一种基于像素建模的车流统计方法技术

本发明专利技术公开了一种基于像素建模的车流统计方法，目的是为了解决现有的方法不能快速准确有效提取车辆前景的问题。本发明专利技术包含以下几个步骤：步骤一，设置虚拟线圈；步骤二，使用背景像素直接建模，并通过背景静态性衡量指标对背景模型进行更新；步骤三，统计虚拟线圈内像素跳变的次数进行计数。本发明专利技术的有益效果是：1，直接使用像素进行建模而不是参数化拟合，大大加快了算法的执行速度；2，动态调整背景模型的学习率，使其能够适应多种复杂的场景。实验表明，本发明专利技术能够有效提取运动的车辆，统计的车流准确率和执行速度有了很大的提高。

【技术实现步骤摘要】

本专利技术涉及智能交通领域，具体涉及一种基于像素建模的车流量统计方法，属于基于视频的车流统计领域。
技术介绍
随着生活水平的不断提高，汽车数量不断增加，现有的交通设施已经越来越不能满足人们出行的需要。新修道路是解决这种问题的一种可行的解决方案，但是其实施周期长，花费也相当不菲，而且如果没有车流的统计信息作为支撑，还会导致道路负载不均衡，造成大量的浪费。另一种可行的方案就是提高现有道路的通行能力，利用架设在道路上方摄像机拍摄的视频，经由系统的检测和处理就可以获得交通流量的各种相关数据，比如车辆数量、车辆类型、车流密度等。这些宝贵的统计数据可以汇总到交通能够管理中心的控制部门，经过集中处理后，对公众开放。这样大家就依据这些统计信息选择合理的路线，不仅节省了时间，还能节约大量的能源，提高出行效率。因此，如何实时的统计车流信息，为人们提供实时的出行建议，成为一个亟需解决的问题。为了完成车流统计，目前已经出现了很多方法，典型的代表是感应线圈法和波频检测法。线圈法在车道地面下铺设通有交变电流的线圈，当车辆经过时会引起线圈中电流的变化，进而通过检测电流的变化就可以获得车流的相关信息。虽然技术成熟，检测也比较准确，但是安装和维护时需要开挖路面，对交通影响较大并且维护成本很高，设备的灵活性很差，只能安哪测哪。波频检测如红外线、超声波等对车辆发射电磁波来检测车流，虽然其检测成本低，性能也很不错，但是它很容易受到行人干扰，对环境变化的适应性也比较差，导致其稳定性不佳，只能用于车型单一、车流均匀和车速稳定的高速公路等特定场景。近年来随着智能交通的飞速发展，传统的方法已经越来越不能满足高效低成本的检测要求，基于视频的车流统计方法应运而生，它安装方便，维护也比较容易，不需要破坏路面，灵活性非常好，不仅可以统计车流，还可以同时采集其他的信息，最重要的是不会对道路设施造成破坏，是最有前景的车流检测技术，正在得到越来越广泛的应用。基于视频的车流统计首先需要把车辆从背景中提取出来，然后建立前后帧的关联进行计数。车辆检测的方法有很多，帧间差分法基于相邻帧间图像的相关性，把前后两帧图像对应的像素相减，如果差值小于一个阈值，就认为没有车辆经过，而如果差值大于阈值，就认为有车辆经过。帧差法实现简单，运行速度快，但它只能检测到车辆运动的边缘信息，容易丢失运行速度慢的车辆，而对于运行速度快的车辆，又很容易造成粘连，特别的，当车辆的成像灰度比较均匀时很容易形成空洞，这会对后续的处理形成很大的干扰。光流法能够精确的估计出车辆在连续帧的对应关系，并且还能应用于摄像机有运动的情景下，但是其对噪声非常敏感，而且迭代求解速度很慢，不适合应用在有实时处理要求的场合。随着近年来目标检测的飞速发展，尤其是深度学习在ImageNet取得惊人的成绩，基于目标检测的方法也被应用到车辆检测中来，但是它需要大量有标注的训练样本，并且对机器的配置要求也比较高，无形中增加了很多成本。基于背景差分的检测需要通过学习过程学习出背景模型，然后和当前图像做差即可得到运动的前景车辆。背景建模的方法有很多，典型的如均值滤波法、高斯混合模型和非参数模型，高斯混合模型能够有效的应对多模态的场景，比如说晃动的树叶、潺潺的流水等，但是很多实际场景并不符合高斯分布。另外一个问题是它们假设图像中的像素是独立的，为每个像素单独建立统计模型，这导致了大量的空洞和鬼影，虽然使用形态学滤波等后续处理能够一定程度上缓解这些不良影响的出现，但如果能在前期及早的进行处理将会大大方便后续的工作。存在把高斯混合模型用于车流统计中的工作，但其最大的不足是的处理速度比较慢，还伴有很多的噪声，因此，基于视频的车流统计迫切需要一种处理速度快、能适应多种场景的建模方法。
技术实现思路
针对现有技术的缺陷，本专利技术要解决的技术问题是提供一种基于像素建模的车流统计方法，无需对检测到的车辆进行跟踪，其处理速度快，能够应对多种复杂的场景。本专利技术解决以上技术问题所采用的技术方案是：一种基于像素建模的车流统计方法，其特征在于：包括以下几个步骤：步骤1：设置虚拟线圈；步骤2：基于像素建模的车辆检测；步骤3：基于虚拟线圈的跳变计数。所述步骤1的具体做法是：在监控场景中设置虚拟虚拟线圈，一个车道设置一个虚拟线圈，横跨车道的宽度为略小于车道的宽度，高度为大于平均车长的1/4，且不大于前后车的间距，以防止粘连误识为同一车辆。所述步骤2具体包括以下几个步骤：首先，初始化背景模型，收集前N帧建立背景模型，背景模型B(xi)是由N个最近观测的像素组成的数组：B(xi)＝{B1(xi),...,Bk(xi),...,BN(xi)本文档来自技高网...

【技术保护点】
一种基于像素建模的车流统计方法，其特征在于：包括以下步骤：步骤1：设置虚拟线圈步骤2：基于像素建模的车辆检测步骤3：基于虚拟线圈的跳变计数

【技术特征摘要】
1.一种基于像素建模的车流统计方法，其特征在于：包括以下步骤：步骤1：设置虚拟线圈步骤2：基于像素建模的车辆检测步骤3：基于虚拟线圈的跳变计数2.如权利要求1所述的一种基于像素建模车流统计方法，其特征在于：所述步骤1的具体做法是：在监控场景中设置虚拟虚拟线圈，一个车道设置一个虚拟线圈，横跨车道的宽度为略小于车道的宽度，高度为大于...

【专利技术属性】
技术研发人员：李宗民，宫延河，张洲凯，窦长红，邢敏敏，刘玉杰，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：山东;37