快速路視頻監控中車輛運動區域自動檢測方法技術

本發明專利技術公開了一種快速路視頻監控中車輛運動區域自動檢測方法，該方法基于頻率域分析理論，對視頻中車輛的運動區域進行自動檢測，其包括以下步驟：構造時間和空間的三維向量空間；對每一個像素的時域信息做傅立葉變換；獲得最大單頻率功率；用二值化、腐蝕和膨脹處理變換后的圖像；確定二值化后的圖像的邊界；利用最大的單頻率功率值最終獲取車輛運動區域。本發明專利技術具有易于實現、魯棒性強、精確度高等優點，可以為視頻監控中車輛信息和運行情況的檢測提供有效的輔助信息。

【技術實現步驟摘要】

本專利技術屬于視頻監控
，尤其是一種，該方法利用頻率域分析理論，對視頻中行車輛運動區域進行自動檢測。
技術介紹
隨著視頻監控技術的發展，視頻攝像機已經被廣泛用來對各種環境、區域和場所進行實時監控。隨著視頻檢測器數量的急劇增加，傳統的人工被動監控已經遠遠無法滿足監控任務的需要。因此，實現可以代替人眼的智能自動監控功能成為視頻監控研究的目標。目前，在智能交通視頻監控系統的研究中，對公路上行駛車輛的自動檢測、跟蹤與識別一直是研究的熱點問題，并且市場上也逐漸產生了相關的監控產品。然而，現有的監控產品大都是針對具體的監控位置，對攝像機進行專門地安裝調試，以及之后再利用采集到的視頻，對攝像機進行進一步地標定處理。這種使用過程大大降低了監控攝像機的安裝使用效率，而且在攝像機損壞更換或者拍攝角度變化之后，還需要重新對其進行標定，也增加了維護的成本。因此，這種需要人工進行事先標定攝像機的情況，是最終實現公路上車輛智能視頻監控系統廣泛應用的主要障礙之一。Morris 和 Trivedi 在“Learning, modeling, and classification of vehicletrack patterns from live video (現場視頻中車輛跟蹤模式的學習、建模與分類)，IEEETransactions on Intelligent Transportation Systems (IEEE 智倉泛交通系統會干Ij ),2008”中提出采用車輛跟蹤軌跡的方法來自動獲取車輛行駛區域。然而，這種方法是在時域中對圖像信號進行處理，該方法容易受到時域噪聲信號的干擾，對跟蹤車輛的數目要求較高，而且由車輛軌跡也很難獲得準確、完整的車輛運動區域，對后續車輛識別和事件檢測的準確性造成不良的影響。
技術實現思路
本專利技術的目的在于克服現有技術中的不足，提供一種視頻中，能在光照變化、檢測噪聲等實際工程應用的復雜環境下，快速準確地獲取車輛運動通過的區域，即視頻圖像中公路所在區域。為實現上述目的，本專利技術首先讀入連續幀的視頻形成像素的時間和空間的三維向量空間，然后對每一個像素對應的時間變化信息做傅立葉變換，從頻域信息獲取頻域信號的功率譜，根據其在一定頻率之上的單頻率最大功率生成變換圖像，然后對此圖像進行二值化和腐蝕膨脹操作，最后劃定矩形的道路區域。本專利技術提出的一種包括以下步驟步驟1，對監控視頻片段的每一幀進行高斯模糊處理，得到與該幀相應的包括時間和空間的三維向量空間，并將所述三維向量空間按列存儲為二維時空t_y圖像，其中，t表示以幀為單位的時間，為所述時空t_y圖像的橫坐標，y表示像素在所提取的列中的縱坐標，為所述時空t-y圖像的縱坐標；步驟2，對所述二維時空t-y圖像中的每一個像素的時域信息進行傅立葉變換，得到相應的頻域信息F(U)；步驟3，根據所得到的頻域信息F(U)獲得每個像素處的最大單頻率功率，根據像素的對應位置，得到所述二維時空t-y圖像變換后的圖像；步驟4，對所述變換后的圖像依次進行二值化、腐蝕和膨脹處理；步驟5，確定經過所述步驟4處理后得到的圖像的邊界，得到所述監控視頻片段每一幀中的車輛運動區域。本專利技術與現有技術相比的顯著效果在于:可以自動獲取視頻監控中車輛的運動區域，而且對實際監控視頻中所出現的光照變化、攝像機抖動、檢測噪聲、前景檢測誤差等干擾同時具有較高的魯棒性。由于克服了這些現有技術在實際工程應用方面難以解決的困難，因此真正實現了視頻中車輛運動區域的快速檢測。本專利技術針對公路交通智能視頻監控中車輛目標識別和跟蹤的需要，利用頻域分析技術，檢測車輛的運動區域，具有算法簡單、精確度高、魯棒性強等優點。本專利技術使用基于頻域分析的圖像處理技術，實現車輛運動區域的自動檢測，最終為公路交通智能視頻監控中車輛目標識別和跟蹤提供一個方便可靠的公路區域定位算法。附圖說明圖1為本專利技術流程圖；圖2為根據本專利技術一實施例的所用視頻的截 圖3顯示了根據本專利技術一實施例的視頻中某一列的t-y圖像；圖4為通過對圖3的t-y圖像進行傅立葉變換得到功率譜圖；圖5為將單頻率最大功率存回原像素對應位置的變換后圖像；圖6為最終車輛運動區域檢測效果圖。具體實施例方式為使本專利技術的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照附圖，對本專利技術進一步詳細說明。圖1為本專利技術流程圖。本專利技術選取一段監控攝像機拍攝的視頻片斷為例對本專利技術進行說明，該視頻中有足夠的車輛從每個車道經過，且沒有發生交通違章和事故，圖2為在本專利技術該實施例中所用視頻的截圖，并且以灰度方式連續地讀入所述視頻的指定幀數。如圖1所示，該方法包括以下步驟:步驟1，對監控視頻片段的每一幀進行高斯模糊處理，得到與該幀相應的包括時間和空間的三維向量空間，并將所述三維向量空間按列存儲為二維時空t-y圖像，其中，t表示以幀為單位的時間，為所述圖像的橫坐標，y表示像素在所提取的列中的縱坐標，為所述圖像的縱坐標，圖3顯示了該圖像其中一列的t-y元素； 1X2 +y2所述高斯模糊處理為使用高斯函數G(x，J) =f的取樣值對每一像素進V2^-<j2行卷積操作，其中，x, y為像素點相對中心像素的偏移量，O為這些偏移量的標準差。若位置(x，y)處第t幀的像素的像素值為A(x，y，t)，則經過上述高斯模糊處理后的像素在時空坐標中的值為:本文檔來自技高網...

【技術保護點】
一種快速路視頻監控中車輛運動區域自動檢測方法，其特征在于，該方法包括以下步驟：步驟1，對監控視頻片段的每一幀進行高斯模糊處理，得到與該幀相應的包括時間和空間的三維向量空間，并將所述三維向量空間按列存儲為二維時空t?y圖像，其中，t表示以幀為單位的時間，為所述時空t?y圖像的橫坐標，y表示像素在所提取的列中的縱坐標，為所述時空t?y圖像的縱坐標；步驟2，對所述二維時空t?y圖像中的每一個像素的時域信息進行傅立葉變換，得到相應的頻域信息F(u)；步驟3，根據所得到的頻域信息F(u)獲得每個像素處的最大單頻率功率，根據像素的對應位置，得到所述二維時空t?y圖像變換后的圖像；步驟4，對所述變換后的圖像依次進行二值化、腐蝕和膨脹處理；步驟5，確定經過所述步驟4處理后得到的圖像的邊界，得到所述監控視頻片段每一幀中的車輛運動區域。

【技術特征摘要】
1.一種快速路視頻監控中車輛運動區域自動檢測方法，其特征在于，該方法包括以下步驟: 步驟1，對監控視頻片段的每一幀進行高斯模糊處理，得到與該幀相應的包括時間和空間的三維向量空間，并將所述三維向量空間按列存儲為二維時空t-y圖像，其中，t表示以幀為單位的時間，為所述時空t-y圖像的橫坐標，y表示像素在所提取的列中的縱坐標，為所述時空t-y圖像的縱坐標； 步驟2，對所述二維時空t-y圖像中的每一個像素的時域信息進行傅立葉變換，得到相應的頻域信息F(U)； 步驟3，根據所得到的頻域信息F(U)獲得每個像素處的最大單頻率功率，根據像素的對應位置，得到所述二維時空t-y圖像變換后的圖像； 步驟4，對所述變換后的圖像依次進行二值化、腐蝕和膨脹處理； 步驟5，確定經過所述步驟4處理后得到的圖像的邊界，得到所述監控視頻片段每一幀中的車輛運動區域。2.根據權利要求1所述的方法，其特征在于，所述高斯模糊處理為使用高斯函數G(xjO = ^i^e 2σ2的取樣值對每一像素進行卷積操作，其中，X，I為像素點相對中心像 Λ πσ2素的偏移量，σ為這些偏移量的標準差。3.根據權利要求2所述的方法，其特征在于，若位置(X，y)處第t幀的像素的像素值為A(x，y, t)，則經過所述高斯模糊處理后的像素在時空坐標中的值為:4...

【專利技術屬性】
技術研發人員：熊剛，王飛躍，孔慶杰，朱鳳華，姚彥潔，
申請(專利權)人：中國科學院自動化研究所，東莞中國科學院云計算產業技術創新與育成中心，
類型：發明
國別省市：