一種基于視頻虛擬線圈的車流量檢測方法技術

本發明專利技術公開了一種基于視頻虛擬線圈的車流量檢測方法，涉及圖像處理技術領域，分別對白天和夜晚的應用場景提出了相應的檢測方法，在白天的檢測方法中，針對視頻車輛跟蹤計算量大和固定虛擬線圈不能適應車輛跨車道行駛等問題，提出了動態開窗的視頻車流量檢測方法，針對白天的檢測方法在夜晚失效的情況，提出了夜晚環境下基于車燈配對的車輛檢測方法，可在很大程度上提高車流量檢測的準確性，同時降低計算量。

A Vehicle Flow Detection Method Based on Video Virtual Coil

The invention discloses a vehicle flow detection method based on video virtual coil, which relates to the field of image processing technology, and puts forward corresponding detection methods for application scenarios in daytime and night respectively. In the detection method of daytime, aiming at the problems of large amount of video vehicle tracking calculation and inadaptability of fixed virtual coil to vehicle cross-lane driving, a video traffic flow with dynamic window opening is proposed. In order to improve the accuracy of traffic flow detection and reduce the amount of calculation, a vehicle detection method based on lamp pairing in night environment is proposed.

【技術實現步驟摘要】
一種基于視頻虛擬線圈的車流量檢測方法
本專利技術涉及圖像處理
，特別是涉及一種基于視頻虛擬線圈的車流量檢測方法。
技術介紹
隨著人民生活水平的不斷提高和社會工業化程度的提升，汽車越來越廣泛地得到了普及。世界各國人均車輛擁有量急劇增加。截止2009年末，北京市每千人汽車保有量為228輛，接近國際大都市的中等水平，而且車輛數量的增長速度遠大于道路的增長速度。車輛的普及方便了人們的生活和出行，卻也給人們帶來了許多的問題，例如城市擁擠，交通事故，能源危機，環境污染等等。統計數據表明，我國每年發生交通事故大約50多萬起，每年由于交通事故而喪生的人數約10萬人，占世界總交通死亡人數的16％，居世界首位。大約五分鐘就有一人死于交通事故，每分鐘就有一人因為事故致殘。幸運的是，在這一時期，隨著計算機技術，電子技術，通信技術日趨成熟，智能化技術也得到很大的發展和一定程度的應用，面對日益增長的經濟發展對交通運輸的巨大壓力，人們開始將智能化技術運用于交通領域，以求解決發展和交通，車輛與道路之間的矛盾和沖突。智能交通系統便應運而生。智能交通系統(ITS,intelligenttransportationsystem)的概念在上世紀90年代被提出，被認為是解決交通問題最有效的手段，也是解決運輸瓶頸的關鍵措施。智能交通系統是指將先進的數據通訊、信息技術、電子傳感技術，控制技術和計算機技術等有效結合起來，應用于整個交通運輸管理體系，將人、車輛、道路當成一個和諧統一的整體進行研究，從而構建起的一個全方位、大范圍發揮作用的，準確、實時、高效的綜合運輸和管理系統。在交通參數檢測系統中，車輛存在和出現的檢測是最重要的環節。傳統的車輛檢測方式有地感環形線圈、微波雷達、超聲波等。(1)地感環形線圈檢測器地感線圈是目前世界上使用范圍最廣的一種檢測設備。它是將環形線圈埋設在地下，當有車輛通過時，會引起線圈電磁感應的變化，從而檢測出車輛。環形線圈不易受天氣、光照、能見度等影響，能適應絕大多數情況，且性能穩定、成本較低、性價比高，是目前最主要的檢測方式。然而環形線圈也有著很大的缺點。首先是安裝不方便，需要挖開路面進行埋設，對道路有損傷，安裝中會阻礙當前交通運輸；其次線圈壽命短、易老化、靈敏度逐漸降低。并且地感線圈對于北方冬季時道路被冰雪覆蓋情況下的檢測效果并不理想。(2)微波雷達檢測器微波雷達檢測方式主要利用了多普勒頻移的原理，它以一定的頻率向外發送電磁波，當車輛通過時，被反射回來的反射波會有頻率偏移，根據這個頻偏可直接測定車輛的速度。此方式受天氣影響較小，但安裝難度大，且只能用于一條車道。另外，這種方式難以檢測靜止或者移動速度很慢的車輛。(3)超聲波檢測器超聲檢測的工作原理是由探頭向檢測區發出一束超聲波，然后接受反射回來的波束，分析反射波束和發射波束的時間差。由于探頭方向是一定的，在沒有車輛時，反射波和發射波的時間差也是一定的。當有車輛通過時，時間差會變短。于是可以根據這個時間差來檢測車輛的進入以及距離等信息。超聲波檢測器安裝方便，不需破壞路面，但檢測精度欠佳，易受車型和車輛高度的影響，和大氣擾動，溫度變化的干擾。可見，上述幾種檢測方式都存在著種種問題，然而最大的問題是能提供的信息較少，不能滿足現代交通管理的需求。
技術實現思路
本專利技術實施例提供了一種基于視頻虛擬線圈的車流量檢測方法，可以解決現有技術中的問題。本專利技術提供了一種基于視頻虛擬線圈的車流量檢測方法，該方法應用于白天檢測車流量的場景中，所述方法包括以下步驟：對采集的圖像進行預處理；設置計數檢測線圈和速度檢測線圈，兩條檢測線圈平行且計數檢測線圈位于速度檢測線圈上方，實時監測預處理后的圖像中計數檢測線圈內的圖像二維信息，若發現有車進入，根據車輛在當前計數檢測線圈的位置預測車輛即將經過速度檢測線圈的位置，動態確定需要開窗的位置；運用車輛計數算法統計通過兩條檢測線圈的車輛數量，車輛計數算法為：初始化兩個窗口隊列upqueue和downqueue為空，作為開辟窗口的隊列容器，初始化計數值count＝0；(1)對于當前計數檢測線圈內的圖像，遍歷隊列upqueue的每一個開辟的窗口元素，若其范圍內沒有連通區，則說明車輛已經離開，將此窗口刪除；(2)檢查當前計數檢測線圈內的圖像，若存在連通區，且其寬度大于連通區尺寸閾值threshold，則判為車輛目標，記錄下其橫坐標范圍作為新的窗口范圍；若不存在車輛目標則進入(4)；(3)遍歷upqueue的每一個窗口元素，若每個窗口與新的窗口范圍無交集，則開辟此新窗口，將其加入隊列upqueue中，并向速度檢測線圈投影，投影后的窗口位置加入到downqueue中；若有交集，不開辟此新窗口；(4)對于downqueue，若一段時間內沒有檢測到車輛，則判定為計數檢測線圈誤判，刪除此元素所代表的窗口，不進行檢測，若檢測到車輛，則計數值count加1；(5)更新為下一幀的計數檢測線圈內的圖像，返回(1)；最終得到的計數值count即為車流量。本專利技術實施例還提供了一種基于視頻虛擬線圈的車流量檢測方法，該方法應用于夜晚檢測車流量的場景中，所述方法包括以下步驟：對采集的圖像進行二值化處理；對二值化圖像中的車燈進行匹配處理，將所有匹配的車燈都放入到匹配隊列中；設置計數檢測線圈和速度檢測線圈，兩條檢測線圈平行且計數檢測線圈位于速度檢測線圈上方，對于匹配隊列中的車燈，采用基于車燈配對的車輛檢測算法在計數檢測線圈所在的區域內進行車燈匹配，為配對的車燈動態開辟一個窗口進行檢測，以確定車流量，基于車燈配對的車輛檢測算法為：建立窗口隊列window_queue，其中元素代表了當前所開窗口，建立車燈隊列lamp_queue，同時初始化計數值count＝0；(1)清空車燈隊列lamp_queue；(2)遍歷窗口隊列window_queue，若某個窗口元素范圍內的當前計數檢測線圈內圖像內無連通區，則刪除；否則進入下一步；(3)對于當前計數檢測線圈內圖像，若其中有連通區的面積大于等于面積閾值threshold’，則將其加入車燈隊列lamp_queue；若其中沒有連通區的面積大于等于threshold，則進入(9)；(4)遍歷車燈隊列lamp_queue中的每一個車燈元素，若該隊列中存在另外一個或多個元素與之匹配，則保留；否則，刪除此元素；(5)將lamp_queue中的車燈元素按照其在圖像中從左到右的順序進行排序；(6)若lamp_queue中元素個數為奇數，則從前向后遍歷該隊列的每一個元素，若刪除該元素后，隊列仍為匹配的，則刪除該元素，停止遍歷；否則進入下一步；(7)對于隊列lamp_queue，從第二個元素向后遍歷，若有第i個車燈元素與第一個元素匹配，則將此兩個車燈進行配對，記錄下這兩個車燈的窗口位置，停止遍歷；刪除第一個元素和第i個元素，其后面元素依次前移，若隊列lamp_queue不為空，則重復上述操作；(8)對于(7)中得到的每一個新的車燈窗口位置，遍歷隊列window_queue的每一個窗口元素，若新的車燈窗口與window_queue中的每一個窗口元素均無交集，則開辟此新窗口，將其加入window_queue，并在此新窗口檢測到車輛時計數值count加1；反之則不開辟新窗口；(9本文檔來自技高網...

【技術保護點】
1.一種基于視頻虛擬線圈的車流量檢測方法，其特征在于，該方法應用于白天檢測車流量的場景中，所述方法包括以下步驟：對采集的圖像進行預處理；設置計數檢測線圈和速度檢測線圈，兩條檢測線圈平行且計數檢測線圈位于速度檢測線圈上方，實時監測預處理后的圖像中計數檢測線圈內的圖像二維信息，若發現有車進入，根據車輛在當前計數檢測線圈的位置預測車輛即將經過速度檢測線圈的位置，動態確定需要開窗的位置；運用車輛計數算法統計通過兩條檢測線圈的車輛數量，車輛計數算法為：初始化兩個窗口隊列upqueue和downqueue為空，作為開辟窗口的隊列容器，初始化計數值count＝0；(1)對于當前計數檢測線圈內的圖像，遍歷隊列upqueue的每一個開辟的窗口元素，若其范圍內沒有連通區，則說明車輛已經離開，將此窗口刪除；(2)檢查當前計數檢測線圈內的圖像，若存在連通區，且其寬度大于連通區尺寸閾值threshold，則判為車輛目標，記錄下其橫坐標范圍作為新的窗口范圍；若不存在車輛目標則進入(4)；(3)遍歷upqueue的每一個窗口元素，若每個窗口與新的窗口范圍無交集，則開辟此新窗口，將其加入隊列upqueue中，并向速度檢測線圈投影，投影后的窗口位置加入到downqueue中；若有交集，不開辟此新窗口；(4)對于downqueue，若一段時間內沒有檢測到車輛，則判定為計數檢測線圈誤判，刪除此元素所代表的窗口，不進行檢測，若檢測到車輛，則計數值count加1；(5)更新為下一幀的計數檢測線圈內的圖像，返回(1)；最終得到的計數值count即為車流量。...

【技術特征摘要】
1.一種基于視頻虛擬線圈的車流量檢測方法，其特征在于，該方法應用于白天檢測車流量的場景中，所述方法包括以下步驟：對采集的圖像進行預處理；設置計數檢測線圈和速度檢測線圈，兩條檢測線圈平行且計數檢測線圈位于速度檢測線圈上方，實時監測預處理后的圖像中計數檢測線圈內的圖像二維信息，若發現有車進入，根據車輛在當前計數檢測線圈的位置預測車輛即將經過速度檢測線圈的位置，動態確定需要開窗的位置；運用車輛計數算法統計通過兩條檢測線圈的車輛數量，車輛計數算法為：初始化兩個窗口隊列upqueue和downqueue為空，作為開辟窗口的隊列容器，初始化計數值count＝0；(1)對于當前計數檢測線圈內的圖像，遍歷隊列upqueue的每一個開辟的窗口元素，若其范圍內沒有連通區，則說明車輛已經離開，將此窗口刪除；(2)檢查當前計數檢測線圈內的圖像，若存在連通區，且其寬度大于連通區尺寸閾值threshold，則判為車輛目標，記錄下其橫坐標范圍作為新的窗口范圍；若不存在車輛目標則進入(4)；(3)遍歷upqueue的每一個窗口元素，若每個窗口與新的窗口范圍無交集，則開辟此新窗口，將其加入隊列upqueue中，并向速度檢測線圈投影，投影后的窗口位置加入到downqueue中；若有交集，不開辟此新窗口；(4)對于downqueue，若一段時間內沒有檢測到車輛，則判定為計數檢測線圈誤判，刪除此元素所代表的窗口，不進行檢測，若檢測到車輛，則計數值count加1；(5)更新為下一幀的計數檢測線圈內的圖像，返回(1)；最終得到的計數值count即為車流量。2.如權利要求1所述的基于視頻虛擬線圈的車流量檢測方法，其特征在于，對圖像的預處理包括：建立混合高斯背景模型；對采集的圖像進行去噪處理；對于二值化后的圖像進行膨脹操作，將二值化過程中產生的斷裂的連通區連接起來；對于膨脹處理后的圖像，對圖像中的車輛目標進行填充，以及對圖像中的噪聲進行消除；計算車輛目標填充和噪聲消除處理后的圖像與混合高斯背景模型之間的互相關系數，以確定背景是否發生突變，如果發生背景突變，則重置混合高斯背景模型。3.如權利要求2所述的基于視頻虛擬線圈的車流量檢測方法，其特征在于，采用中值濾波算法對采集的圖像進行去噪處理。4.如權利要求2所述的基于視頻虛擬線圈的車流量檢測方法，其特征在于，對車輛目標填充的具體方法為：首先提取出車輛目標，求出其外接矩形框，對每一目標的填充在此外接矩形框內進行，定義上下左右四個方向上都有“1”像素的點為內部點，對矩形框內的每一個像素點，若其為內部點，則填充為1；對噪聲進行消除的具體方法為：將外接矩形框寬度小于單個車道寬度1/4的目標填充為0。5.如權利要求1所述的基于視頻虛擬線圈的車流量檢測方法，其特征在于，在得到車流量后，還根據車輛分別進入計數檢測線圈和速度檢測線圈的幀數差，結合幀率計算得到車輛從計數檢測線圈行駛到速度檢測線圈的時間，根據小孔攝像機模型和連續兩段分道線的實際距離求得兩條檢測線圈之間的實際距離，最后根據前述得到的時間和兩條檢測線圈之間的實際距離計算得到車輛的速度。6.如權利要求5所述的基于視頻虛擬線圈的車流量檢測方法，其特征在于，在計算得到車輛速度后，還根據計算得到的車輛速度V以及車輛通過速度檢測線圈引起的信號...

【專利技術屬性】
技術研發人員：孫文華，吳立峰，
申請(專利權)人：南昌工程學院，
類型：發明
國別省市：江西,36