一种基于图像纹理检测车辆存在的方法技术

本发明专利技术涉及一种基于图像纹理检测车辆存在的方法，将线阵ＣＣＤ图像利用小波变换获取一行数据的小波系数，找出其中的局部极大点和极小点，并量化为仅包含１、－１和０的序列，每２０行进行一次累加，统计５０００行数据中累加和出现的频数最高的数值，作为新的背景纹理，以此每隔５０００行更新一次背景，逐行进行二值化计算，获取当前行与前１９行数据小波变化量化后的累加和，并将其逐段与背景纹理相比较，如果大于某个阈值，则认为该行中的该段为目标，置为１，否则，则置为０，以此对该行数据进行二值化，在此基础上，逐行进行车辆分割，为每个车道设置若干车辆计数器，逐段判断其所属的车道，并进行车辆信息的修改，以此实现实时车辆分割。

Method for detecting vehicle existence based on image texture

The invention relates to a method of image texture detection vehicle based on the linear CCD image using wavelet transform to obtain the wavelet coefficients of a row of data, find out the local maxima and minima, and quantified to include only 1, 1 and 0 sequences, each 20 lines a tired, statistics 5000 the data is accumulated and the frequency of the occurrence of the highest value, as the new background texture, so every 5000 line is updated on a background of progressive binarization calculation, gets the current line and the first 19 rows of data wavelet transform the quantized cumulative and the piecewise and background texture comparison, if more than a a threshold, that the line in this section as the goal, set to 1, otherwise, it is set to 0, based on the data of binarization, on the basis of this, by line vehicle The utility model is characterized in that a plurality of vehicle counters are set for each lane, and the lanes belonging to each lane are judged by segment, and the modification of the vehicle information is carried out.

【技术实现步骤摘要】

本专利技术属于视频检测领域，具体涉及一种基于图像纹理检测车辆存在的 方法。技术背景目前，交通信息检测常用的方法有环形线圈、超声波/微波检测、激光/ 红外线检测和视频图像检测等。环形线圈检测器造价低、检测精度较高，但 存在安装维护困难的缺点。激光/红外线检测器性能好、精度高，但价格昂 贵、设备复杂。超声波/微波检测器可全天候工作、车型分类比较易实现， 但容易受行人和遮挡物的影响、检测距离较短。视频检测方法操作直观灵活， 安装简便、易于维护并且费用偏低，因此比其他检测方法更具优越性。传统的视频检测方法是基于面阵图像的，其背景图像复杂，不利于目标分割和特征提取，而线阵CCD成像中背景图像相对简单，因此后续的目标 分割、特征提取和描述要简单的多，这使得系统在全天候条件下的工作稳定 性更易于保证，并且线阵CCD图像的帧速率远远高于面阵CCD的帧速率， 从而可以实现高精度的检测，特别是车辆存在和车辆速度的检测。线阵CCD每次成像为道路段面的一条线，为了保证检测结果的实时性， 要求对采集数据逐线处理，而常规的视频检测算法都是基于一帧面阵图像 的，因此，需要设计出适用于线阵CCD图像的车辆存在的检测方法。
技术实现思路
本专利技术的目的在于，提供，该方 法能有效抑制车灯和阴影对车辆分割的干扰，实现车辆的实时准确定位。为了实现上述任务，本专利技术采取如下的技术解决方案 '，其特征在于，该方法将线阵CCD图像利用小波变换获取一行数据的小波系数，找出其中的局部极大点和 极小点，并量化为仅包含l、 -1和0的序列，.每20行进行一次累加，统计5000 行数据中累加和出现的频数最高的数值，作为新的背景纹理，以此每隔5000 行更新一次背景，逐行进行二值化计算，获取当前行与前19行数据小波变化 量化后的累加和，并将其逐段与背景纹理相比较，如果大于某个阈值，则认 为该行中的该段为目标，置为l，否则，则置为O，以此对该行数据进行二值 化；并把二值化结果为l的小段称为目标段，二值化结果为O的小段称为空段；在此基础上，逐行进行车辆分割，为每个车道设置若干车辆计数器，逐 段判断其所属的车道，并进行车辆信息的修改，以此实现实时车辆分割。本专利技术的基于图像纹理的车辆存在检测方法是逐行进行的，并且其处理 时间小于一行数据的采集时间，因此能够保证检测的实时性，并且基于图像 纹理的二值化计算能够有效消除车灯和阴影对车辆分割的干扰，实现车辆的 实时准确定位。本专利技术可直接应用于线阵CCD图像采集现场，对图像中的车 辆进行实时分割，为交通参数统计提供依据。附图说明图1是本专利技术基于路面纹理特征的二值化算法流程图； 图2是本专利技术车辆分割算法流程图；图3是白天处理效果图，其中，图a)是采集的原始ccd图像，图b) 是二值化效果图，图c)是车辆分割效果图；图4是晚上处理效果图，其中，图a)是采集的原始ccd图像，图b) 是二值化效果图，图c)是车辆分割效果图。下面结合附图对本专利技术的内容作进一步详细说明。具体实施方式本专利技术的方法将线阵CCD图像利用小波变换获取一行数据的小波系数，找出其中的局部极大点和极小点，并量化为仅包含l、 -l和O的序列，每20行 进行一次累加，统计5000行数据中累加和出现的频数最高的数值，作为新的 背景纹理，以此每隔5000行更新一次背景，逐行进行二值化计算，获取当前 行与前19行数据小波变化量化后的累加和，并将其逐段与背景纹理相比较， 如果大于某个阈值，则认为该行中的该段为目标，置为l，否则，则置为O， 以此对该行数据进行二值化；并把二值化结果为l的小段称为目标段，二值 化结果为O的小段称为空段；在此基础上，逐行进行车辆分割，为每个车道设置若干车辆计数器，逐 段判断其所属的车道，并进行车辆信息的修改，以此实现实时车辆分割。参看图1，基于图像纹理特征的二值化算法的具体实施步骤如下1) 变量初始化。找到背景标志bFindBack=false;当前行行号AL二O， 背景行数计数器nBlock=0， 20行数据按列累加的和nSum中"4) 将数组pDWTData中。 其中，将pDWTData中；7) 取窗口大小为16，对nSum 中，即一行数据被划分成64段；8) 如果bFindBack=false，转步骤ll);9) 根据背景aBack<= a *aBack && nSumAvg>= 3 *aBack)该行第j段数据所对应的像素点二值化为1;else该行第j段数据所对应的像素点二值化为0;10) 对一行数据的二值化结果进行进一步处理，如果位于两个目标段之间的空段长度《2，则把该空段对应的像素填充为1，如果前一个目标段的 长度《2，并且它距离后一个目标段的距离》7，则把前一个目标段对应的像素置为0;11 )统计最新20行数据的AR值出现的频数，并存于数组aBlockInfo 中，该数组第一维代表AR的取值，第二维代表段号；12) 如果nBlock〈5000，转步骤2);13) 根据aBlocklnfo的统计信息，找出各段出现频数最多的数值作为 新的背景，并存于aBack[]=0;14) 如果收到终止指令，则停止数据处理，否则转步骤2)。 为方便描述车辆分割算法，将线阵CCD视场按照近景摄像机视场划分成三个逻辑车道(对应于被监控的两个物理车道)，每个车道包含若干信息 预触发标志、确认触发标志、空行计数器、目标存在计数器、目标左边界、 目标右边界、目标开始行号、目标结束行号、预触发中点位置、目标水平投 影计数器、触发的确切行数。参看图2，车辆分割的具体实施步骤如下1)车道信息初始化。将每个车道的预触发标志、确认触发标志置为false, 将空行计数器、目标左边界、目标右边界、目标开始行号、目标结束行号、 目标水平投影计数器、触发的确切行数置为O，定义目标段长度阈值nl，合并车辆的水平阈值n2，确定是车头的水平投影累加和阈值n3，确认触发的 目标宽度阈值n4，确认触发的目标长度阈值n5，确认目标结束的空行数n6， 目标最大长度n7，目标的最小长度n8，确定不是车头的水平投影累加和阈 值n9;2) 读取最新一行数据的二值化结果；3) 定位下一个目标段的起始位置；4) 如果连续的目标段个数超过nl转步骤5)，否则转步骤3);5) 判断该连续的目标段是否可以合并到已触发的车道，如果可以合并， 则转步骤6)，否则转步骤7);根据连续目标段的中点判断其所属车道，为了防止误触发，需要判断该 连续的目标段是否属于已预触发的车辆。定义目标段到己预触发车道的距离 为如果该连续的目标段与已触发车道的车辆水平范围有交集，则认为该目标段属于该车道已触发的车辆，其距离为0;否则，取连续的目标段的左右边界分别距离已触发车道的车辆的左右边界的最小距离作为其距离，如果该距离超过阈值n2，则认为该目标段不属于该车道已触发的车辆，否则认为 该目标段属于该车道已触发的车辆；6) 修改该车道车辆的边界信息。目标水平投影计数器逐段统计目标段 的个数，修改目标的结束行号，如果该目标段的左右边界超出了该车道的左 右边界范围，则修改目标的左右边界，转步骤8);7) 在连续目标段所属的车道上新建车辆信息，置预触发标志为true， 开启目标水平投影计数器，并设置目标的左右边本文档来自技高网...

【技术保护点】
一种基于图像纹理检测车辆存在的方法，其特征在于，该方法将线阵ＣＣＤ图像利用小波变换获取一行数据的小波系数，找出其中的局部极大点和极小点，并量化为仅包含１、－１和０的序列，每２０行进行一次累加，统计５０００行数据中累加和出现的频数最高的数值，作为新的背景纹理，以此每隔５０００行更新一次背景，逐行进行二值化计算，获取当前行与前１９行数据小波变化量化后的累加和，并将其逐段与背景纹理相比较，如果大于某个阈值，则认为该行中的该段为目标，置为１，否则，则置为０，以此对该行数据进行二值化；并把二值化结果为１的小段称为目标段，二值化结果为０的小段称为空段；在此基础上，逐行进行车辆分割，为每个车道设置若干车辆计数器，逐段判断其所属的车道，并进行车辆信息的修改，以此实现实时车辆分割。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵祥模，宋焕生，李卫江，王国强，徐志刚，李娜，徐涛，梁敏建，刘占文，郑贵桢，
申请(专利权)人：长安大学，
类型：发明
国别省市：87[]