（计算机应用技术专业论文）基于全方位视觉的违章停车监控系统的研究.pdf

浙江j i ：业大学硕士学位论文 基于全方位视觉的违章停车监控系统的研究 摘要 近年来，我国机动车保有量逐年增长，道路交通事故造成的死亡人数和经济损失也急 剧增加。相关资料表明，在常见的机动车违章行为中，违章停车所占的比重最大而且社会 危害也相当严重。快速地处理此类案件并采取有效的预防、治理措施，是道路交通管理者 迫在眉睫的任务。 视频监控技术发展至今，在很多领域都有了应用。具体在道路交通监控方面，现有的 很多系统已经可以对机动车超速、逆行、闯红灯等违章行为实现准确检测和记录，然而违 章停车检测技术却相对发展比较滞后。本文对基于计算机视觉的违章停车监控技术涉及的 主要问题进行了研究，采用全方位视觉，设计实现了一种适用于大场景的违章停车监控系 统。本文的主要工作和成果总结如下： 1 本文设计了一种通过将全方位视觉传感器( o d v s ) 和高速球摄像机相融合的手段 来实现大场景下违章停车监控的实验装置。一方面，o d v s 拥有3 6 0 度的广阔视野，相比 于普通摄像机，只需要较少数量的该类型摄像机便能实现对大场景的覆盖；另一方面，由 于o d v s 的分辨率相对较低，对于场景内的违章停车事件，通常只能确定违章车辆的位置 而无法获取该车辆的清晰图像，因此，本系统采用分辨率较高的高速球摄像机对肇事车辆 进行特写抓拍。 2 本文设计的违章停车检测方法，并不遵循传统监控系统的框架，即该检测方法不 是采用常规的通过运动车辆检测、车辆跟踪和车辆轨迹分析来识别违章停车行为的流程， 而是将对象跟踪i u j 题转化为一系列模式识别问题。其核心内容包括：运动区域检测、暂时 静止区域检测、暂时静止对象检测和违章车辆检测。该方法能够有效地避免运动对象合并、 分开、遮挡等复杂问题，尤其是当场景中存在大量运动对象时，具有较好的鲁棒性。 关键词：违章停车监控系统，全方位视觉传感器( o d v s ) ，高速球摄像机，融合， 对象跟踪，模式识别 浙江j 丁= 业人学硕士学位论文 r e s e a r c ho fi l l e g a l l yp a r k e dv e h i c l e s s u r v e i l l a n c es y s t e mb a s e do n o m n i d i r e c t i o n a lv i s i o n a b s t r a c t i nr e c e n ty e a r s ，谢t ht h eg r o w t ho fc h i n a sv e h i c l ef l e e ty e a rb yy e a r , t h en u m b e ro fd e a t h s c a u s e db yt r a f f i ca c c i d e n t sh a si n c r e a s e dd r a m a t i c a l l ya sw e l la se c o n o m i cl o s s e s t h er e l a t e d d a t as h o w st h a tt h ec a s eo f i l l e g a l l yp a r k e dv e h i c l e s ，w h i c ht a k e st h em o s ts h a r e so f t h ec o m m o n i l l e g a lb e h a v i o r s ，i sr e a l l yh a r m f u lt os o c i e t y i ti sr e a l l ya l lu r g e n tt a s kf o rt r a f f i cm a n a g e m e n t t o q u i c k l yd e a l 、析t l ls u c hc a s e sa n dt a k ee f f e c t i v ep r e v e n t i o no rt r e a t m e n tm e a s u r e s u pt ot h ep r e s e n t ，t e c h n o l o g yd e v e l o p m e n t so fv i d e os u r v e i l l a n c eh a v eb e e ns u f f i c i e n tf o r a p p l y i n gi nm a n yf i e l d s i nt r a f f i cm o n i t o r i n g ，m a n ye x i s t e ds y s t e m sh a v e b e e na b l et od e t e c ta n d r e c o r dm a n yk i n d so fv e h i c l ei l l e g a lb e h a v i o r sa c c u r a t e l y , s u c ha so v e rs p e e d ，r e v e r s ed r i v i n g ， r e dl i g h tv i o l a t i o n , e t c h o w e v e r , t h et e c h n o l o g yo fi l l e g a l l yp a r k e dv e h i c l e sd e t e c t i o nh a sb e e n l e f tb e h i n dr e l a t i v e l y i nt h i sp a p e r ，w eh a v ed o n es o m er e s e a r c h e sa b o u tm a i np r o b l e m sr e f e r r i n g t ot h es u r v e i l l a n c et e c h n o l o g yo fi l l e g a l l yp a r k e dv e h i c l e sw h i c hb a s e do nc o m p u t e rv i s i o n w e d e s i g n e da n di m p l e m e n t e das u r v e i l l a n c es y s t e ma p p l i c a b l ef o rl a r g e - s c a l em o n i t o r i n go f i l l e g a l l yp a r k e dv e h i c l e sb a s e do no m n i d i r e c t i o n a lv i s i o n t h em a i nw o r ka n da c h i e v e m e n t so f t h i sp a p e rw e r es u m m a r i z e da sf o l l o w s ： 1 t h i sp a p e rd e s i g n e da ne x p e r i m e n t a ld e v i c ef o rl a r g e s c a l em o n i t o r i n go fi l l e g a l l y p a r k e dv e h i c l e sb ym e a n so fm u l t i v i s i o ns e n s o rf u s i o no fo m n i d i r e c t i o n a lv i s i o ns e n s o r ( o d v s ) a n dh i g hs p e e dd o m ec a n l e r a c o m p a r e dw i t l lo r d i n a r yc a m e r a , o d v sw i t haf u l l3 6 0 一d e g r e e p a n o r a m i cf i e l do fv i e w , p r o v i d eal a r g ea r e ac o v e r a g eu s i n gar e l a t i v e l ys m a l ln u m b e ro f c a m e r a s o nt h eo t h e rh a n d ，o d v sc o u l do n l yc o n f i r mt h el o c a t i o no fi l l e g a l l yp a r k e dv e h i c l e s r a t h e rt h a ng a i n st h e i rc l e a ri m a g e sb e c a u s eo fi t sc o m p a r a t i v e l yl o wr e s o l u t i o n t h e r e f o r e ，h i g h s p e e dd o m ec a m e r aw i m1 1 i g hr e s o l u t i o ni su s e dt oc a p t u r ec l e a ri m a g eo fs p e c i f i cv e h i c l e s 2 t h ed e t e c t i o nm e t h o df o ri l l e g a l l yp a r k e dv e h i c l e sp r o p o s e db yt h i sp a p e rd o e s n tf o l l o w t h eg e n e r a lf r a m e w o r ko fv i d e os u r v e i l l a n c ew h o s ec o n v e n t i o n a lp r o c e d u r ei n c l u d e sm o v i n g v e h i c l ed e t e c t i o n ，v e h i c l et r a c k i n g ，i l l e g a l l yp a r k e dv e h i c l ed e t e c t i o nb a s e do ni t st r a je c t o r y t h e m e t h o dc h a n g e st h ec l a s s i co b j e c tt r a c k i n gp r o b l e mt oas e r i e so fp a t t e mr e c o g n i t i o np r o b l e m s 浙江1 ：业人学硕士学位论文 a n df o c u si t sa t t e n t i o no nm o v i n g r e g i o nd e t e c t i o n , t e m p o r a r i l ys t a t i cr e g i o nd e t e c t i o n , t e m p o r a r i l yo b j e c td e t e c t i o na n di l l e g a l l yp a r k e dv e h i c l ed e t e c t i o n e x p e r i m e n t a lr e s u l t s i l l u s t r a t et h a tt h em e t h o di sr o b u s te n o u g ht oe f f e c t i v e l ya v o i dt h et r a c k i n gp r o b l e m so f m e r g i n g ， s p l i t t i n g ，o c c l u s i o n , e s p e c i a l l yw h e nt h e r ei sal a r g en u m b e ro fm o v i n go b j e c t si nt h es c e n e k e yw o r d s ：i l l e g a l l yp a r k e dv e h i c l e ss u r v e i l l a n c es y s t e m ，o m n i d i r e c t i o n a lv i s i o ns e n s o r ( o d v s ) ，h i g hs p e e dd o m ec a m e r a , f u s i o n ，o b j e c tt r a c k i n g ，p a a e mr e c o g n i t i o n 浙江! l ：业人学硕上学位论文 图1 1 图1 2 图1 3 图2 1 图2 2 图2 3 图2 4 图2 5 图2 6 图2 7 图3 1 图3 - 2 图3 3 图3 4 图4 1 图4 2 图4 3 图4 4 图4 5 图4 。6 图4 7 图4 8 图4 9 图5 1 图5 2 图5 3 图5 - 4 图5 5 图5 - 6 图5 - 7 图5 8 图5 - 9 图5 1 0 图5 1 1 图5 1 2 图5 1 3 图5 一1 4 图5 1 5 图5 1 6 图5 1 7 图5 1 8 图5 1 9 图例 洛同i 市2 0 0 9 年第五期电子警察违章乍辆统计一2 动态场景卜视频监控系统的一般框架4 - 论文的组织结构一8 一 系统装置设计一1 0 - 系统网络拓扑结构一1 1 一 系统处理流程一1 2 一 全方位视觉传感器结构- 1 3 一 镜面设计- 13 一 高速球摄像机结构图- 1 4 - 系统软件总体结构- 15 一 混合高斯模型处理流程一2 0 - 投射阴影示意图一2 1 - 运动阴影检测方法分类一2 2 一 基于混合高斯模型的光照突变处理一2 7 - 基于对象跟踪技术的违章停乍处理流程3 0 - 本文采用的违章停车处理流程3 0 一 计算轮廓点3 4 一 扫描线与轮廓线相交的4 种类秘3 4 - 团块跟踪演示- 3 6 一 基丁边缘信息检测暂时静i 卜对象类硝- 3 8 - 基丁直方图信息检测暂时静i = 对象类型- 3 8 - 包含不同对象的- 二值图像一3 9 一 特写抓拍效果- 4 1 一 系统硬件实现- 4 2 一 违章停下监控系统的软件主界面一4 3 一 运动i 必域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp ve a s y 一4 5 - 运动域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp vm e d i u m 一4 6 - 运动i x 域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp vh a r d - 4 6 - 运动k 域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp ve a s y - 4 7 - 运动i 又：域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp vm e d i u m - 4 7 - 运动区域检测：i l i d s ( a v s s2 0 0 7 ) 的a v s sp vh a r d - 4 7 - 运动区域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp ve a s y 一4 8 一 运动区域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp vm e d i u m - 4 9 一 运动区域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp vh a r d - 4 9 一 中问值法处理得剑的初始背景图像一4 9 暂时静l 卜区域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp ve a s y 一5 0 - 暂时静j ：域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp vm e d i u m - 5 0 - 暂时静f 卜区域检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp vh a r d 5 0 - 团块跟踪：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp ve a s y 一5l - 暂时静l 卜对象检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp ve a s y 一5 2 - 暂时静f = 对象检测：i - l i d s 似v s s2 0 0 7 ) 的a v s sp vm e d i u m 5 2 - 暂时静l i ：对象检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp vh a r d 5 3 - 浙江：l ：业人学硕十= 学位论文 图5 - 2 0 图5 2 l 图5 2 2 图5 2 3 图5 - 2 4 图5 2 5 图5 - 2 6 图5 2 7 图5 2 8 图5 2 9 图5 3 0 图5 3 l 图5 - 3 2 遗留对象检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp ve a s y 5 5 遗留对象检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp vm e d i u m 5 5 遗留对象检测：i - l i d s ( a v s s2 0 0 7 ) 的a v s sp vh a r d 一5 5 预置点定制：室外停车场5 8 运动区域检测：室外停车场5 8 暂时静j ：区域检测：室外停车场一5 8 暂时静i ：对象检测：室外停车场5 9 暂时静i 卜车辆检测：室外停车场5 9 违章1 i 辆抓拍：室外停乍场5 9 违章1 i 辆抓拍1 ：室外停：乍场6 0 违章下辆抓拍2 ：室外停乍场6 l - 违章印辆抓拍3 ：室外停乍场6 1 - 违章车辆抓拍4 ：室外停1 i 场6 1 - 浙江：j ：业人学硕士学位论文 表例 表1 1全国机动车保有鼍增长情况- 1 - 表4 1 根据f i 。和f s 判断某像素的类型一3 2 表4 2消除孤立点操作查询表一3 3 表5 1违章停乍j i 控系统的功能单元4 4 表5 2 混含高斯模型参数初始值4 5 表5 3阴影抑制：d n m l 方法的四个参数 菠置4 6 表5 _ 4基于“结构”信息的光照突变抑制模块的参数设置4 8 表5 5暂时静i ：对象模块参数设置5 2 表5 - 6 检测数据：暂时静i ：对象检测模块5 3 表5 7 检测数据：遗留对象检测模块5 4 表5 8 对象形状信息采样( 部分) 5 6 表5 - 9 检测数据：车辆对象检测模块，5 7 浙江工业大学 学位论文原创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作 所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或 集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的 学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中 以明确方式标明。本人承担本声明的法律责任。 作者签名：豫耀痔日期：冲应月纠日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留 并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本 人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密肌 ( 请在以上相应方框内打“”) 作者签名1 泵耀守日期冲蝴3 f 日 聊戤。矿乙。亨嗍7 肜删衫 浙江t 业人学硕+ 学位论文 1 1 研究背景 第1 章绪论 随着经济的持续快速发展，我国机动车数量也呈现高速增长趋势。表1 1 显示了最近 三年全国机动车保有量增长情况。 表卜1全国机动车保有量增长情况 截至2 0 0 7 年截至2 0 0 8 年截至2 0 0 9 年8 月 全因机动车保有量15 9 7 7 7 5 8 9 16 9 8 8 7 7 4 4 1 8 0 0 1 8 5 1 2 汽乍5 6 9 6 7 7 6 56 4 6 7 2 0 5 37 18 5 6 9 9 3 摩托车8 7 0 9 6 6 138 9 5 3 7 7 7 59 2 3 8 7 5 71 增k 率 1 0 0 2 6 3 3 截至2 0 0 9 年8 月底，我国机动车保有量已达到1 8 亿辆。随着机动车数量的急剧增长， 道路交通事故造成的死亡人数和经济损失也逐年增加。统计资料表明，机动车违章行为是 诱发交通事故的根源。常见的机动车违章行为有变道、不按规定车道行驶、闯红灯、违反 禁令、违章停车、压线、占道等。图1 1 显示了洛阳市2 0 0 9 年第五期电子警察违章车辆统 计结果，在所有的违章事件中，违章停车所占的比重为5 6 ，超过了其他所有违章行为的 总和。 根据交警支队相关人士介绍，机动车违章停车的危害主要表现在以下几个方面：( 1 ) 严重影响交通秩序。此类违法往往成为交通堵塞的原因，严重影响j 下常的交通秩序。( 2 ) 诱发交通事故。因不按规定停车造成的追尾事故是交通事故的主要类型之一。( 3 ) 影响城 市的形象。在现代城市，一个城市的交通秩序往往成为该城市的一个“名片”和“窗口 ， 它体现了这个城市市民的素质和城市的风貌。( 4 ) 引起不良的连锁反应。机动车不守规矩 乱停车，非机动车、电动车等交通工具都会效仿，行人也会不遵守交通法规，被“逼”上 机动车道，从而使一些路段和地点交通管理出现“失控”，每当新学期开学，或者上下学 高峰，一些幼儿园、小学、中学门前都会出现这种现象，交警纠j 下违法也非常困难。 针对机动车违章停车行为的频发性以及严重的社会危害性，采取有效的预防、治理方 1 浙江l 业人学硕十学位论文 案是道路交通管理者迫在眉睫的任务 口变道 币按规定行驶 口谓头 口逆忭 址应禁令 口述反鸯笨令杯占 迎停 u 爪线 道 其他 幽i - l 洛目h h2 0 0 9 年第 j 9 j 电子警察违章中辆统计 1 1 2 国内外研究现状 倘若出现由于机动车违章停泊或者突发交通事故诱发的道路捌堵情况，通常通过电视 监控系统( c c t v ) 或群众报警l b 话束反映。但是随着中h 汽车产业的发展，各大城i 订发 生违章停车、道路铷堵的频率越来越高，这种传统的交通信息反馈渠道已经远远滞后于交 通发_ i f 芝现状，交通执法部r 】急需强有力的科技于段对违章停车、道路拥堵等现琢进行搬警， 以确保道路的畅通。 2 1 视频检测技术 h 前在各大城市道路交通临拧系统巾丰要使用的车辆检测器是线圈感应器和视频检 测器。地埋感j 岖线圈榆洲器因其可靠惟高，准确率较高，凡价格低，存i 讨儿年一直被j 泛使丌1 ，f 叫缒着电子技术的发展，人规模、超人规模集成电路的发展功能强大的数字处 理芯片的山现，视频榆测技术取得突破并愈发成熟，与线蹰检测技术相比所具有的优越性 和高性价比己渐渐得到业内人士的公认。显然，视频检测器代表了未来车辆检测领域的发 展雨i 应用方向，而它的优势卡要体现在以下几个方面；( 1 ) 粟j j 视频传感器，它无需切割 破坏路面乃至铺设很长的线圈馈线电缆，最大耩! 度的缩短丁封闭道路的时问。另外，视频 虚拟线圈的位置t 以根据需要任意放置而感应线圈安装在一个位置后就不能根据路况的 变化而f 雕 移动，雨则重复切割路面会严重影响道路的使刚寿命。( 2 ) 视频康拟线豳的位 2 ： 浙江下业大学硕十学位论文 置摆放可以根据路况任意调整，其线圈功能属性也可以根据需要进行设置，如：存在、延 时、延迟、脉冲和计数。选用不同属性的线圈可以实现不同的控制需求，每路视频图像可 以设置多个这样的虚拟线圈。( 3 ) 感应线圈的寿命大约在2 5 年( 根据交通量及路面温度 而定) ，而视频检测器的使用寿命要超过1 0 年。( 4 ) 采用了数字信号处理技术( d s p ) 和 先进算法，视频检测能够面对路面反光、车辆阴影、恶劣气候及各种光照条件的挑战，它 能够精确、可靠地检测数据，真j 下实现全天候的检测控制。 1 2 2 视频监控技术 自上世纪8 0 年代未以来，随着信息技术、传感器技术、数据通信技术、自动控制技 术、运筹学、图像分析技术、计算机网络以及人工智能等技术的发展，将计算机视觉、图 像处理、模式识别、人工智能等应用于道路交通管理一直是研究的重点和热点。基于视频 信息的车辆违章行为检测技术已经取得了长足的进展，可以对超速、逆行、闯红灯、压黄 线、抢占公交车道等一系列违章现象进行准确、稳定、自动、全天候的检测和记录。市场 上已经出现了一些成熟的商业化产品。其中比较著名的有美国i s s 公司的a u t o s c o p e t l 】 系统、比利时路畅通公司的t r a f i c o n l 2 1 系统和美国i t e r i s 公司的v a n t a g e 3 1 系统等。 其中v a n t a g e 在全球的运营业绩已经超过三万个，是客户最钟爱的车辆检测产品。此类 产品的出现可以大大缓解因违章行为导致交通事故数量增加与警力少以及警务人员劳动 强度大的矛盾，有效抑制了由于车辆违章行为诱发的交通事故。 上述的车辆违章行为监控系统属于视频监控技术在道路交通管理领域的具体应用。目 前，已经有很多著名的视频监控系统。例如w 4 1 4 l 是一款使用单摄像机和灰度传感器的实时 视频监控系统，基于一种将形状分析和跟踪技术相结合并构建人体外形模型的方法，即使 在室外环境或者发生遮挡的情况下，也能够较好地检测和跟踪人群并监视其行为。v i e w 【5 】是一款基于三维模型的机动车跟踪系统。w r e n 等人开发的p f i n d e r l 6 1 系统被用于重构 人体对象的3 d 描述，能够在复杂环境下实现对非遮挡人体对象的跟踪，适用于许多不同 的应用场合。由o l s e n 等人开发的t i 【7 】系统，能够检测室内场景中的运动对象，采用一阶 预测进行跟踪，通过运动轨迹进行行为识别。卡内基梅隆大学的l i p t o n 等人1 8 开发的系统 采用多个摄像头接入网络的方式实现大范围监控。它能够在混乱场景下检测和跟踪多个人 体或者车辆对象并监视其行为。 至于硬件方面，索尼、英特尔等公司已经设计了适用于视频监控的配套设备，例如主 动式摄像机、智能摄像机【9 】、全方位摄像机【1 0 1 等。 浙江：j ：业人学硕十学位论文 1 2 - 3 基于计算机视觉的违章停车检测技术 违章停车检测技术的重点是对暂时静止车辆及其停留时间的检测，现有的对暂时静止 车辆的检测方法主要是基于车辆跟踪技术的。其检测流程符合动态场景下视频监控系统的 一般框架：该框架可以概括如下： 图1 2 动态场景下视频监控系统的一般框架 基于视频图像的运动分割是为了检测出场景中和运动对象( 例如机动车、人) 相关联 的区域，而这些运动区域将成为后续的跟踪、行为理解等操作的关注焦点。目i j ，大多数 分割方法是基于图像序列中的时间或者空间信息。几种常见的运动分割方法概述如下：( 1 ) 背景差分是一种常用的运动分割方法，该类方法首先构建一个背景场景模型，然后计算当 前帧图像中每个像素的特征值与对应模型之间的偏差，最后根据偏差大小判断该像素是属 于背景还是i j 景。( 2 ) 帧间差分是指图像序列中连续的两帧或三帧进行基于像素的差分操 作，从而提取出运动区域。( 3 ) 基于光流的运动分割是利用运动对象随时间变化的光流向 量特性来检测图像序列中的运动区域。 在自然场景中，不同的运动区域可能对应于不同的运动对象。例如，安装在道路交通 场景中的监控摄像机所获取到的图像序列，可能包括人、机动车、以及其他诸如飞鸟、移 动的云彩等运动对象。为了进一步跟踪对象和分析它们的行为，必须正确区分运动对致。 4 浙江：i ：业人学硕士学位论文 对象分类是一个标准的模式识别问题。目前，有两大类方法：( 1 ) 基于形状的分类。运动 区域的形状信息例如点、外接矩形框、轮廓线、团块等都可用于对象分类。v a s m i 】利用 团块的扩散度、面积、外接矩形框的宽高比作为主要特点，将运动团块分为四类：单个人 体、机动车、人群、杂乱对象，并采用神经网络作为分类器。k u n o 等i l2 l 采用人体轮廓的 简单形状参数来区分人和其他运动对象。( 2 ) 基于运动的分类。一般情况下，非刚性的人 体运动会呈现出一定的周期性规律，这一属性为运动对象分类提供了有效线索。c u t l e r 等 人1 1 3 1 提出了一种基于相似性的技术来检测和分析对象的周期性运动。通过跟踪运动对象并 统计自身相似性随时间的变化来实现运动对象分类。l i p t o n l l 4 】提出了余流的概念并指出在 一般情况下，非刚性对象比刚性对象显现更多的余流。根据这个信息，运动对象能够被有 效地分类，例如人和机动车。此外，上述的两类方法能够有效地结合。 在运动分割之后，监控系统通常会对图像序列相邻帧中的运动对象进行跟踪。跟踪算 法在处理过程中和运动分割的效果有密切联系。跟踪技术涉及到相邻帧的对象匹配，一般 采用点、线、团块( b l o b ) 等作为特征。而常用的数学工具包括卡尔曼滤波、凝聚算法、 动态贝叶斯网络等。b e n j a m i nc o i f m a n 等在文献【1 5 】中将跟踪策略划分为四类：基于模型 的跟踪、基于区域的跟踪、基于动态轮廓的跟踪和基于特征的跟踪。 在成功完成图像序列相邻帧中运动对象的跟踪之后，随之而来的问题便是对图像序列 中运动对象的行为理解。行为理解涉及到运动模式的分析和识别，以及更高层次的行为描 述的产物。 显然，基于上述监控系统一般框架的违章停车检测流程按照先后顺序依次为车辆检 测、车辆跟踪和违章停车行为识别。违章停车行为识别是通过分析车辆的运动轨迹完成的。 b e v i l a c q u a 等【1 6 1 提出的是通过检测短的稳定问隔来检测不动中心的方法。短的稳定间隔被 进一步组合成用来测量整个车辆停车时问的长的稳定间隔。 当然，并不是所有的违章停车检测方法都是基于车辆跟踪技术的。例如f a t i hp o r i k l i l l 7 】 提出了一种通过单个固定的摄像机检测场景暂时静止区域的算法，该算法构造两个不同采 样率的背景：短周期背景和长周期背景。然后将当前帧图像分别与两个背景图像进行差分 得到两个前景二值图像，最后采用一套启发式算法，将运动统计信息整合成为一幅可能性 图像。可能性图像被用于判断像素是归属于某个运动对象还是暂时静止对象，或者是场景 的背景。暂时静止对象的范畴包括：遗留物、违章停泊车辆、从场景中移走的物体等。 刘肃亮等【1 8 】提出了一种通过分析像素的亮度值随时问的变化情况来判断该像素是归 属于某静止对象还是运动对象的方法。 浙江i ：业人学硕士学位论文 1 2 4 研究现状评述 综合上述的基于计算机视觉的违章停车检测方法，其中基于车辆跟踪技术的方法虽然 已经取得了一些研究成果，但是现有的基于车辆跟踪技术的违章停车检测方法在运动分 割、对象跟踪等方面还存在问题： ( 1 ) 从运动分割上来说，背景差分对动态场景的变化非常敏感，例如光照变化、运 动变化等。目i j i f 尚不存在一个“完美”模型以适应所有这些变化所造成的影响。帧问差分 能够适应动态场景，但不能抽取出所有的相关像素，通常会导致运动对象内部出现孔洞现 象。因此，其后续操作还应包括孔洞填充。基于光流的运动分割能够在摄像机运动的情况 下进行独立地运动对象检测。但是大多数的光流计算方法时间复杂度较高，而且对噪声非 常敏感。因此在没有配备特殊视频处理硬件的情况下，该方法无法满足实时应用。 ( 2 ) 从对象跟踪上来说，不可避免地会遇到诸如对象合并、分开、进入、离开、遮 挡等问题，而且在很多情况下这些问题是很难被解决的。 此外，f a t i hp o r i k l i 提出的方法需要针对不同的应用场景设置特定的参数，而且没有提 供相应的机制来判断暂时静止区域是属于遗留在场景的对象还是从场景中离开的对象，同 样地，刘肃亮提出的方法也存在这个问题。 1 3 研究目的和意义 现阶段我国机动车违章停车现象的普遍发生，究其原因主要有两方面：首先是随着经 济的发展，我国机动车保有量呈现高速增长态势。但与此同时，停车场和停车泊位建设却 处于相对滞后状态，特别是中心商业区域缺少大型公共停车场，导致停车矛盾同益凸显， 车辆占用机动车道、占用人行道违停乱放的现象司空见惯；其次是由于驾驶员自身的道路 交通法规意识淡漠所造成的。 视频监控技术发展至今，在运动对象的检测、跟踪、异常行为识别等方面已同臻成熟， 在许多场景已具备实用性。在道路交通监控方面，违章行为检测技术已经取得了长足的进 展，可以对超速、逆行、闯红灯、压黄线等违章现象实现准确检测。虽然安装视频监控设 备的初衷是为了胜任多种不同的监控任务，但是违章停车检测技术却相对发展比较滞后 1 1 9 1 ，在很多场景下尚未实现自动检测。 针对现有的基于计算机视觉的违章停车检测技术存在的问题，本文的研究目的是尝试 实现一种适用于大场景的违章停车监控系统。该系统基于计算机视觉技术，能够检测并记 6 浙江：l ：业人学硕士学位论文 录多种不同场景下发生的违章停车事件，从而减少相关执法人员的工作强度。该系统具有 高准确率、低漏检率等特点。监控场景包括城市街道、高速公路、停车场等。 1 4 研究内容 本文的研究内容主要包括3 个方面： ( 1 ) 全方位视觉传感器的应用 由于在城市街道、高速公路、停车场等大场景检测违章停车事件需要覆盖尽可能宽广 的范围，本系统引入全方位视觉传感器作为图像获取手段。全方位视觉传感器具有采集3 6 0 度场景全方位图像的能力，只要将它安置在大场景的中间就能够非常容易地采集到包含违 章停车事件的视频信息。 ( 2 ) 违章停车检测方法的研究 本文设计的违章停车检测方法，并不遵循传统监控系统的框架，即该检测方法不是采 用常规的通过运动车辆检测、车辆跟踪和车辆轨迹分析来识别违章停车行为的流程，而是 将跟踪问题转化为一系列模式识别问题。具体的说，该问题包括以下两点： 动态场景中暂时静止对象的检测。 通过分析暂时静止对象的属性实现暂时静止车辆的识别。 对于第一个问题，本文采用类似于p o r i k l i 的方法，有效地检测出动念场景中的暂时静止 区域，然后通过消除孤立点、连通区域填充操作抽取出对象，只有当对象面积处于稳定值 时，该对象彳。被触发为暂时静止对象。对于第二个问题，首先需要判断该暂时静止对象是 遗留在场景的对象还是从场景中离开的对象，其次需要判断该对象是否属于车辆对象。 本文采用上述的检测方法，一方面足为了有效地避免诸如运动对象合并、分丌、遮挡 等复杂问题，另一方面是出于系统实时性考虑，特别是当场景内存在大量运动对象时，基 于对象跟踪的检测方法很难做到对违章停车行为的实时监控。 ( 3 ) 违章车辆抓拍装置的设计 为了记录违章车辆的有效信息，本文采用一种全方位视觉传感器和高速球摄像机相融 合的装置，其中全方位视觉传感器是用于在宏观上检测场景中的违章停车事件并确定违章 车辆位置，而高速球摄像机是用于在微观上实现违章车辆的特写抓拍。抓拍得到的车辆图 像可进一步用于车牌号识别、车型识别等后续处理。 浙江j l ：业人学硕士学位论文 1 5 论文的章节安排 论文共六分章，各章节的关系如图1 3 所示： t 基于全方位视觉的违章停车监控系统的研究 研究背景检测方法研究实现及实验 笫第 第第笕第 - j l 三【，qjl托 青 童 系系 童 全 章 壹 总 统 早 绪 总 运 论结动 与 区 停实 展域 杰 体 现 望检检设 与 测测计 实 验 分 析 图1 - 3 论文的组织结构 第一章阐述了研究背景，在分析了国内外研究现状的基础上指出了目前基于计算机视 觉的违章停车检测技术存在的问题，提出了一种适用于大场景的违章停车监控系统，并介 绍了本研究的目的和意义，最后介绍了本文的主要研究内容。 第二章介绍违章停车监控系统的总体设计，包括硬件设计和软件设计两方面。硬件设 计部分重点介绍了系统装置设计，软件设计部分重点介绍了软件总体架构和模块划分。 第三章讨论了视频中运动区域的检测。首先介绍了背景差分技术；其次针对现有的绝 大多数背景差分技术不能很好的解决诸如光照突然变化、运动阴影、背景初始化等问题的 状况，提出了一套解决方案。 第四章讨论了违章停车检测。首先介绍了暂时静止区域检测算法；其次提出了一种通 过分析暂时静止区域面积变化曲线来判断该区域是否属于暂时静止对象的方法；然后通过 分析暂时静止对象的属性识别出暂时静止车辆，该车辆被判定为违章停车当且仅当其位于 非法停车区域。最后介绍了通过全方位视觉传感器和高速球摄像机相融合的装置获取违章 车辆特写图像的方案。 第五章首先介绍了基于全方位视觉的违章停车监控系统的实现，然后分别对系统中各 浙江：亡业人学硕士学位论文 个模块进行了实验，给出了实验结果并做了分析讨论。实验结果证明该系统较好的满足了 对大场景实施违章停车监控的要求，并能抵抗常见的干扰，具有较低的误报率和较高的鲁 棒性。 第六章是本文的总结部分，对本文所做的工作进行了总结，指出了本文的工作以及主 要成果，同时提出了研究中存在的不足之处，并对该课题的前景进行了展望。 浙江l ：业人学硕 j 学位论文 2 1 引言 第2 章系统总体设计 j 一章t 要介绍了当前违章停午监控技术的研究现状，井指出基于计算机视觉的违章 停车盟控系统是道路变通管理的重要研究课邀之- o _ 奉章丰要介绍基于仝方位视觉的违章 停牛监控系统的没计思想，从硬件和软件两个方面进行详细阐述。硬件部分包括令方化视 觉传感器和高速球摄像机，软件部分包括软件总体架构和模块划分。 2 2 系统概述 _ 当i2 - l 系统装簧挫计 全方位视 觉传感器 高速球摄 像机 赫于多视觉抟感器融合技术对场景进行般丰卒足视频监控系统的发展趋势，而且针对不 同的监控需求，往 l 需要设计不同的解决方寨，例如：( 1 ) 在室内场景，k o h s i as 等1 2 0 i 提 出了一种多个全景摄像机和多个云台摄像机( p t z