一種基于視頻圖像處理的車輛檢測(cè)方法技術(shù)

本發(fā)明專利技術(shù)公開了一種基于視頻圖像處理的車輛檢測(cè)方法，包括如下步驟：從車輛檢測(cè)攝像機(jī)中的視頻圖像或者已經(jīng)獲得的車輛檢測(cè)視頻文件中讀取各幀圖像及其信息；在所讀取的圖像中設(shè)置檢測(cè)區(qū)域；運(yùn)動(dòng)車輛檢測(cè)，包括如下步驟：對(duì)所讀取的圖像進(jìn)行透視變換，將圖像擺正；針對(duì)各幀圖像，基于混合高斯模型GMM背景建模和自適應(yīng)狀態(tài)機(jī)進(jìn)行背景提取，獲得背景圖像；將圖像與背景圖像進(jìn)行背景差分運(yùn)算，獲得前景；對(duì)前景進(jìn)行形態(tài)學(xué)處理；判斷前景是否為車輛，對(duì)于被判斷為車輛的前景采用虛擬線技術(shù)，根據(jù)標(biāo)定獲得的距離和幀率，計(jì)算車輛的速度，并計(jì)算車流量。本發(fā)明專利技術(shù)能夠?qū)崿F(xiàn)對(duì)駐車情況的判斷，對(duì)背景進(jìn)行有控制的更新，不會(huì)出現(xiàn)駐車誤判的情況。

A vehicle detection method based on video image processing

The invention discloses a detection method for video image processing based on the vehicle, which comprises the following steps: reading the image information and images from the video vehicle detection camera or acquired vehicle detection in video file; setting a detection region in the read image; moving vehicle detection, which comprises the following steps: image read the Perspective transformation, will put the image; for each frame image, mixed Gauss model GMM background modeling and background extraction based on adaptive state machine, obtain the background image; the image and background image by background subtraction operation, obtain the foreground; the prospect of morphological processing; judging whether the vehicle is in prospect, judgment for the vehicle the prospect of using virtual line technology, according to the calibration distance and frame rate, calculated the speed of the vehicle, and calculate the car Flow rate. The invention can realize the judgment of the parking situation, and can control the background to update, and can not appear the situation of parking false decision.

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于視頻圖像處理的車輛檢測(cè)方法
本專利技術(shù)屬于視頻檢測(cè)
，涉及一種基于視頻圖像處理的車輛檢測(cè)方法。
技術(shù)介紹
基于視頻圖像處理技術(shù)的應(yīng)用研發(fā)，是一個(gè)應(yīng)用范圍極其廣泛的領(lǐng)域。智能交通系統(tǒng)是目前世界各國交通運(yùn)輸領(lǐng)域競相研究和開發(fā)的熱點(diǎn)。在智能交通領(lǐng)域中，視頻圖像處理技術(shù)扮演著極其重要的角色，智能交通也隨著視頻/圖像處理技術(shù)的發(fā)展而不斷持續(xù)發(fā)展完善。目前在智能交通系統(tǒng)中得以應(yīng)用的視頻/圖像處理技術(shù)，也僅僅是極少的一部分，還有很多技術(shù)可以應(yīng)用到智能交通系統(tǒng)中。目前基于視頻流的車輛檢測(cè)方法，在檢測(cè)過程中是對(duì)背景進(jìn)行不斷地更新，如果有車長時(shí)間停駐的話，則車輛在短時(shí)間內(nèi)即會(huì)被視為背景，這樣有可能誤判了駐車情況，從而影響最終的檢測(cè)精度。
技術(shù)實(shí)現(xiàn)思路
有鑒于此，本專利技術(shù)提供了一種基于視頻圖像處理的車輛檢測(cè)方法，本專利技術(shù)通過狀態(tài)機(jī)的方式，能夠?qū)崿F(xiàn)對(duì)駐車情況的判斷，對(duì)背景進(jìn)行有控制的更新，不會(huì)出現(xiàn)駐車誤判的情況，準(zhǔn)確性高。為了達(dá)到上述目的，本專利技術(shù)的技術(shù)方案為：一種基于視頻圖像處理的車輛檢測(cè)方法，包括如下步驟：步驟1、從車輛檢測(cè)攝像機(jī)中的視頻圖像或者已經(jīng)獲得的車輛檢測(cè)視頻文件中讀取各幀圖像及其信息。步驟2、在所讀取的圖像中設(shè)置檢測(cè)區(qū)域。步驟3、運(yùn)動(dòng)車輛檢測(cè)，包括如下步驟：s301、對(duì)所讀取的圖像進(jìn)行透視變換，將圖像擺正。s302、針對(duì)各幀圖像，基于混合高斯模型GMM背景建模和自適應(yīng)狀態(tài)機(jī)進(jìn)行背景提取，獲得背景圖像。s303、將圖像與背景圖像進(jìn)行背景差分運(yùn)算，獲得前景。s304、對(duì)前景進(jìn)行形態(tài)學(xué)處理。s305、判斷前景是否為車輛，對(duì)于被判斷為車輛的前景采用虛擬線技術(shù)，根據(jù)標(biāo)定獲得的距離和幀率，計(jì)算車輛的速度，并計(jì)算車流量。進(jìn)一步地，s302包括如下具體步驟：讀取前n幀圖像，n為大于或者等于2的正整數(shù)，運(yùn)用GMM背景建模的方法針對(duì)前n幀圖像建立背景作為原背景，以原背景作為參考背景，隨后對(duì)后續(xù)各幀圖像按照時(shí)間順序進(jìn)行檢測(cè)，分為四個(gè)狀態(tài)，分別為S1、S2、S3和S4，在S1～S4狀態(tài)下，實(shí)時(shí)輸出參考背景，將當(dāng)前幀圖像乘以設(shè)定比率加到參考背景上作為s302中所提取的背景圖像。S1狀態(tài)下，依據(jù)原背景和當(dāng)前幀進(jìn)行幀差提取前景，若前景存在，則運(yùn)用GMM背景建模的方法處理當(dāng)前幀圖像作為當(dāng)前背景，將參考背景實(shí)時(shí)更新為當(dāng)前背景，若檢測(cè)到連續(xù)設(shè)定幀圖像中在同一位置處均提取出前景，進(jìn)入S2狀態(tài)。S2狀態(tài)下，參考背景不進(jìn)行實(shí)時(shí)更新，依據(jù)參考背景對(duì)后續(xù)幀圖像進(jìn)行前景提取，當(dāng)檢測(cè)到連續(xù)設(shè)定幀圖像中在同一位置處均提取出前景后轉(zhuǎn)入S3狀態(tài)，否則返回到S1狀態(tài)。S3狀態(tài)下，繼續(xù)依據(jù)參考背景對(duì)后續(xù)幀圖像進(jìn)行前景提取，判斷在S2狀態(tài)中的同一位置處是否持續(xù)設(shè)定幀均提取出前景，若不是，則返回S1狀態(tài)；若是，運(yùn)用GMM背景建模的方法建立處理當(dāng)前幀圖像作為新背景，存儲(chǔ)該新背景；繼續(xù)對(duì)后續(xù)幀圖像進(jìn)行判斷，當(dāng)后續(xù)幀圖像與新背景之間幀差小于設(shè)定范圍后進(jìn)入S4狀態(tài)。S4狀態(tài)下，持續(xù)對(duì)后續(xù)幀圖像進(jìn)行判斷，當(dāng)設(shè)定數(shù)量的后續(xù)幀圖像與新背景的幀差均小于上述范圍，用存儲(chǔ)的新背景作為參考背景，重新返回S1狀態(tài)，否則返回S3狀態(tài)。進(jìn)一步地，步驟2中設(shè)置檢測(cè)區(qū)域后，進(jìn)一步對(duì)檢測(cè)區(qū)域進(jìn)行標(biāo)定；標(biāo)定為獲取圖像中實(shí)際物體之間的距離。有益效果：本專利技術(shù)由于在混合高斯背景建模的背景提取方法中引入自適應(yīng)狀態(tài)機(jī)的方法，能夠提取出更加符合實(shí)際情況的背景，且整個(gè)算法不需要人工干預(yù)，適用于正常行駛道路、路口停駐車檢測(cè)，由于采用狀態(tài)機(jī)的形式對(duì)長期停留在圖像中的物體進(jìn)行判斷，若是長期駐車，能夠檢測(cè)得到駐車情況；判斷過程中若有突發(fā)物的加入，不會(huì)立即將突發(fā)物判斷為背景，當(dāng)突發(fā)物離開之后，依舊以原背景進(jìn)行前景提取，因此可以適應(yīng)突發(fā)無加入的情況，具有良好的魯棒性。附圖說明圖1是本專利技術(shù)專利的算法流程框圖；圖2是本專利技術(shù)專利運(yùn)動(dòng)車輛檢測(cè)的算法流程圖；圖3是本專利技術(shù)專利自適應(yīng)狀態(tài)機(jī)的流程框圖。具體實(shí)施方式下面結(jié)合附圖并舉實(shí)施例，對(duì)本專利技術(shù)進(jìn)行詳細(xì)描述。實(shí)施例1、如圖1所示，整個(gè)檢測(cè)方法包括讀取圖像信息，設(shè)置檢測(cè)區(qū)域和標(biāo)定，運(yùn)動(dòng)車輛檢測(cè)，車流量、車速等信息采集，背景更新。步驟1、讀取圖像信息，分為從攝像機(jī)提取視頻圖像和從視頻文件讀取圖像信息；步驟2、設(shè)置檢測(cè)區(qū)域，支持任意形狀、大小的檢測(cè)區(qū)域設(shè)置，方便靈活。本實(shí)施例中可以進(jìn)一步對(duì)檢測(cè)區(qū)域進(jìn)行標(biāo)定，標(biāo)定的主要目的是獲取距離以進(jìn)行速度相關(guān)的檢測(cè)(獲取圖像中實(shí)際物體之間的距離，結(jié)合幀率進(jìn)行速度相關(guān)的計(jì)算)，提出兩種標(biāo)定方法，一種為利用行車標(biāo)線與圖像進(jìn)行平面映射的方法；另一種為利用道路地標(biāo)與圖像進(jìn)行映射的方法。步驟3、運(yùn)動(dòng)車輛檢測(cè)，具體如圖2所示，包括透視變換、基于GMM背景建模和自適應(yīng)狀態(tài)機(jī)的背景生成、前景提取、形態(tài)學(xué)處理和判斷運(yùn)動(dòng)目標(biāo)；s301、透視變換的主要作用是消除由于攝像機(jī)安裝角度造成的圖像變形，將圖像擺正；s302、基于GMM背景建模和自適應(yīng)狀態(tài)機(jī)的背景生成作為本專利技術(shù)的核心，目的是獲取準(zhǔn)確的背景，在圖3中說明；s303、前景提取，主要對(duì)圖像與背景圖像進(jìn)行背景差分運(yùn)算，前景即為運(yùn)動(dòng)目標(biāo)；s304、形態(tài)學(xué)處理針對(duì)前景進(jìn)行，主要包括陰影消除、腐蝕、膨脹、繪制輪廓等操作；s305、判斷運(yùn)動(dòng)目標(biāo)，主要針對(duì)形態(tài)學(xué)處理后的前景，根據(jù)像素、形態(tài)特征等進(jìn)行是否為車輛的判斷。基于混合高斯背景建模和自適應(yīng)狀態(tài)機(jī)的背景生成，如圖3所示，基于混合高斯背景建模首先對(duì)背景進(jìn)行訓(xùn)練，對(duì)圖像中每個(gè)背景采用一個(gè)混合高斯模型進(jìn)行模擬，常用于進(jìn)行運(yùn)動(dòng)目標(biāo)提取，但是復(fù)雜場景下并不能獲取理想的效果。本專利技術(shù)專利引入自適應(yīng)狀態(tài)機(jī)方法，結(jié)合混合高斯背景建模進(jìn)行背景的生成。讀取前n幀圖像，n為大于或者等于2的正整數(shù)，運(yùn)用GMM背景建模的方法針對(duì)前n幀圖像建立背景作為原背景，以原背景作為參考背景，隨后對(duì)后續(xù)各幀圖像按照時(shí)間順序進(jìn)行檢測(cè)，分為四個(gè)狀態(tài)，分別為S1、S2、S3和S4，在S1～S4狀態(tài)下，輸出參考背景，將當(dāng)前幀圖像乘以設(shè)定比率加到參考背景上作為s302中所提取的背景圖像；其中設(shè)定比率為經(jīng)驗(yàn)值，本實(shí)施例中可以設(shè)定為1/10000。S1狀態(tài)下，依據(jù)原背景和當(dāng)前幀進(jìn)行幀差提取前景，若前景存在，則運(yùn)用GMM背景建模的方法處理當(dāng)前幀圖像作為當(dāng)前背景，將參考背景實(shí)時(shí)更新為當(dāng)前背景，若檢測(cè)到連續(xù)設(shè)定幀圖像中在同一位置處均提取出前景，進(jìn)入S2狀態(tài)；S1狀態(tài)即為對(duì)無駐車情況下的背景提取。S2狀態(tài)下，參考背景不進(jìn)行實(shí)時(shí)更新，依據(jù)參考背景對(duì)后續(xù)幀圖像進(jìn)行前景提取，當(dāng)檢測(cè)到連續(xù)設(shè)定幀圖像中在同一位置處均提取出前景后轉(zhuǎn)入S3狀態(tài)，否則返回到S1狀態(tài)。S2狀態(tài)為一個(gè)駐車判斷的中轉(zhuǎn)過程，即當(dāng)同一位置處連續(xù)提取出前景時(shí)，應(yīng)當(dāng)對(duì)該前景進(jìn)行判斷，確定是駐車后再進(jìn)行后續(xù)狀態(tài)的處理。S3狀態(tài)下，繼續(xù)依據(jù)原背景對(duì)后續(xù)幀圖像進(jìn)行前景提取，判斷在S2狀態(tài)中的同一位置處是否持續(xù)設(shè)定幀均提取出前景，若不是，則返回S1狀態(tài)；若是，運(yùn)用GMM背景建模的方法建立處理當(dāng)前幀圖像作為新背景，存儲(chǔ)該新背景；繼續(xù)對(duì)后續(xù)幀圖像進(jìn)行判斷，當(dāng)后續(xù)幀圖像與新背景之間幀差小于設(shè)定范圍后進(jìn)入S4狀態(tài)。S3狀態(tài)下僅僅對(duì)新背景進(jìn)行了運(yùn)算，并沒有直接將新背景作為背景圖像進(jìn)行更新，是否更新還需要進(jìn)行后續(xù)S4狀態(tài)的判斷。S4狀態(tài)下，持續(xù)對(duì)后續(xù)幀圖像進(jìn)行判斷，當(dāng)設(shè)定數(shù)量的后續(xù)幀圖像與新背景的幀差均小于上述范本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于視頻圖像處理的車輛檢測(cè)方法，其特征在于，包括如下步驟：步驟1、從車輛檢測(cè)攝像機(jī)中的視頻圖像或者已經(jīng)獲得的車輛檢測(cè)視頻文件中讀取各幀圖像及其信息；步驟2、在所讀取的圖像中設(shè)置檢測(cè)區(qū)域；步驟3、運(yùn)動(dòng)車輛檢測(cè)，包括如下步驟：s301、對(duì)所讀取的圖像進(jìn)行透視變換，將圖像擺正；s302、針對(duì)各幀圖像，基于混合高斯模型GMM背景建模和自適應(yīng)狀態(tài)機(jī)進(jìn)行背景提取，獲得背景圖像；s303、將圖像與背景圖像進(jìn)行背景差分運(yùn)算，獲得前景；s304、對(duì)前景進(jìn)行形態(tài)學(xué)處理；s305、判斷前景是否為車輛，對(duì)于被判斷為車輛的前景采用虛擬線技術(shù)，根據(jù)標(biāo)定獲得的距離和幀率，計(jì)算車輛的速度，并計(jì)算車流量。

【技術(shù)特征摘要】
1.一種基于視頻圖像處理的車輛檢測(cè)方法，其特征在于，包括如下步驟：步驟1、從車輛檢測(cè)攝像機(jī)中的視頻圖像或者已經(jīng)獲得的車輛檢測(cè)視頻文件中讀取各幀圖像及其信息；步驟2、在所讀取的圖像中設(shè)置檢測(cè)區(qū)域；步驟3、運(yùn)動(dòng)車輛檢測(cè)，包括如下步驟：s301、對(duì)所讀取的圖像進(jìn)行透視變換，將圖像擺正；s302、針對(duì)各幀圖像，基于混合高斯模型GMM背景建模和自適應(yīng)狀態(tài)機(jī)進(jìn)行背景提取，獲得背景圖像；s303、將圖像與背景圖像進(jìn)行背景差分運(yùn)算，獲得前景；s304、對(duì)前景進(jìn)行形態(tài)學(xué)處理；s305、判斷前景是否為車輛，對(duì)于被判斷為車輛的前景采用虛擬線技術(shù)，根據(jù)標(biāo)定獲得的距離和幀率，計(jì)算車輛的速度，并計(jì)算車流量。2.如權(quán)利要求1所述的一種基于視頻圖像處理的車輛檢測(cè)方法，其特征在于，所述s302包括如下具體步驟：讀取前n幀圖像，n為大于或者等于2的正整數(shù)，運(yùn)用GMM背景建模的方法針對(duì)前n幀圖像建立背景作為原背景，以原背景作為參考背景，隨后對(duì)后續(xù)各幀圖像按照時(shí)間順序進(jìn)行檢測(cè)，分為四個(gè)狀態(tài)，分別為S1、S2、S3和S4，在S1～S4狀態(tài)下，實(shí)時(shí)輸出參考背景，將當(dāng)前幀圖像乘以設(shè)定比率加到參考背景上作為s302中所提取的背...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：劉潔，李華文，李德躍，熊禮平，李坤，
申請(qǐng)(專利權(quán))人：中國船舶重工集團(tuán)公司第七一零研究所，
類型：發(fā)明
國別省市：湖北,42