基于視頻檢測技術的車流密度定性判別方法
【專利摘要】本發明屬于交通監測【技術領域】，提供一種基于視頻檢測技術的車流密度定性判別方法；本發明不需要進行車輛目標提取,而是根據當前攝像頭采集的視頻圖像，即可實時、準確地判斷監控視頻中道路車流密度的大小。本發明所提出的基于視頻檢測技術的車流密度定性判別方法，包括如下步驟：1)劃定監控圖像中的感興趣區域，以下步驟對感興趣區域進行處理；2)計算圖像的分形維數；3)對分形維數計算結果進行統計分析，判斷道路的車流密度大小。
【專利說明】基于視頻檢測技術的車流密度定性判別方法
【技術領域】
[0001] 本發明屬于交通監測【技術領域】，具體涉及一種車流密度定性判別方法。
【背景技術】
[0002] 高速公路是國家公路交通網絡的主干，由于車流量大、車速高，高速公路的交通安 全問題也十分突出。高速公路一旦發生異常交通狀態，對行車安全的影響極大，極易因為一 些小的拋錨或故障，導致發生重大二次事故或嚴重的車輛連環相撞事故。為了最大程度上 確保高速公路行車安全，視頻監控系統是目前國內外高速公路運行管理系統中主要依賴的 技術手段，而基于視頻的交通事件檢測是高速公路監控系統中的重要組成部分。目前，國內 外對基于視頻的交通事件檢測已經有了很多的研究并取得了一定的成果，而且已開發出一 些基于視頻的交通事件檢測系統，像美國的Autoscope、法國的Citilog都是應用比較廣泛 的事件檢測系統。在基于視頻的交通事件檢測中，車輛目標提取是最基本也是最關鍵的步 驟。常用的車輛目標提取方法有光流法、幀間差分法和背景差分法，其中光流法實現復雜、 計算量巨大，不能滿足實時性的要求，而幀差分法不能完整的提取車輛目標、相鄰幀時間間 隔無法統一、對于過快或過慢的車輛目標檢測困難，背景差分法運算簡單，能夠完整的提取 車輛目標，因此背景差分法使用最多的車輛目標提取方法。
[0003] 背景差法的關鍵就是需要得到較好的背景圖像，但是當道路上的車輛比較多時， 無論采用哪種方法都不能得到很好的背景圖像，這是因為無論是基于概率的背景建模還是 基于統計的背景建模，都有一個共同的要求，那就是背景像素點出現的頻率要比較高。如果 車輛非常多，那么車輛就會長時間的遮擋住路面，所以根本無法建立好的背景模型。目前通 用的做法就是通過人工的方式選擇時間段，當車流密度較小的時候進行背景建模，避免車 流密度大的情況，但是這不能從根本上解決問題，一種可行的辦法是通過圖像自動的識別 出車流密度大的情況，而不是用肉眼觀察，直到車流密度變小的時候再進行背景建模，這樣 就提高了背景建模的效率，增強了算法的適用性。
[0004] 現有文獻中提到的車流密度檢測方法都是以車輛目標檢測為基礎的，如何在不需 要車輛目標提取的情況下判斷出車流密度的大小鮮有研究。因此，如何根據高速公路場景 中視頻圖像的特點，尋找一種不需要進行車輛目標提取的車流密度判別方法具有重要的理 論和現實意義。
【發明內容】
[0005] 有鑒于此，本發明提供一種基于視頻檢測技術的車流密度定性判別方法，不需要 車輛目標提取，即可實時、準確的根據當前攝像頭采集的視頻圖像，判斷監控視頻中道路 車流密度的大小。
[0006] 本發明通過以下技術手段解決上述技術問題：
[0007] 基于視頻檢測技術的車流密度定性判別方法，包括如下步驟：
[0008] 1)劃定監控圖像中的感興趣區域；以下步驟對感興趣區域進行處理；
[0009] 2)計算圖像的分形維數；
[0010] 3)對分形維數計算結果進行統計分析，判斷道路的車流密度大小。
[0011] 進一步，所述步驟2)具體包括如下步驟：
[0012] 21)將待判斷圖像分割成ηΧη個圖像塊，n>2 ;
[0013] 22)計算每個圖像塊的分形維數。
[0014] 進一步，所述步驟22)中，分形維數DB通過下式進行計算：
【權利要求】
1. 基于視頻檢測技術的車流密度定性判別方法，其特征在于：包括如下步驟： 1) 劃定監控圖像中的感興趣區域；以下步驟對感興趣區域進行處理； 2) 計算圖像的分形維數； 3) 對分形維數計算結果進行統計分析，判斷道路的車流密度大小。
2. 如權利要求1所述的基于視頻檢測技術的車流密度定性判別方法，其特征在于：所 述步驟2)具體包括如下步驟： 21) 將待判斷圖像分割成ηΧη個圖像塊，n>2 ; 22) 計算每個圖像塊的分形維數。
3. 如權利要求2所述的基于視頻檢測技術的車流密度定性判別方法，其特征在于：所 述步驟22)中，分形維數DB通過下式進行計算：
式中，R為感興趣區域的邊長：ε為圖像塊的邊長；
4. 如權利要求3所述的基于視頻檢測技術的車流密度定性判別方法，其特征在于：所 述步驟3)中，待判斷圖像的分形維數大于給定閾值的圖像塊數目統計結果是否大于給定 的比例系數，如果大于給定的比例系數則判定當前場景車流密度大，否則判定當前場景車 流密度小。
【文檔編號】G08G1/065GK104123840SQ201410362757
【公開日】2014年10月29日 申請日期:2014年7月28日 優先權日:2014年7月28日
【發明者】趙敏, 孫棣華, 劉衛寧, 廖孝勇, 梅登 申請人:重慶大學