从图像中确定用于估计交通量的参数的方法和系统技术方案

为了提供一种从图像确定用于估计交通量的特征值的方法。本发明专利技术的方法包括：步骤S12，(a)将包括多个车辆的图像分割成多个矩形区域；步骤S13，(b)从所述图像中，检测角落并且提取所检测到的角落的位置，其中所述角落的像素值与邻居像素值相比有变化；以及步骤S14，(c)从所述矩形区域中提取包括所述角落位置的矩形区域的数目作为特征值。

【技术实现步骤摘要】

本专利技术涉及一种从图像中确定用于估计交通量的参数的方法，更具体地涉及一种从包括多个车辆的相对低质量的图像中确定用于估计车辆数目的特征值的方法。
技术介绍
虽然需要诸如交通量之类的交通数据作为输入以执行交通仿真，但是存在一个问题：为了获取精确的交通数据而安装GPS和传感器的成本很高。另一方面，由于大量的交通信息不但被包含在传感器中而且还包含在许多区域中已经安装的交通摄像机(也称为交通监控摄像机或实时摄像机)中，因此考虑从这些交通摄像机图像获取交通数据。然而，当前的情况是：由于一些交通摄像机图像具有低分辨率，因此无法使用诸如模板匹配之类的图像识别技术。在这样的现状下，本专利技术人提议：在无监督学习作为从交通摄像机等等的低质量图像中测量车辆数目的方法中，使用通过利用阈值处理的二值化所获得的特征值(白色像素的区域)。在无监督学习中，需要使用相对于车辆数目而线性地变化的特征值。然而，通过利用阈值处理的二值化的特征提取可能无法令人满意地处理各种环境变化(例如光环境的变化、车辆规模的变化以及本地环境的变化)。专利文献1和2公开了从摄像机图像检测车辆的方法。然而，这些方法既没有从诸如交通摄像机图像之类的低质量图像中测量车辆数目也没有在无监督学习中使用特征值。[引用表][专利文献][专利文献1]日本专利申请公开号H06-337998[专利文献2]日本专利申请公开号2002-74368
技术实现思路
本专利技术的一个目的是提供一种在从用交通摄像机等拍摄的低质量图像中测量车辆数目的方法中提取相对于车辆数目具有较高线性的特征值的方法，其中，与在无监督学习中使用的通过由本专利技术人已经提议的二值化所获得的特征值(白色像素的区域)的情况相比，该方法可以更灵活且更适当地应对环境变化。本专利技术提供一种使用计算机从图像中确定用于估计交通量的特征值的方法。该方法包括如下步骤：(a)将包括多个车辆的图像分割成多个矩形区域；(b)从图像中检测角落并且提取检测到的角落的位置，其中所述角落的像素值与邻居像素值相比有变化；以及(c)从所述矩形区域中提取包括所述角落位置的矩形区域的数目作为特征值。在本专利技术的一个方面中，将所述图像分割成所述多个矩形区域的步骤(a)可以包括：在分割之前通过相似区域平滑滤波器处理所述图像。该方法还可以被配置为使得图像是用广视角摄像机拍摄的低分辨率图像。在本专利技术的另一个方面中，将所述图像分割成所述多个矩形区域的步骤(a)可以包括：通过使用用于评估函数的阈值X的四叉树方法对经受了滤波器处理之后的图像进行分割。当所述评估函数大于或等于所述阈值X时，通过四叉树方法的分割步骤可以包括：对分割之后的相应矩形区域进行进一步分割。所述评估函数可以包括所述图像的所述矩形区域中的像素强度值的离差。在本专利技术的又一个方面中，该方法可以进一步包括：对多个图像中的每一个图像执行步骤(a)，同时变化阈值X；执行步骤(b)和(c)以提取针对所述多个图像中的每一个图像的特征值；分析在所提取的特征值与相应图像中的车辆数目之间的线性；以及选择具有最高线性的阈值XL作为用于所述评估函数的阈值X。在本专利技术的又一个方面中，该方法可以被配置为使得提取所述角落位置的步骤(b)包括：在检测所述角落之前通过边界加重滤波器对所述图像进行处理。附图说明图1是示出用于执行本专利技术方法的系统的配置示例的图；图2是示出用于执行本专利技术方法的计算机的配置示例的框图；图3是示出本专利技术的方法流程的图示；图4包含用于描述本专利技术的方法流程的图像；图5是示出本专利技术方法的示例的图示；以及图6是示出本专利技术方法的另一示例的图示。具体实现方式将参考附图描述本专利技术的实施例。图1是示出用于执行本专利技术方法的系统的配置示例的图表。系统100包括主机(服务器)10、PC(终端)20、网络驱动30、交通摄像机50、以及摄像机控制器60，其通过通信网络40相连接以便彼此是可通信的。网络驱动30包括诸如HDD或磁带驱动之类的存储装置。虽然在图1中，主机(服务器)10、网络驱动30以及摄像机控制器60的每一个都被示出为一个组件，并且示出了两个PC(终端)20和三个交通摄像机50，但是这仅仅是示例。不言而喻，任何数量的机器或设备都可以作为每个组件被包括。网络40可以包括任何有线和无线通信网络。例如，交通摄像机50安装在建筑物的屋顶以便以固定的时间间隔拍摄那周围道路上的静止图像或运动图像(定点摄影)。交通照相机50不需要是被重新引入以计算那周围道路上行驶的车辆数量的专用摄像机。现有的通用交通摄像机足以作为交通摄像机50并且性能可以是相对低的质量(例如，约几百万个像素)。用交通摄像机50拍摄的图像通过通信网络40被发送到摄像机控制器60，并从那儿向主机10/PC 20发送。接收到的图像在主机10/PC 20内被处理，然后根据需要或定期地被存储在网络驱动器30中。注意，用交通摄像机50拍摄的图像也可以不使用摄像机控制器60而是通过通信网络直接被发送给主机10/PC 20。本专利技术方法的细节将稍后描述，本专利技术的方法在图1的配置中以这样一种方式被执行：例如，每个PC 20调用并执行从服务器10或网络设备30下载的软件，或者调用并执行在结合在PC 20中的存储装置中存储的软件。图2是示出用于执行本专利技术方法的计算机的配置示例的框图。图2示出了图1中的每个PC 20的配置示例。PC 20包括通过总线230彼此连接的处理器(CPU)200、存储装置210和各种I/F 220。各种I/F 220被用作通用术语，其包括输入I/F、输出I/F、外部存储I/F、外部通信I/F等等。每个I/F连接到相应的装置，即诸如键盘和鼠标之类的输入装置240、诸如CRT或LCD之类的显示装置250、或者诸如通过USB连接的半导体存储器或HDD之类的外部存储装置260。存储装置210可以包括诸如RAM和ROM之类的半导体存储器和HDD。参见图3和图4，将描述本专利技术的方法流程。图3是示出本专利技术的方法流程的图示。图4包含用于描述本专利技术的方法流程的图像。在图3的步骤S11中，获取摄像机图像。摄像机图像在此是用交通摄像机50等等拍摄并存储在主机10/PC 20的存储装置或网络设备30中的图像数据。在步骤S11中，图像数据(此后简称为“图像”)从存储器中被读取并使用。例如，在本文档来自技高网...

【技术保护点】
一种使用计算机从图像中确定用于估计交通量的特征值的方法，包括如下步骤：(a)将包括多个车辆的图像分割成多个矩形区域；(b)从所述图像中检测角落并且提取检测到的角落的位置，其中所述角落的像素值与邻居像素值相比有变化；以及(c)从所述矩形区域中提取包括所述角落位置的矩形区域的数目作为特征值。

【技术特征摘要】
2013.12.10 JP 2013-2554751.一种使用计算机从图像中确定用于估计交通量的特征值的方法，包
括如下步骤：
(a)将包括多个车辆的图像分割成多个矩形区域；
(b)从所述图像中检测角落并且提取检测到的角落的位置，其中所述
角落的像素值与邻居像素值相比有变化；以及
(c)从所述矩形区域中提取包括所述角落位置的矩形区域的数目作为
特征值。
2.根据权利要求1的方法，其中，将所述图像分割成所述多个矩形区
域的步骤(a)包括：
在分割之前通过相似区域平滑滤波器处理所述图像。
3.根据权利要求2的方法，其中，将所述图像分割成所述多个矩形区
域的步骤(a)包括：
通过使用用于评估函数的阈值X的四叉树方法，对经受了滤波器处理
之后的图像进行分割。
4.根据权利要求3的方法，其中，当所述评估函数大于或等于所述阈
值X时，通过四叉...

【专利技术属性】
技术研发人员：西村真衣，牟田英正，胜木孝行，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：美国;US