一种基于虚拟线圈帧间差分法的车流量检测方法技术

本发明专利技术公开了一种基于虚拟线圈帧间差分法的车流量检测方法，首先采用灰度化处理简化视频信息量，用高斯滤波对图像平滑处理并抑制噪声并使图像满足卷积关系，然后获取到的灰度图像进行二值化处理，其次采用高斯混合模型对破损区域进行修复，再采用质心间距来将连接紧密的车辆判断是否是多个车辆，最后输出车流量进行数据更新。通过上述方式，解决了现有识别方法在识别过程中产生孔洞，从而导致将背景判断为车辆，以及车辆遮挡或者阴影带来的影响，有效的提高了车辆识别精度。有效的提高了车辆识别精度。有效的提高了车辆识别精度。

【技术实现步骤摘要】
一种基于虚拟线圈帧间差分法的车流量检测方法


[0001]本专利技术涉及车流检测领域，具体涉及一种基于虚拟线圈帧间差分法的车流量检测方法。

技术介绍

[0002]车流量检测方法主要有虚拟线圈法和深度学习法。基于虚拟线圈的车流量检测方法预先设定虚拟线圈，通过背景差分法、帧间差分法、光流法等方法分割图像获得运动目标，进而检测车流量。其中马永杰等人提出改进的帧间差分法，主要是提高了检测速率，减少了计算量，而当光照使车辆颜色接近路面颜色或车速比较快时，系统会漏检；张绍满等人提供了一种基于视频图像处理的车辆检测方法，通过估算虚拟线圈的运动矢量，就可以检测经过虚拟线圈车辆，但在拥堵道路上，会因为车辆紧密从而无法判断是否为多辆车经过，从而导致匹配准确性下降；黄鑫等人提出了改进的ViBe算法，有效的解决了车辆产生的阴影，更好的判断车辆增加了检测的准确性，但他们的处理图像的方法会产生孔洞，从而导致将背景判断为车辆；陈佳倩等人提出基于YOLOv3和DeepSort的车流量检测方法，使用网络对数据集训练并提取特征，有效的解决了的遮挡问题，但是没有解决车辆阴影带来的影响。

技术实现思路

[0003]针对现有技术中的上述不足，本专利技术提供了一种基于虚拟线圈帧间差分法的车流量检测方法。
[0004]为了达到上述专利技术目的，本专利技术采用的技术方案为：
[0005]一种基于虚拟线圈帧间差分法的车流量检测方法，包括如下步骤：
[0006]S1、获取包含车流量的视频流并进行预处理，得到车流视频的灰度图像；r/>[0007]S2、采用高斯滤波对灰度图像去噪，并进行二值化处理；
[0008]S3、利用高斯混合模型对二值化处理后的图像的破损区域进行修复，并采用质心间距对连接紧密的车辆判断是否为多个车辆；
[0009]S4、输出车流量进行数据更新。
[0010]进一步的，所述S1中预处理的具体方式为：
[0011]S11、利用视频分析法检测视频流中的车流量；
[0012]S12、采用虚拟线圈法检测是否有车辆经过；
[0013]S13、采用灰度化处理将彩色视频灰度化。
[0014]进一步的，所述S12中虚拟线圈法具体方式为：
[0015]S121、根据摄像机的视野和车道数量在视频流中定义M个尺寸为N*N的虚拟线圈，其中，M和N呈反比关系，且8<N<16；
[0016]S122、检测每个虚拟线圈的运动矢量信息，其检测条件为：
[0017][0018]其中，为虚拟线圈运动位移阈值，为虚拟线圈角度偏移量阈值，v
i
为虚拟线圈的位移，f为图像序列帧数，v
i
为虚拟线圈运动的位移，为虚拟线圈运动的方向，θ
road
为图像框中道路的方向。
[0019]S123、判断虚拟线圈的运动矢量信息是否满足S122中的检测条件，若是，则判定虚拟线圈沿道路方向发生了位移，此时定义其虚拟线圈状态c
i
＝1，否则c
i
＝0；
[0020]S124、对全体虚拟线圈进行判定，若超过半数的虚拟线圈发声移动，即是及判定视频流中有车辆正在经过。
[0021]进一步的，所述S13中采用加权平均法对彩色视频灰度化，具体方式为：
[0022]f(i,j)＝αR(i,j)+βG(i,j)+γB(i,j)；
[0023]其中，R(i,j)为红色像素，α为红色像素对应的权重，G(i,j)为绿色像素，β为绿色像素对应的权重，γ为蓝色像素对应的权重，B(i,j)为蓝色像素。
[0024]进一步的，所述S2中高斯滤波的具体方式为：
[0025]选择掩模扫描视频图像中的每一个像素，并用所选择的掩模确定的邻域内的胶圈平均灰度值替代所选择区域中心像素点的值，滤波后的输出图像表示为：
[0026]f
out
(x,y)＝G(x,y)*f
in
(x,y)；
[0027][0028]S
n
(x,y)＝|f
out
(x,y)
‑
f
out
(x,y)|；
[0029]其中，S
n
(x,y)为两帧图像差，f
n
(x,y)为第n帧图像的输出图像序列，f
n
‑1(x,y)为第n
‑
1帧图像的输出图像序列，G(x,y)为高斯分布函数，*为卷积算法，为方差，(x,y)为二维坐标系的横纵坐标值。
[0030]进一步的，所述S2中二值化处理的具体方式为：
[0031]设定像素点阈值T，将图像中的每个像素点与设定的阈值进行比较，若其大于设定的阈值，则将其灰度值设为255，若小于等于设定的阈值，则将其灰度值设为0，表示为：
[0032][0033]其中，d
i
为二值化后的第i个像素，s
i
是图像序列S
n
(x,y)的第i个像素，T为阈值。
[0034]进一步的，所述S3中利用高斯混合模型对二值化处理后的图像的破损区域进行修复的具体方式为：
[0035]S301、设定多个按概率密度分布的单高斯分布的分量高斯模型组成高斯混合模型，其概率密度分布表示为：
[0036][0037]其中，p(x|k)＝N(x|uk,∑k)是第k个高斯模型的概率密度函数；p(x)＝πk为第k个
高斯模型的权重且
[0038]S302、将视频流图像的所有像素输入S031设定的高斯混合模型，分别计算每个像素点属于背景的概率P和前景的概率P，若P大于P
′
时，像素分别被确定为背景；否则，像素被视为前场的像素；
[0039]S303、利用EM迭代更新高斯混合模型的参数，得到高斯混合模型的最佳参数。
[0040]进一步的，所述S303中计算高斯混合模型的最佳参数的方法为：
[0041]S3031、依据高斯混合模型的初始参数计算每个数据j来自高斯模型k的概率，计算方式为：
[0042][0043]其中，x
j
示第j个观测数据，j＝1,.....N，k是混合模型中子高斯模型的数量，k＝1,2...,K，a
k
是观测数据属于第k个子模型的概率，φ(x
j
|θ
k
)是第k个子模型的高斯分布密度函数，γjk表示第j个观测数据属于第k个子模型的概率。
[0044]S3012、计算新一轮迭代的模型参数，计算方式为：
[0045][0046][0047][0048]其中，μ
k
为每个子高斯模型的期望，∑
k
为协方差矩阵，T是矩阵转置符号。
[0049]S3013、重复步骤S3011
‑
S3012直至收敛。
[0050]进一步的，所述S3中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于虚拟线圈帧间差分法的车流量检测方法，其特征在于，包括如下步骤：S1、获取包含车流量的视频流并进行预处理，得到车流视频的灰度图像；S2、采用高斯滤波对灰度图像去噪，并进行二值化处理；S3、利用高斯混合模型对二值化处理后的图像的破损区域进行修复，并采用质心间距对连接紧密的车辆判断是否为多个车辆；S4、输出车流量进行数据更新。2.根据权利要求1所述的基于虚拟线圈帧间差分法的车流量检测方法，其特征在于，所述S1中预处理的具体方式为：S11、利用视频分析法检测视频流中的车流量；S12、采用虚拟线圈法检测是否有车辆经过；S13、采用灰度化处理将彩色视频灰度化。3.根据权利要求2所述的基于虚拟线圈帧间差分法的车流量检测方法，其特征在于，所述S12中虚拟线圈法具体方式为：S121、根据摄像机的视野和车道数量在视频流中定义M个尺寸为N*N的虚拟线圈，其中，M和N呈反比关系，且8＜N＜16；S122、检测每个虚拟线圈的运动矢量信息，其检测条件为：其中，为虚拟线圈运动位移阈值，为虚拟线圈角度偏移量阈值，v
i
为虚拟线圈的位移，f为图像序列帧数，v
i
为虚拟线圈运动的位移，为虚拟线圈运动的方向，θ
road
为图像框中道路的方向。S123、判断虚拟线圈的运动矢量信息是否满足S122中的检测条件，若是，则判定虚拟线圈沿道路方向发生了位移，此时定义其虚拟线圈状态ci＝1，否则ci＝0；S124、对全体虚拟线圈进行判定，若超过半数的虚拟线圈发声移动，即是及判定视频流中有车辆正在经过。4.根据权利要求2所述的基于虚拟线圈帧间差分法的车流量检测方法，其特征在于，所述S13中采用加权平均法对彩色视频灰度化，具体方式为：f(i，j)＝αR(i，j)+βG(i，j)+γB(i，j)；其中，R(i，j)为红色像素，α为红色像素对应的权重，G(i，j)为绿色像素，β为绿色像素对应的权重，γ为蓝色像素对应的权重，B(i，j)为蓝色像素。5.根据权利要求1所述的基于虚拟线圈帧间差分法的车流量检测方法，其特征在于，所述S2中高斯滤波的具体方式为：选择掩模扫描视频图像中的每一个像素，并用所选择的掩模确定的邻域内的胶圈平均灰度值替代所选择区域中心像素点的值，滤波后的输出图像表示为：fo
ut
(x，y)＝G(x，y)*fi
n
(x，y)；
Sn(x，y)＝|fo
ut
(x，y)
‑
fo
ut
(x，y)|；其中，Sn(x，y)为两帧图像差，fn(x，y)为第n帧图像的输出图像序列，fn
‑1(x，y)为第n
‑
1帧图像的输出图像序列，G(x，y)为高斯分布函数，*为卷积算法，σ为方差，(x，y)为二维坐标系的横纵坐标值。6.根据权利要求5所述的基于虚拟线圈帧间差分法的车流量...

【专利技术属性】
技术研发人员：邹倩颖，
申请(专利权)人：北京吉利学院，
类型：发明
国别省市：