车速≥80km/h车辆。车在固定视场内，若相邻两帧内车走过≥35行时(相当于≥80km/h)，则判为超速违法。

1.6检测流程

本发明检测流程附图3说明。

框图1(运动检测(车))是检测各车道有无车辆。

框图2(形成16×16模板，计算出第1个轨迹点)是计算各车道车辆模板形状。

框图3(用MAD法分别找出车辆的第2，3，4个轨迹点)是分别找出各车辆的第2，3，4个轨迹点。

框图4(求平均速度

)是求各车辆的平均速度。

框图6(存入活动硬盘(R，G，B)，将超速车图像存入硬盘，有一场近景违法车辆，有一场远景违法车辆周边环境。

框图7(用软件读出(后台软件))读出格式如附：超速车辆卡片。

2车流量统计

2.1车流量检测

附图4具体说明。

(1)检测窗口1，2，3，4

尺寸分别为96×64

各车道分别检测，均在20ms检测完。

(2)运动检测算法检测超过各个窗口车辆的个数(注：一个车只应检测一次)

2.2统计

附图5说明。

(1)用直方图法统计

(2)曲线可随时检看

Claims (9)

 1.平均瞬时速度计算，包括下列步骤：

(1)视场中车道个数的确定

(2)运动检测

(3)轨迹描述

(4)平均速度计算

(5)超速判别

(6)车流量统计

2.如权利要求1所述视场中车道个数的确定，由下列方法得出：

帧图像768×576

场图像768×288

稀化行384或256

$\mathrm{Li}=\frac{384}{4}=96$

Mi＝64→128(待定)

3.如权利要求1所述的运动检测方法，其特征在于：

摄像机固定在空中架杆上，俯视车道，如图1所示，车道数可为2-4个。常用的运动目标检测方法是差分法。差分法是利用相邻两帧或两场图像像素的灰度差来提取目标信息的。对于连续图像中稳定不动部分，其灰度值近似为0，而运动部分则是现出一定的灰度差。因此，差图像中只有运动部分的信息。

设f(x_i，y_i，t_i)为以前帧(或场)图像，f(x_j，y_j，t_j)为当前帧(或场)图像，则差分图像Dt_it_j可表示为

Dt_it_j(x，y)＝|f(x_i，y_i)-f(x_j，y_j)|……………………(1)

实际路面上，一般可有2-4个车道，检测车速时，可用L_i·W_j用来分别检测各国产窗口内有无车辆。

4.如权利要求1所述的轨迹描述，方法如下：

(1)初始轨迹点确定

如有车辆，则计算出16×16局部区域的形心坐标点，计算式为：

$X_c=\frac{\mathrm{\Σ}{X}_i}{N}$

$Y_c=\frac{\mathrm{\Σ}{Y}_i}{N}...\left(2\right)$

位置(X_c，Y_c)则为初始轨迹点(或第1个轨迹点)

(2)轨迹点描述

用16×16灰度图像区域作为模板，用MAD法将此模板分别与第2，3，4帧的第1场图像相匹配，分别求出车辆的运动4个轨迹点。

MAD匹配算式为

$D(x,y)=\frac{1}{\mathrm{MN}}\underset{\mathrm{\μ}=1}{\overset{N}{\mathrm{\Σ}}}\underset{v=1}{\overset{M}{\mathrm{\Σ}}}|R(\mathrm{\μ}+x,v+y)-S(\mathrm{\μ},v)|...\left(3\right)$

匹配区域为

区配区域附图2说明。

匹配区间为

        t＝50ns，S(μ，v)＝16×16，t＝5～10ms

减法时间

        t＝50ns，S(μ，v)＝32×32，t＝5～10ms

考虑到四个车道实时检测，建议S(μ，v)＝16×16，MAD要隔行隔列匹配，使匹配时间降为2.1ms.

5.如权利要求1所述的平均速度计算方法，其特征在于：

若从点(x_k-1，y_k-1，t_k-1)移动到点(x_k，y_k，t_k)的位移量为：

ΔX_k＝X_k-X_k-1

ΔY_k＝Y_k-Y_k-1

Δ＝t_k-t_k-1

则瞬时位置速度为

$\left|V_k\right|={[{\left(\mathrm{\Δ}{X}_k\right)}^2+{\left(\mathrm{\Δ}{Y}_k\right)}^2]}^{\frac{1}{2}}/\mathrm{\Δ}{t}_k...\left(4\right)$

平均位置瞬时速度

为

$\left|\stackrel{\‾}{V}\right|=\frac{1}{N}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{V}_i...\left(5\right)$

6.如权利要求1所述的超速的判定，其特征在于：

在市内行驶时，超过80km/h时为超速，违法。我们就是判别出那些车速≥80km/h车辆。车在固定视场内，若相邻两帧内车走过≥35行时(相当于≥80km/h)，则判为超速违法。

7.如权利要求1所述的车流量统计，其方法如下：

(1)检测窗口1，2，3，4

尺寸分别为96×64

各车道分别检测，均在20ms检测完。

(2)运动检测算法检测超过各个窗口车辆的个数(注：一个车只应检测一次)

8.一种视频测速系统，其特征包括：

视频输入设备，其摄取图像信息，生成视频模拟图像；

模数转换部件，其将所述视频模拟图像进行数字化转化；

计算机系统，其设有目标特征数据库，对所述数字化的视频图像进行处理和判别。

9.一种视频测速系统，其特征在于：

所述视频输入设备有远景摄像机和近景摄像机，远景摄像机用于抓捕超速车辆，近景摄像机用于抓拍超速车尾牌。所述运景摄像机的近景摄像机连接视频矩阵切换器，所述视频矩阵切换器还分别连接实时图像采集卡、通讯接口传输控制模块和系统报警与处理平台，通过所述通讯接口传输控制模块连接计算机总线，接受计算机主机的指令，进行通讯切换，接受所述检测摄像机的图像并发送给所述实时图像采集卡，接受计算机主机发出的报警控制指令，向系统报警与处理平台发送报警信号以及相关检测图像，由系统报警与处理平台将其生成的警报信息和相关图像送至与其连接的交通控制显控器显示。所述计算机主机还通过计算机总线连接图像处理数据分析单元和随机图像存储器。所述数据分析单元与所述计算机主机通信，根据计算机主机控制器的指令进行数据分析，所述随机图像存储器同计算机主机控制器通信，用于数据的随机存储。

Images