專利名稱：一種交通信息采集裝置及方法
技術(shù)領(lǐng)域：
本技術(shù)涉及模式識(shí)別尤其涉及基于圖像的模式識(shí)別。
背景技術(shù)：
隨著交通的發(fā)展，如何實(shí)時(shí)、有效的提取微觀交通參數(shù)已成為人們迫切需要 解決的問(wèn)題。微觀交通參數(shù)采集技術(shù)是交通信息化的關(guān)鍵技術(shù)。微觀交通參數(shù)在 交通應(yīng)用和研究領(lǐng)域都具有廣泛的應(yīng)用，應(yīng)用范圍包括交通控制誘導(dǎo)，交通事 件檢測(cè)，動(dòng)態(tài)通行能力檢測(cè)，復(fù)雜交通問(wèn)題的解決，試驗(yàn)交通工程學(xué)的研究，駕 駛行為理論和仿真理論的研究。
常用的交通檢測(cè)器包括超聲波檢測(cè)器，微波檢測(cè)器，紅外檢測(cè)器，磁力檢測(cè) 器，感應(yīng)線圈檢測(cè)器和視頻檢測(cè)器。與其他交通檢測(cè)器相比，視頻檢測(cè)器具有安 裝方便，再現(xiàn)性強(qiáng)，開(kāi)發(fā)潛力大，檢測(cè)信息豐富等優(yōu)點(diǎn)。基于視頻的微觀交通參 數(shù)采集方法主要包括兩種檢測(cè)線法和車輛跟蹤法。檢測(cè)線法通常是在畫(huà)面中設(shè)
置檢測(cè)線，通過(guò)檢測(cè)檢測(cè)線上的顏色灰度變化來(lái)識(shí)別是否有車輛通過(guò)，又稱虛擬 線圈法。檢測(cè)線法算法相對(duì)簡(jiǎn)單，但是，它只利用了圖像序列的時(shí)間信息，沒(méi)有 充分挖掘圖像序列的空間信息，只能檢測(cè)有限的交通信息，常用的交通視頻檢測(cè) 設(shè)備所用的算法多基于檢測(cè)線法。與檢測(cè)線法相比，車輛跟蹤法算法相對(duì)復(fù)雜， 但是，它充分利用了圖像序列中車輛的時(shí)間和空間信息包，含了更多的車輛行為 信息。通過(guò)分析車輛跟蹤結(jié)果，不僅可以提取平均車速，車頭時(shí)距，車長(zhǎng)等交通 參數(shù)，還可以得到車輛在不同時(shí)刻的位置，不同位置的瞬時(shí)車速。車輛位置的提 取和瞬時(shí)車速的估計(jì)對(duì)于交通事件的檢測(cè)、駕駛行為的分析、復(fù)雜交通問(wèn)題的解
決具有重要意義。

發(fā)明內(nèi)容
本發(fā)明采用視頻技術(shù)實(shí)現(xiàn)微觀交通參數(shù)的采集，其目的在于將車輛檢測(cè)線法 和車輛跟蹤法結(jié)合，獲得大量豐富實(shí)時(shí)的車輛信息，獲得車輛位置信息，車輛速度信息，車頭時(shí)距、車長(zhǎng)等微觀交通參數(shù)，以及交通量等宏觀交通參數(shù)的交通信 息采集方法。
本發(fā)明內(nèi)容包括 一種交通信息采集裝置,其特征在于包括有:圖像采集模塊 一一攝像設(shè)備,圖像傳輸模塊,圖像處理模塊,包括模數(shù)轉(zhuǎn)換模塊,圖像預(yù)處理模塊， 車輛跟蹤模塊；圖像傳輸模塊將圖像采集模塊與圖像處理模塊的模數(shù)轉(zhuǎn)換模塊連 接起來(lái)，模數(shù)轉(zhuǎn)換模塊與圖像預(yù)處理模塊相連，車輛跟蹤模塊與圖像預(yù)處理模塊 相連。
所述圖像傳輸模塊還包括交通參數(shù)獲取模塊。
所述圖像預(yù)處理模塊包括圖像灰度變換模塊，圖像背景模型處理模塊。 所述裝置采集的交通信息包括車輛位置信息，車輛速度信息，車長(zhǎng)信息，車 距信息。
另外，本法明還公開(kāi)一種交通信息采集方法,其特征在于，包括以下步驟
1) 連續(xù)采集實(shí)時(shí)動(dòng)態(tài)交通圖像信息；
2) 將動(dòng)態(tài)圖像信息進(jìn)行模數(shù)轉(zhuǎn)換、預(yù)處理，提取背景信息；
3) 對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤；
4) 通過(guò)算法獲得實(shí)時(shí)交通信息。
所述步驟2，提取背景信息采用基于統(tǒng)計(jì)的背景模型，該模型可以在較短的 時(shí)間內(nèi)獲得圖像的背景具體算法為將每個(gè)點(diǎn)的灰度值分成n個(gè)區(qū)間
[T，2T] [(n - l)T 255] n = 255/T ，統(tǒng)計(jì)一段時(shí)間內(nèi)每個(gè)像素點(diǎn)灰度值在每個(gè)灰度區(qū)間內(nèi) 出現(xiàn)的次數(shù)，找到灰度值出現(xiàn)次數(shù)最多的那個(gè)區(qū)間，計(jì)算該區(qū)間內(nèi)灰度的平均值， 把它作為背景中該點(diǎn)的灰度。
所述步驟3，對(duì)運(yùn)動(dòng)目標(biāo)跟蹤包括以下分步驟
31) 初始化車輛標(biāo)號(hào)，在采集裝置的視場(chǎng)中，道路的每個(gè)入口設(shè)置一條車輛 檢測(cè)線，來(lái)判斷是否有車輛進(jìn)入該入口，當(dāng)車輛進(jìn)入檢測(cè)線時(shí)，槽線上塊的灰度 會(huì)發(fā)生變化；如果槽線塊的灰度變化超過(guò)一定的閾值時(shí)就判斷有車輛進(jìn)入檢測(cè)區(qū) 域，檢測(cè)線上產(chǎn)生新的標(biāo)號(hào)；
32) 計(jì)算車輛的運(yùn)動(dòng)矢量，當(dāng)車輛離開(kāi)檢測(cè)線后要計(jì)算車輛各個(gè)標(biāo)號(hào)的運(yùn)動(dòng) 矢量，用運(yùn)動(dòng)矢量將車輛在標(biāo)號(hào)移動(dòng)到新的位置；
33) 更新車輛的標(biāo)號(hào)，利用步驟32)所述運(yùn)動(dòng)矢量，將每個(gè)車輛的標(biāo)號(hào)從前一幀的位置，移動(dòng)到下一幀的位置檢測(cè)車輛標(biāo)號(hào)區(qū)域和車輛周圍的區(qū)域，相對(duì)背 景的灰度變化來(lái)更新車輛標(biāo)號(hào)實(shí)現(xiàn)車輛的跟蹤；
所述步驟4，通過(guò)算法獲得實(shí)時(shí)交通信息，包括車輛位置信息，車輛速度信 息，車長(zhǎng)信息，車距信息，算法如下
所述車輛位置信息的獲取，通過(guò)計(jì)算所有標(biāo)號(hào)為n的塊在標(biāo)號(hào)矩陣中的位置 均值，得到車輛n在標(biāo)號(hào)矩陣中的位置，得到車輛在像素坐標(biāo)中的位置，像素 位置得到實(shí)地位置。
本發(fā)明優(yōu)點(diǎn)在于本發(fā)明裝置安裝方便，再現(xiàn)性強(qiáng)，開(kāi)發(fā)潛力大，檢測(cè)信息豐富。


圖l，交通信息采集裝置功能模塊圖
具體實(shí)施例方式
如圖l所示，圖像采集模塊Ol由架設(shè)在橫跨目標(biāo)道路的龍門架上，獲得實(shí)時(shí) 動(dòng)態(tài)交通圖像信息；通過(guò)圖像傳輸模塊02如光纖將采集的實(shí)時(shí)動(dòng)態(tài)圖像傳輸至 圖像處理模塊03，由模數(shù)轉(zhuǎn)換模塊031進(jìn)行模數(shù)轉(zhuǎn)換為數(shù)字圖像后，由032進(jìn) 行灰度、背景等預(yù)處理，通過(guò)033模塊對(duì)動(dòng)態(tài)連續(xù)圖像進(jìn)行處理，動(dòng)態(tài)目標(biāo)車輛， 并由034模塊進(jìn)行計(jì)算獲得車輛的交通參數(shù)，可以提取車輛位置信息，估計(jì)車輛 的瞬時(shí)速度，檢測(cè)單車的平均車速，車長(zhǎng)，車頭時(shí)距等信息。具體實(shí)現(xiàn)方法如下
車輛位置通過(guò)計(jì)算所有標(biāo)號(hào)為n的塊在標(biāo)號(hào)矩陣中的位置的均值，可以得 到車輛n在標(biāo)號(hào)矩陣中的位置，進(jìn)而可以得到車輛在像素坐標(biāo)中的位置得到實(shí) 地的位置攝像機(jī)的像素位置。
車輛瞬時(shí)速度的估計(jì)采用車輛在t秒內(nèi)車輛的平均速度來(lái)估計(jì)車輛的瞬時(shí) 速度，t通常取采樣時(shí)間的整數(shù)倍即t-AN/t， AN為時(shí)間t內(nèi)的視頻采集的幀 數(shù)，k為幀率。時(shí)間t的大小根據(jù)攝像機(jī)的精度和實(shí)際應(yīng)用要求確定。t取太小 會(huì)增大車速誤差t取太大不能體現(xiàn)車速的變化。
平均車速利用車輛從進(jìn)口檢測(cè)線到出口檢測(cè)線攝像機(jī)采集的幀數(shù)來(lái)計(jì)算一 輛車的平均車速vn二L/(ANn/k)，式中L為進(jìn)口檢測(cè)線到出口檢測(cè)線的距離Nn為車輛從進(jìn)口車輛檢測(cè)線到出口檢測(cè)線攝像機(jī)采集的幀數(shù)，k為幀率。
車長(zhǎng)通過(guò)車輛的速度和車輛通過(guò)車輛檢測(cè)線時(shí)攝像機(jī)采集的幀數(shù)可以粗略 的估計(jì)車輛長(zhǎng)度ln = v'nX(On/k)，式中l(wèi)n為車輛n的長(zhǎng)度，k為幀率，v' n 為第n輛車到達(dá)檢測(cè)線時(shí)的瞬時(shí)車速，On為車身在車輛檢測(cè)線上時(shí)攝像機(jī)采集 的幀數(shù)。
車頭時(shí)距計(jì)算相鄰車輛到達(dá)檢測(cè)線時(shí)攝像機(jī)采集的幀數(shù)，可以得到車輛的
車頭時(shí)距tn = (Nri-Nn-l)/k7，式中tn為第n輛車的車頭時(shí)距，k為幀率， Nn表示第n輛車在第Nn幀進(jìn)入車輛檢測(cè)線。
權(quán)利要求
1.一種交通信息采集裝置，其特征在于包括有圖像采集模塊——攝像設(shè)備，圖像傳輸模塊，圖像處理模塊，包括模數(shù)轉(zhuǎn)換模塊，圖像預(yù)處理模塊，車輛跟蹤模塊；圖像傳輸模塊將圖像采集模塊與圖像處理模塊的模數(shù)轉(zhuǎn)換模塊連接起來(lái)，模數(shù)轉(zhuǎn)換模塊與圖像預(yù)處理模塊相連，車輛跟蹤模塊與圖像預(yù)處理模塊相連。
2. 根據(jù)權(quán)利要求1所述的交通信息采集裝置，其特征在于，所述圖像傳輸模塊 還包括交通參數(shù)獲取模塊，交通參數(shù)獲取模塊與車輛跟蹤模塊相連。
3. 根據(jù)權(quán)利要求1或2所述的交通信息采集裝置，其特征在于，所述圖像預(yù)處 理模塊包括圖像灰度變換模塊，圖像背景模型處理模塊。
4. 根據(jù)權(quán)利要求1或2所述的交通信息采集裝置，其特征在于，所述裝置采集 的交通信息包括車輛位置信息，車輛速度信息，車長(zhǎng)信息，車距信息。
5. —種交通信息采集方法,其特征在于，包括以下步驟1) 連續(xù)采集實(shí)時(shí)動(dòng)態(tài)交通圖像信息；2) 將動(dòng)態(tài)圖像信息進(jìn)行模數(shù)轉(zhuǎn)換、預(yù)處理，提取背景信息；3) 對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤；4) 通過(guò)算法獲得實(shí)時(shí)交通信息。
6. 根據(jù)權(quán)利要求5所述的交通信息采集方法，其特征在于，所述步驟2，提取 背景信息采用基于統(tǒng)計(jì)的背景模型，該模型可以在較短的時(shí)間內(nèi)獲得圖像的 背景具體算法為將每個(gè)點(diǎn)的灰度值分成n個(gè)區(qū)間
[T,2T][(n-l)T255] n = 255/T ，統(tǒng)計(jì)一段時(shí)間內(nèi)每個(gè)像素點(diǎn)灰度值在每個(gè)灰度區(qū)間內(nèi)出現(xiàn)的次 數(shù)，找到灰度值出現(xiàn)次數(shù)最多的那個(gè)區(qū)間，計(jì)算該區(qū)間內(nèi)灰度的平均值，把 它作為背景中該點(diǎn)的灰度。
7. 根據(jù)權(quán)利要求5所述的交通信息采集方法，其特征在于，所述步驟3，對(duì)運(yùn) 動(dòng)目標(biāo)跟蹤包括以下分步驟31)初始化車輛標(biāo)號(hào)，在采集裝置的視場(chǎng)中，道路的每個(gè)入口設(shè)置一條車輛 檢測(cè)線，來(lái)判斷是否有車輛進(jìn)入該入口，當(dāng)車輛進(jìn)入檢測(cè)線時(shí)，槽線上塊的灰度會(huì)發(fā)生變化；如果槽線塊的灰度變化超過(guò)一定的閾值時(shí)就判斷有車輛進(jìn) 入檢測(cè)區(qū)域，檢測(cè)線上產(chǎn)生新的標(biāo)號(hào)；32) 計(jì)算車輛的運(yùn)動(dòng)矢量，當(dāng)車輛離開(kāi)檢測(cè)線后要計(jì)算車輛各個(gè)標(biāo)號(hào)的運(yùn)動(dòng) 矢量，用運(yùn)動(dòng)矢量將車輛在標(biāo)號(hào)移動(dòng)到新的位置；33) 更新車輛的標(biāo)號(hào)，利用步驟32)所述運(yùn)動(dòng)矢量，將每個(gè)車輛的標(biāo)號(hào)從前 一幀的位置，移動(dòng)到下一幀的位置檢測(cè)車輛標(biāo)號(hào)區(qū)域和車輛周圍的區(qū)域，相 對(duì)背景的灰度變化來(lái)更新車輛標(biāo)號(hào)實(shí)現(xiàn)車輛的跟蹤。
8.根據(jù)權(quán)利要求5所述的交通信息采集方法，其特征在于，所述步驟4，通過(guò) 算法獲得實(shí)時(shí)交通信息，包括車輛位置信息，車輛速度信息，車長(zhǎng)信息，車 距信息，算法如下所述車輛位置信息的獲取，通過(guò)計(jì)算所有標(biāo)號(hào)為n的塊在標(biāo)號(hào)矩陣中的位置 均值，得到車輛n在標(biāo)號(hào)矩陣中的位置，得到車輛在像素坐標(biāo)中的位置，像 素位置得到實(shí)地位置。
全文摘要
本發(fā)明公開(kāi)一種交通信息采集裝置，其特征在于包括有圖像采集模塊——攝像設(shè)備，圖像傳輸模塊，圖像處理模塊，包括模數(shù)轉(zhuǎn)換模塊，圖像預(yù)處理模塊，車輛跟蹤模塊；圖像傳輸模塊將圖像采集模塊與圖像處理模塊的模數(shù)轉(zhuǎn)換模塊連接起來(lái)，模數(shù)轉(zhuǎn)換模塊與圖像預(yù)處理模塊相連，車輛跟蹤模塊與圖像預(yù)處理模塊相連；以及一種交通信息采集方法，其特征在于，包括以下步驟連續(xù)采集實(shí)時(shí)動(dòng)態(tài)交通圖像信息；將動(dòng)態(tài)圖像信息進(jìn)行模數(shù)轉(zhuǎn)換、預(yù)處理，提取背景信息；對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤；通過(guò)算法獲得實(shí)時(shí)交通信息。
文檔編號(hào)G08G1/01GK101308606SQ20071004086
公開(kāi)日2008年11月19日 申請(qǐng)日期2007年5月18日 優(yōu)先權(quán)日2007年5月18日
發(fā)明者濤 劉, 征 齊 申請(qǐng)人:劉 濤;齊 征