一种交通流视觉检测方法技术

本发明专利技术公开了一种交通流视觉检测方法，由电子监控获取实时交通场景图像序列，交通场景天气状况环境由光照强度、温度、湿度传感器感知，判别是白天/晚上，晴天/阴雨天/正常等天气状况，相应进行光照、阴影预处理。利用交通规则对行车距离的约束，同时考虑车辆实际通行中由于超车、让车而偏离车道这一现像，在图像中设置双虚拟线于监控范围内所有车道的同一水平位置处，在双虚拟线检测区域，利用双模板匹配卷积快速检测定位车辆位置，消除“一对多”“多对一”现像，减少误检，误判。并判别、识别车辆在水平、垂直方向间隔有无异常，利用车辆的水平、垂直位置信息加以约束，正确定位车辆目标位置，及对正常行驶车辆计数，统计交通流量，解决交通流量计数不准的问题。该方法具有较高的检测精度和良好的抗干扰性及实时性。

【技术实现步骤摘要】

【技术保护点】
一种交通流视觉检测方法，其特征在于，包括以下步骤：A检测：只针对双虚拟线间的区域进行感知检测有无车辆目标出现，根据车辆的速度决定目标的检测方式，若速度大于阈值Tv，采用帧差法进行车辆目标的检测如下式(1)，速度小于阈值Tv，采用背景差减法如下式(2)Di(x,y)=1,|fi(x,y)-fi-1(x,y)|>Tff0otherwise---(1)Di(x,y)=1,|fi(x,y)-bg(x,y)|>Tbf0otherwise---(2)采用HSV彩色表示，可有效抵抗阴影的影响，其中fi(x，y)是第i帧的像素(x，y)的HSV值，bg(x，y)是像素(x，y)的背景值，Tff，Tbf分别是帧差法、背景差法的阈值，由经验值设定，采用如下式(3)腐蚀、膨胀形态学滤波处理去掉目标外的干扰像素，以及目标区域内不连续的空洞，Di(x，y)＝((Di(x，y)οb)·c·c)οb???????????????????(3)式中，腐蚀运算ο，其结构元素，长度为9，元素全为1的线结构b，膨胀运算·，其结构元素，大小为5，元素全为1的圆盘结构cB定位：设计覆盖目标的模板M1，模板M1的大小：高度是两条虚拟线间隔，宽度是路面上通行的一条车道的宽度，模板元素全为1，将模板M1与双虚拟线检测区域卷积如下式(4)S＝Di(x，y)*M1???????????????????????????????????????(4)其中“*”表示卷积运算，卷积结果S的极大值处为车辆目标的位置，由此定位并提取检测车辆目标，检测第i帧，卷积结果Si的第k个极大值记为Objki＝{Obj_Iki，Obj_Ski}，k＝1，2，…，其中Obj_Iki表示极大值的位置索引，描述第k个车辆目标出现的位置，Obj_Ski表示极大值的大小，描述第k个车辆目标在监控视频帧中的面积；C计数：设计如下约束规则将第i帧的k个极大值Objki＝{Obj_Iki，Obj_Ski}，k＝1，2，…中无效的极大值排除，则排除无效的车辆目标，准确统计第i帧通行车辆目标数目Ci；I.Obj_Ski＞Ts，若极大值Obj_Ski大于阈值Ts，第k个极大值被判定为车辆目标，否则被认为碎片干扰、假目标，排除第k个极大值；II.在目标位置处Obj_Iki的空洞面积的大小不得超过阈值Tholes，如果超过阈值Tholes，说明由于两辆车进入待检区，则排除第k个极大值；III.|Obj_Ik+1i?Obj_Iki|＞THdistance，在同一水平位置线，左右两个车辆目标的距离需超过阈值THdistance，否则排除第k个极大值；IV.|Obj_Ilj?Obj_Iki|＞TVdistance，l，k＝1，2，…，j＝i?1，i?2，相邻帧中前后车辆目标需大于阈值Tvdistance，若不满足此条件，判定为同一车辆出现于多帧，第k个极大值所表示的目标不得计数；D流量及车速估计：每秒的车流量的统计结果其中N为每分钟视觉检测处理的帧数，Ci是第i帧通行车辆目标的数目。车速估计结果v＝2LFs/ns，其中L是双虚线间隔，Fs是监控系统的帧频，ns是目标经过的帧数。上述规则中，各变量的上标i，j，表示检测帧号，下标k，l表示第i帧或j帧中的第k，l个目标，符号|·|表示取绝对值，各阈值的大小根据交通规则对通行车辆前后距离的约束，及安全距离的约束来确定。FSA00000911664000021.tif,FSA00000911664000022.tif,FSA00000911664000023.tif...

【技术特征摘要】

【专利技术属性】
技术研发人员：许海霞，周维，朱江，彭思齐，吴亚联，王仕果，谭貌，郭华，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：