【技术实现步骤摘要】
本专利技术属于智能交通监控领域,尤其涉及一种基于视频监控的车流量统计方法。
技术介绍
随着全球经济和科学技术飞速发展,交通作为社会发展和人民生活水平提高的基本条件,得到了巨大的发展。现在家庭私人汽车逐步普及,公路条件得到很大的改善,交通量也在不断增长,但与此同时,交通道路拥堵、交通事故频发以及交通环境恶化等也成为了全球性的的问题,有效的交通管理是各大城市面临的难题,在这样的背景下,智能交通系统(ITS,Intelligent Transport System)应运而生。车辆检测是智能交通中最基础、最重要的部分,它能准确及时的检测出车辆,是后面的车辆跟踪、车牌识别、车辆信息提取等处理的保证。传统的车辆检测的方法有红外检测、地感应线圈检测、超声波检测、声学检测等。红外线检测的方法可提供大量的交通管理信息,但它抗噪能力不强,有时可能需要降低可靠性来提高灵敏度;地感应线圈检测的技术已比较成熟,性能稳定且计数非常精确,它可检测车流量、道路占有率等,但是这种方法要在公路线铺设线圈,影响路面寿命,并且易被重型车辆等损坏;超声波检测方法根据接收和返回的超声波的时间差来确定车辆通过情况,具有体积小,易于安装等优点,但是它受天气和温度影响较大;声学检测方法通过检测车辆内部声音以及车辆与地面接触的声音来进行车辆检测,但是这种方法较难检测停止车辆,有时会漏检车辆。因此以上现有技术中均存在城市道路车流量统计不准确的问题。近 ...
【技术保护点】
一种基于视频监控的车流量统计方法,其特征在于,包括以下步骤:101、获取车监控视频,并预览车监控视频的前20帧,根据道路信息,确定车流方向和车道个数,设置第1虚拟线圈和第2虚拟线圈在车监控视频中;102、逐帧输入视频图像序列,将每帧视频图像转化为灰度图像,初始化背景模型,取出第一帧视频,并将第一帧视频中第1虚拟线圈内的视频图像进行初始化成背景模型,初始化成背景模型方法为:对于第1帧视频中的每个像素点,随机抽取与其相邻的8个像素点组成此像素点的背景模型样本集,如果t=0代表视频的第1帧,NG(x)为像素点x的空间邻居像素点,则点x的背景模型初始化为M0(x)={v0(y|y∈NG(x))} (1)(1)式中,y是从NG(x)中随机读取的,v0(y)表示随机选择若干次后直到满足M0(x)中背景像素点个数;103、步骤102建立完初始化背景模型后,从第二帧视频开始,利用背景模型提取出当前视频帧图像的前景图像,即车辆图像;104、对提取出的前景图像采用形态学滤波法进行处理,滤波处理后,提取所有前景图像的轮廓,面积小于阈值M1的前景图像时则丢弃,前景图像的面积大于阈值M1 ...
【技术特征摘要】
1.一种基于视频监控的车流量统计方法,其特征在于,包括以下步骤:
101、获取车监控视频,并预览车监控视频的前20帧,根据道路信息,
确定车流方向和车道个数,设置第1虚拟线圈和第2虚拟线圈在车监控视频中;
102、逐帧输入视频图像序列,将每帧视频图像转化为灰度图像,初始化
背景模型,取出第一帧视频,并将第一帧...
【专利技术属性】
技术研发人员:王进,杨康,张亮,王敏全,翟恪景,杨阳,郭庆,邓欣,陈乔松,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆;85
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。