一种基于视觉空间转换网格化的路况分析方法技术

本发明专利技术涉及一种基于视觉空间转换网格化的路况分析方法，首先在交通视频图像上确定四边形道路区域；随后对道路区域所在的图像进行处理，得到运动目标二值化图像；然后对四边形道路区域进行基于视觉空间转换的网格化处理，将该区域划分为多个小四边形；最后在网格化的道路区域中，结合运动目标二值化图像，进行交通路况分析。本发明专利技术满足实路况分析应用中对准确性与及时性的要求，具有较强的实用性。

【技术实现步骤摘要】

本专利技术涉及路况分析领域，特别是一种基于视觉空间转换网格化的路况分析方法。
技术介绍
随着经济和社会的快速发展，我国很多城市的市区面积开始逐渐扩大，道路建设不断增多，出行车辆不断增加，城市交通已经进入一个快速发展的阶段。但是，很多城市在发展过程中普遍遇到了城市交通拥堵问题，解决城区交通拥堵已成为许多城市迫在眉睫的重要任务。智能交通系统(ITS)的本质是通过传感技术、信号处理技术、控制技术等现代信息技术与交通工程的综合应用，以最大限度地发挥交通基础设施的潜力，并引导合理的交通行业。通过应用ITS，将传统的交通系统改造成一种信息化、智能化、社会化的新型交通系统。实时路况分析系统是智能交通系统的一个重要组成部分，通过实时路况分析系统，出行者能够根据自己的意愿了解某条道路或某个地点的畅通情况，从而选择最合适的出行行车路线。目前，浮动车信息(FCD)采集技术是国际上ITS系统中采集道路交通信息的主要技术手段，它利用定位技术、无线通信技术和信息处理技术，实现对道路上行驶车辆的瞬时速度、位置、路段旅行时间等交通数据的采集。经过汇总、处理后这些信息生成反映实时道路拥堵情况的交通信息。虽然FCD浮动车数据具有很强的连续性，可全天候工作，提供的交通信息多样化，但要获得全路网的精确交通信息就必须要有足够多的装有GPS接收设备的车辆驶行在道路网络中。由于目前浮动车多以安装有GPS的营运车辆为主。在交通高峰期，运营车辆司机凭借以往经验会在高峰时段有意避开某些拥堵路段，导致此路段浮动数据量较少而与实际路况拥堵情况不相符。而在非高峰时段营运车辆经常会同时停靠在某些畅通路段(如等客，防止空载行驶，节约成本)，导致此类路段停止的浮动车数据量较多，在地图路况展现上出现严重偏差。此外，所有的FCD浮动车数据需要经过采集、处理、分析、展示等多个环节，最终在地图上展现往往需要延时5至7分钟。
技术实现思路
有鉴于此，本专利技术的目的是提出一种基于视觉空间转换网格化的路况分析方法，满足实时路况分析应用中对准确性与及时性的要求，具有较强的实用性。本专利技术采用以下方案实现：一种基于视觉空间转换网格化的路况分析方法，具体包括以下步骤：步骤S1：在视频图像上确定四边形道路区域；步骤S2：对道路区域所在的部分进行处理，得到运动目标二值化图像；步骤S3：对四边形道路区域进行基于视觉空间转换的网格化处理，将该区域划分为多个小四边形；步骤S4：在网格化的道路区域中，结合步骤S2得到的运动目标二值化图像，进行路况分析。进一步地，所述步骤S1具体为：根据交通视频探头的位置与朝向，沿道路边缘预先设置兴趣道路区域，将兴趣道路区域设置为四边形。进一步地，所述步骤S2具体包括以下步骤：步骤S21：灰度化处理：采用加权平均值法将彩色图像中的每个像素点都转换成8bit长度的亮度值，使所有像素的灰度值都在[0，255]范围之内，得到灰度图像；步骤S22：平滑处理：采用中值滤波法对步骤S21得到的灰度图像进行平滑操作，去除视频图像中的噪声，并保留原图像中的轮廓信息；步骤S23：对步骤S22得到的灰度图像进行背景差分二值化，得到运动目标二值化图像；步骤S24：对运动目标进行填充：对运动目标，即车辆内部的黑色部分进行填充处理，通过判定黑像素点周边白像素的分布情况，来确定是否将该黑像素点置为白像素点。进一步地，所述步骤S23具体包括以下步骤：步骤S231：构建视频场景的背景图像；步骤S232：将当前帧图像与背景图像的数据进行相减；步骤S233：对步骤S232得到的结果进行阈值二值化，得到运动目标的二值化图像。进一步地，所述步骤S24具体为：对一个黑像素点(x,y)，其周边共有(x-1,y-1)，(x,y-1)，(x+1,y-1)，(x+1,y)，(x+1,y+1)，(x,y+1)，(x-1,y+1)，(x-1,y)八个像素点，若该黑像素点周边的八个像素点中有三个及以上像素点均为白像素点，则将该黑像素点置为白色。进一步地，所述步骤S3具体包括以下步骤：步骤S31：将四边形道路区域进行纵向网格化；步骤S32：将四边形道路区域进行横向网格化。进一步地，所述纵向网格化具体为：沿车道线方向将道路进行m等分，然后连接两边各等分点。进一步地，所述横向网格化具体为：对四边形道路区域中与道路走向平行的两条边进行视觉空间转换，具体包括如下步骤：步骤S321：设θi(i＝1,2,…n)为摄像头到第i-1等分点连线与第i个等分点连线的夹角，θ为可视路段总夹角，以θi与θ的比值作为横向网格化的划分比例将路段等分为n段，θi与θ的计算公式如下：其中，h为摄像头高度，l为可视路段总长度，k为可视路段起始点。进一步地，所述步骤S4具体包括以下步骤：步骤S41：判断网格是否为有车网格；步骤S42：定义车辆占比指数r1用于衡量指定道路区域中车辆的多少，采用下式计算：r1＝w/(m×n)；其中，w为有车网格的数量，m为纵向网格等分数，n为横向网格等分数，m×n为总网格数量；步骤S43：定义车辆间距指数r2用于衡量指定道路区域中车辆间距的大小，采用下式计算：其中，m为纵向网格等分数，Bi为第i列纵向网格中最大连通无车网格数，为各列平均最大连通无车网格数量；步骤S44：定义道路拥堵指数r用于评估道路的拥堵程度，当r值越大，道路越拥堵，根据r值将道路实时路况等级确定为顺畅、缓慢和拥堵；r值的计算采用下式：r＝r1×A+(1-r2)×(1-A)；其中，A为权值系数。进一步地，所述步骤S41具体为：将网格中白像素占总像素点的比值与指定阈值相比较，如比值大于指定阈值，则可将该网格认为是有车网格；若比值小于阈值，将该网格认为是无车网格。与现有技术相比，本专利技术有以下有益效果：本专利技术提供一种基于视觉空间转换网格化的路况分析方法，在交通视频图像上确定四边形道路区域；随后对道路区域所在的图像进行处理，得到运动目标二值化图像；然后对四边形道路区域进行基于视觉空间转换的网格化处理，将该区域划分为多个小四边形。最后在网格化的道路区域中，结合运动目标二值化图像，进行交通路况分析。该方法检测准确率高，识别速度快，满足实际应用中对准确性与及时性的要求。附图说明图1为本专利技术的方法流程示意图。图2为本专利技术实施例中交通视频图像上确定四边形道路区域示意图。图3为本专利技术实施例中道路区域当前帧图像。图4为本专利技术实施例中运动目标二值化图像。图5为本专利技术实施例中运动目标填充后的二值化图像。图6为本专利技术实施例中道路区域横向网格化过程示意图。图7为本专利技术实施例中道路区域网格化示意图。具体实施方式下面结合附图及实施例对本专利技术做进一步说明。如图1所示，本实施例提供了一种基于视觉空间转换网格化的路况分析方法，具体包括以下步骤：步骤S1：在视频图像上确定四边形道路区域；步骤S2：对道路区域所在的部分进行处理，得到运动目标二值化图像；步骤S3：对四边形道路区域进行基于视觉空间转换的网格化处理，将该区域划分为多个小四边形；步骤S4：在网格化的道路区域中，结合步骤S2得到的运动目标二值化图像，进行路况分析。在本实施例中，选取同一路段不同时段的100张道路图像。在本实施例中，在步骤S1中：根据交通视频探头的位置与朝向，采用预先人工设定的方法沿道路边缘设置兴趣道路区域，将兴趣道路区域设置本文档来自技高网...

【技术保护点】
一种基于视觉空间转换网格化的路况分析方法，其特征在于：包括以下步骤：步骤S1：在视频图像上确定四边形道路区域；步骤S2：对道路区域所在的部分进行处理，得到运动目标二值化图像；步骤S3：对四边形道路区域进行基于视觉空间转换的网格化处理，将该区域划分为多个小四边形；步骤S4：在网格化的道路区域中，结合步骤S2得到的运动目标二值化图像，进行路况分析。

【技术特征摘要】
1.一种基于视觉空间转换网格化的路况分析方法，其特征在于：包括以下步骤：步骤S1：在视频图像上确定四边形道路区域；步骤S2：对道路区域所在的部分进行处理，得到运动目标二值化图像；步骤S3：对四边形道路区域进行基于视觉空间转换的网格化处理，将该区域划分为多个小四边形；步骤S4：在网格化的道路区域中，结合步骤S2得到的运动目标二值化图像，进行路况分析。2.根据权利要求1所述的一种基于视觉空间转换网格化的路况分析方法，其特征在于：所述步骤S1具体为：根据交通视频探头的位置与朝向，沿道路边缘预先设置兴趣道路区域，将兴趣道路区域设置为四边形。3.根据权利要求1所述的一种基于视觉空间转换网格化的路况分析方法，其特征在于：所述步骤S2具体包括以下步骤：步骤S21：灰度化处理：采用加权平均值法将彩色图像中的每个像素点都转换成8bit长度的亮度值，使所有像素的灰度值都在[0，255]范围之内，得到灰度图像；步骤S22：平滑处理：采用中值滤波法对步骤S21得到的灰度图像进行平滑操作，去除视频图像中的噪声，并保留原图像中的轮廓信息；步骤S23：对步骤S22得到的灰度图像进行背景差分二值化，得到运动目标二值化图像；步骤S24：对运动目标进行填充：对运动目标，即车辆内部的黑色部分进行填充处理，通过判定黑像素点周边白像素的分布情况，来确定是否将该黑像素点置为白像素点。4.根据权利要求3所述的一种基于视觉空间转换网格化的路况分析方法，其特征在于：所述步骤S23具体包括以下步骤：步骤S231：构建视频场景的背景图像；步骤S232：将当前帧图像与背景图像的数据进行相减；步骤S233：对步骤S232得到的结果进行阈值二值化，得到运动目标的二值化图像。5.根据权利要求3所述的一种基于视觉空间转换网格化的路况分析方法，其特征在于：所述步骤S24具体为：对一个黑像素点(x,y)，其周边共有(x-1,y-1)，(x,y-1)，(x+1,y-1)，(x+1,y)，(x+1,y+1)，(x,y+1)，(x-1,y+1)，(x-1,y)八个像素点，若该黑像素点周边的八个像素点中有三个及以上像素点均为白像素点，则将该黑像素点置为白色。6.根据权利要求1所述的一种基于视觉空间转换网格化的路况分析方法，其特征在于...

【专利技术属性】
技术研发人员：王秀，余春艳，叶剑青，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35