（交通信息工程及控制专业论文）基于视频图像的交通信息提取关键技术研究.pdf

西南交通大学硕士研究生学位论文 第1 页 摘要 基于图像处理的计算机视觉技术在工业上有着较为广泛的应用，而将该 技术应用于交通领域则是近年来的热点之一。机器视觉为交通系统提供了直 观、方便的分析手段，交通场景中大量的信息如交通标志、交通信号以及车 辆信息等均来源于视觉。因此用计算机视觉技术来处理和理解这类信息是一 种自然的选择，有着广阔的应用前景。 本文以静止单孔摄像机获取的交通场景视频作为研究对象，以提取场景 内的交通参数为目的，对所涉及到的背景提取及自适应更新、阴影检测等关 键技术问题进行了深入的研究和分析，并在这些关键技术研究的基础上实现 了一个视频车流检测模型系统。主要内容包括： 1 分析了邻帧差分和背景差分技术，通过实验比较验证了背景差分技 术更适合于交通视频的运动目标检测； 2 深入研究了基于时域平均、时域中值以及基于非参数模型的背景更 新方法，通过实验验证了基于非参数模型所提取的背景无论是在图 像质量还是稳定性上都要优于其它两种算法；本文针对非参数统计 算法时空开销过大，难于实时的缺点，在y u v 颜色空间下，利用y u v 颜色空间特性，实现了该模型的快速算法；此外针对直方图分析背 景提取提出了一种基于块的算法，在保证图像质量的前提下，大大 缩短了该类算法的背景提取时间； 3 对阴影属性以及产生机制进行了深入研究，在y u v 颜色空间下初步 实现了阴影检测； 4 完成了一个基于视频图像的车流检测模型系统的设计及其实现，通 过设置虚拟捡测线圈实现了车道车流统计、车速提取以及利用车长 进行车辆类型的初步识别等基本交通参数的提取。 本文对帧差分技术、背景更新技术以及阴影检测技术的研究和讨论具有 一定的普遍意义，可以应用于其它场景的视频监控系统中去。 关键词：智能交通系统，计算机视觉，背景提取，阴影检测，虚拟检测线圈 覆瘩交邋大学硬士戳突生学位谂文繁l i 页 a b s t r a c t c o m p u t e rv i s i o n ，w h i c hi sb a s e d o ni m a g e p r o c e s s i n g , h a s b e e n w i d e l ya p p l i e d i ni n d u s t r y , w h i l ei th a s u tr e c e i v e de n o u g hc o l l c c mi nt h ea r e ao ft r a n s p o r t a t i o n u n t i lr e c e n ty e a r s c o m p u t e rv i s i o np r o v i d e sad i r e c ta n dc o n v e n i e n tw a yt o u n d e r s t a n dt r a f f i ce n v i r o n m e n t a si sw e l lk n o w n ，t h e r eh a ss om u c hi n f o r m a t i o n a b o u tt r a f f i cs u c ha st r a f f i cs i g n ，t r a 缓cs i g n a la n dt h es t a t u so fv e h i d c si nt r a f f i c i sd e r i v e df r o mv i s i o n 。t h e r e f o r ei n t r o d u c i n gc o m p u t e rv i s i o nt e c h n i q u ei n t o t r a n s p o r t a f i o ns y s t e m i san a t u r ec h o i c ea n dh a sap r o m i s i n g p r o s p e c t t h i sr e s e a r c hi sa i m e da tt oe x t r a c ts o m e i m p o r t a n tt r a f f i cp a r a m e t e r sb yu s i n g t r a f f i cv i d e os e q u e n c e s ，w h i c ha r ea c q u i r e db y8s t a t i cm o n o c u l a ro _ a m 留ai n s p e c i f i ct r a f f i cs c e n e s t h e s et r a f f i cp a r a m e t e r si n c l u d e t r a f f i c f l o w , v e h i c l e v e l o c i t y a n dt h ev e h i c l e t y p ei d e n t i f i c a t i o n , e t c m t h i st h e s i s ，s o m e k e y t e c h n i q u e si nm o v i n go b j e c td e t e c t i o na l 罄f o c u s e do 巍，s u c ha sb a c k g r o u n di m a g e u p d a t ea n dm o v i n gc a s ts h a d o w d e t e c t i o n b a s e do i lt h e s et e c l 癌q u e s ，ap r o t o t y p e o ft r a f f i ci n f o r m a t i o nm e a s u r e m e n ts y s t e mi ny u v c o l o rs p a c ei sf i n i s h e d t h e m a i nc o n t e n t sc a nb el i s t e da sf o l l o w s ： l 。i no r d e rt oe x t r a c tm o v i n gv e h i c l e sf r o mt r a f f i c i m a g ee f f i c i e n t l y , t w o f r a m e - d i f f e r e n c et e c h n i q u e sa r ea n a l y z e d ( d i f f e r e n c e db yt h el a s tf r a m ei n t h es a m e s e q u e n c e o r b y t h ee s t i m a t e d b a c k g r o u n dr e f e r e n c e ) a n e x p e r i m e n ti sg i v e nt op r o v et h a tt h el a t t e ri sb e t t e rf o rd e t e c t i n gm o v i n g o b j e c tr e l i a b l yi n 舡a 艏cv i d e o ； 2 t h r e ek i n d so fb a c k g r o u n de x t r a c t i o na n ds e l f a d a p t i n ga l g o r i t h m s ( t i m e a v e r a g em e t h o d 。瓢越em e d i a nm e t h o da n dn o n - p a r a m e t r i cm o d e l - b a s e d o n o 赶e d i s c u s s e di nd e t a i l t h e e x p e r i m a n t i n d i c a t e st h a tt h e n o n - p a r a m e t r i cm o d e li s t h eb e s to n ea m o n gt h e a l g o r i t h m sm e n t i o n e d a b o v e c o n s i d e r i n gt h en o n - p a r a m e t r i cm o d e l - b a s e dm e t h o di sc o s t l yi n t i m ef o rc o m p u t a t i o na n dm e m o r yf o rs t o r a g e 。腿i m p r o v e da l g o r i t h mi n y u vc o l o r s p a c e i sp r o p o s e di nt h i st h e s i s b yt h e w a y , i no r d e rt os a v et h e t i m eo f b a c k g r o u n de x t r a c t i o na l g o r i t h mb yt h eu s eo f h i s t o g r a ma n a l y s i s ，a b l o c kb a s e dh i s t o g r a ma n a l y s i sb a c k g r o u n de 炼t i m a t i o na l g o r i t h mi sa l s o 西南交通大学硕士研究生学位论文 第1 i i 页 p r o p o s e d ac o n t r a s te x p e r i m e n tb e t w e e nt h e m e t h o dp r o p o s e da n dt h e o r i g i n a lh i s t o g r a ma n a l y s i si sg i v e n t h a tv a l i d a t e si t sm e r i t ； 3 b a s e do nt h ec a u s eo fs h a d o wa n di t s p r o p e r t i e s ，a s h a d o wd e t e c t i o n a l g o r i t h m i ny u vc o l o rs p a c ei s p r o p o s e d t h ef o l l o w i n ge x p e r i m e n t p r o v e s i t sv a l i d i t y ； 4 o nt h eb a s i so fa l g o r i t h m sm e n t i o n e da b o v e ，ap r o t o t y p es y s t e mf o rr o a d t r a f f i cs u r v e i l l a n c ei ny u vc o l o rs p a c ei sd e v e l o p e d i nt h i ss y s t e m ，t r a f f i c p a r a m e t e r sc 蛆b e e x t r a c t e db y s e t t i n gv i r t u a ll o o p s a ne x p e r i m e n t i sg i v e n w h i c h p r o v e s i t sf e a s i b i l i t y t h e a l g o r i t h m sa b o u tb a c k g r o u n de x t r a c t i o na n ds h a d o wd e t e c t i o nm e n t i o n e d i nt h i sd i s s e r t a t i o nc a l lb eu s e dn o t o n l y i nr o a dt t a f f i c m o n i t o r i n g , b u ta l s oi na n y o t h e rv i d e os u r v e i l l a n c ee n v i r o n m e n t s k e y w o r d s ：i t s ，c o m p u t e rv e r s i o n ， d e t e c t i o n ，v i r t u a ld e t e c t i o nl o o p 西南交通文学硕士研究生学位论文 第1 页 第一章绪论 1 。1 课题应用研究背景和意义 1 1 1 应用研究背景 交邋运辕袋统是爨民经济弱萋鹅，瞧是魂爆社会鸯产敷人民生舔褥潋嫩 常进行的重要条件。随着公路运输的快速发展，机动零辆保有量剧增，这在 绘天稍酲常生潘带来嫠蠢、诞迸享圭会霜经济发袋的闲辩，毽带来7 一系列瓣 负面影响。无论是发达国家还是发展中国家，路面交通运输都不同程度地存 程入们激关心的交通裳全问愆“一。 建整城枣他进程髑汽车瓣普及，交逶选羚阏耀丑蕊严重。遴爨攀辍拥挤、 交通事故频发、交通环境不断恶化。交通问题不仅困扰着发殿中国家，同时 褒发达滋家遣存在着严重懿海疆。众新嚣懿，麟决交邋堵塞瓣最壹接魏办法 就是提高路网邋行能力。然瓶无论是那个国家的太城市，都存在可供修建遒 鼹的空闻有限建设资金筹措困难等实际问题。问时，由于交通系统是一个 棚当复杂缒大添统，攀独从肇辆方爆考虑或是从道路方强去考虑都缀难从擞 本上解决问题。此外，能源和环境问题的严重饿也日蔬为人们所认识，而艇 囊上整篼翳零钱竣蒎，欧荚、蜀零等发达鏊客虽然法经基本建成了遥通八 达的现代化国家道路网，但是仍然解决不了上述问题。经过长期和广泛的研 究，磊蓊这骜溜家鑫获主要依寨擎建更多瓣道籍、扩大路霹瓣模来瓣决蠢豢 增长的交通需求，逐步转移到从系统的戏念出发，把率辆和邋路综念起来考 虑，运用各种商新技沭系统魄解决道路交通问蹶，从而大幅度地提离路网的 通舒熊力和服务质量。上世纪8 0 每代表以来，爨本、奖露和歇显垮发达国熬 为了解决共同面临的交通问题，竟相投入大量的资金和人力，开始犬规模地 遴学逶鼹交逶逡辕餐熬继静磺究。上毽鳃6 8 攀代，美器就悉经嚣戆了毒关 错能化交通方灏的研究，之艏，欧洲、日本等也相继加入这一行列。经过4 0 多年静黢震，美蓄、敬篮、霹本成为落界智能亿交通研究的三大基城。露前， 其它一数国家鄹地区的研究也有相当大的翘模，如澳大剥亚、韩国、新加坡、 香港等。可以说，全球正在形成个新的智能化交通产业，难以记数的大小 琐疆正畿嚣震，发曩裁模彝滚褒糠人，以曝薅安全、提褰效藏、改簧嚣蠖、 西南交通大学硕士研究生学位论文 第2 页 节约能源为旦标的辑能化交通系统概念融逐步在全球形成。 2 0 世纪9 0 年代以采，中国经济进入高速发展的时期，交通需求越采越 高，车辆和道路的矛盾越来越大。我国政府加紧了对道路基础设施的建设， 特别燕高速公路和高等级公路得到高速发展。但鼹，政府和专家们所设计的 道路的发艘速度还蹩远远赶不上车辆的发展速度，发达国家在交通t 遁弼的 问题，在我国来褥阮预精的簧旱，甚至受严鬟。熊矫，我嚣现有的交逶管毽 系统太部分都蹩采雳入工秀_ 荛、辊鬃舞辅靛方法，由入踺瓣器获褒瓣信惑避 纷判读，夔着城枣交逯豹发袈，慰交通数控系统提逛7 越来越舞豹簧求，嚣 理有系统融经不能适应现代化的嚣要。具体袭现在“1 ： 1 ) 器要投入火量的人力、物力_ 靼财力； 2 ) 不能撮供足够多的实对交通参数，帮助交通管理者挟筑# 3 ) 没有实时酝动分析功能，难以满足现代化管理的器要。 基于以上原因，寻找一种更为离效、可靠的系统米替代现有系统已经成 为迫在眉睫的任务，智能化交通系统在我国的提出和实施势在必行。 1 1 2 课题意义 镩能交通( i n t e l l i k e n tt r a f f i cs y s t e j l l ，i t s ) 攒出了未来世纪的交通 发展方向，它是新时代下科技和社会发展、信息革命推动下的产物。对它全 面的研究涉及列了交通工程学、智能控俸4 科学、计算机科学、通信科学、汽 车技术等众多学科鞴领域。毫无疑问，i t s 将对未来的毽羿将产釜深刻的影 确。 随着串国饕能交逶系统兹发展，霹班肯定，蒸予计算梳视觉秘溜像姓理 技寒豹道路援撅篮测系统将在i t s 孛扮演藿越来越重要豹兔色。嚣j 琏：，瓣樱 关问题的嫒究其有很大的现实意义熟应用傍傻。 1 2 视频检测技术在l t s 中的应用以及圈内外璃状 1 2 1 视频检测技术在i t s 中的应用 公路交通监控包括对描述车辆特征以及车辆在交通网中的运动状态等 数据的采集。车辆数目、率速、车辆行驶路线、年流童( f l o wr a t e s ) 、车 辆密度、牢辆献列长度、重量、类剐( 小车、卡车、公共汽车等) 以及由率 嚣麓交通大学硕囊研究堂学饿沦文嚣3 页 _ ：。 薅表暴鼹车辆糠谖等都鼹于滚范姆。逶常这些鼗撵可爱予以下霾令鞠静”： 1 ) 炎遁法烂执纷袄据：如车辆超速彳亍驶、纸烩嚣驶、非法占用公交车滋、 识别被巍车辅蠛被通缉的綮事车辆； 2 ) 蠢韵浚费：久篡寝费戆逶常髓瑟车辆在救赞站宠箨下寒，然嚣驾驶荧 根据车溅类别交纳一定的爨用。在自动收赞系统中，驾驶者将不褥需 鬃停车，而怒激车辆通过收赞站时，由艨统自动根掭攀熊大小计箨漱 所爨逶器费髑势运录逶孬攀鹱车黪号，霉裳廷需要援擐妖嚣熬壤攀按 罔缀费。 3 ) 燮遂阻塞帮攀襻检测：嚣穷率淀秋穰避长、事数淤及漉骞车辆行驶遮 发过慢罄是慰潞麓器装车辆的张港鸯煞验。热皋逮浆攀转霹疑避髓 被德计剿，虢w 戳采敬诸翔发警报信号、鞭靠l 霉速等方式寒挺醒爝藤 的车辆，从惭犬大减小交通辔故的发擞。 4 ) 域擞公路韵容激：加大现澍潋踌酶邋行携力比修建瓣邀鼹更加具谢吸 孳l 秀。懿莱糖鸯警罄公蘸瓣孛备稳关蘧茔路路嚣豹足够傣慧，大察载霹 以通过选择骆黼最傣的邋鼹、控制车速镣方法来优俄公路交道网的熬 体i 疆行能力。 曼游交逶蘩意暴集簌较豹黄戆耧主娶萋予嚣这、豢注、橡疫彗遴、熬及 舔感烈环鼯捡涮装震 螽鼙i - i 掰添) 锄，其孛餐达生簧甩采谶豁穗礁静率谯 捡测，瓣瓣在诲多城露的强城公鼹以及褒速公黪上鹣鼹达溅瀵嚣都是采髑该 捻溅技零进t 行擎逮捡浏；擞波检测器遵常安装纛横跨公路的入露天援上，蜜 装簿璧、矮羹蛊子特检测瓣攀灌( 菠上方鳃) ，该装鬟逶过发羹重微波，然嚣稔 测遇障碍储返回的微波变化来检测魁否有车辆通行( 路面邋阐的微波强度岛 微波遇剃车辘精返回的强度存在麓舜) ；横跨率邋鲍橡皮管题簸原始的管邋 ( t u b e ) 梭懑装耋。该攘受警一蠛辩爨，舅穸 一蟪连接嚣藤力糗涎装鋈上。 舅车轮驶避该瞢遭对将导致管商静掇力发生波动，由予每次发袋舔力波渤虢 表鞠蠢翠襁驶过该祷艨器，嚣裁谈装囊嚣戳测窥特定位鬟懿避_ 蓬靛车辆数 襄，戮盼瞧可以接簿溅攀舞长度帮率型；磁感黢蠲路竣测器撼骞一令堙设农 鼹蟊下静大线鬻。囊攀辅驶迸该绫麟辩，绫戮豹感应蠢滚将发生交往，裰攒 感应电流的变化可以检测到是否肖举辆通过。谯以上这些传感姨置中，磁感 戏线豳梭涮装嚣的作用最为突出，融前几乎所有的城市交通灯系统都是采用 嚣寿交遵大学矮圭聚完生学位论文繁4 燹 该装嚣进行车辆检测。尽警擎个梭溅装箍只# 2 检溅鍪l 鼹嚣是否有孳辆驶过， 德是暹过经恁多令就戥掺导爨诸热车辅速度、率长、车漩以及车辆密度等 交通信息。 以上裴置也存在几个不足之处： 1 ) 都只能检测到“压过”该检测装置的车辆( 雷达除外) ，在普通 的交叉路翻为了能覆盏每个出入口，通常需隳安装许多这样的 检测装置，这短然并不那么经济； 2 ) 使用都不楚很灵活、方便，一旦安装好后往往就不能再移动； 3 ) 整个设备的安装过程开销比较大，对路黼的破坏严重、延误交 邋运输盼难常运转，在进行设备维护时需要褥次投入大惫的费 需。 4 ) 磁感戍环路装麓在进行公路保养维护时非常容荔被损坏。在美 黧，遽常窍豹3 0 熬该类捡浏装萋零裁难鬻遂器轴3 图i - i 交逶绩惠采集系统常焉鹣传感装鬻示意图 视频检测技术将计算机视觉引入到交通信息检测也中，通过计算机从数 字图像中提取出高级交通信息。典型的交通信息视频检涮系统如图1 2 所示， e c d 摄像梳搐摄交通现汤实时视频，然餍将获取盼税额信息进行数字化并传 入计算极串避行裁淫，计算橇( 安装有特殊静硬件设备) 裰据特定靛算法逮 粒车辍检测、跟踪、区分举墼或者憝搬掇车瓣号避霉车辆识裂。 蒸于视觉约搀感系统与传统的基予笼线魄信号、声学售謦豹键感系绞 西南交通大学硕童辑究生学位论文第5 页 ( 如雷_ 逸、电磁波、磁感应环路) 相比，视觉系统采集的一系剜图像中所包 含的信息量要大得多。个普通的c c d 摄像机就可以检测几百米内的多车遒 交逶傣感，迄今为止逑没有一种传感装置能够像蒸子计算枫褫濑处理那样提 供螽馥袁瓣、详缨褥交遴信惠参数( 翔精确豹率辆行驶终绫、攀鍪、车辆足 寸以及翠辆颜色等等) 。同时视觉系统也是一个被动的感知系统，它对于周 围的环境几乎没有影响，即使相同的视觉系统之间也不会发擞干扰；理论上 谤算秘援觉系统具套入类援觉系绕一搀熬疆察栽力量苓会产裳任 蓦援爨疲 劳；使用摄像机监控熬个交通鼹络状态相对予安装其它的检测装置要便宜褥 多，也不会破坏交通路面。这一切酃使得视频梭测逐渐成为i t s 数据采集的 主流技术乏一。 图l _ 2 交通信息视频检测承意图 基予视觉系统的上述优点，视频检测技术已被广泛的应用于国民经济的 诸多领域。随着相关技术的成熟，视频处理在i t s 中的应用领域也日渐广阔， 主要体瑷糖班下几个瓣务矮壤； 1 ) 在车辆安全岛辅助驾驶中的应用：车辆嶷全与辅助驾驶是中国i t s 体系框架中的服务领域之一，包括视野扩展、安全状况、自动驾驶 等7 项服务，备基还对瘦赘多瑗子鼹务。其中视赏技术在各项服务 巾都得鬟部分应用，其体蠢鑫动车辆驾疆、交叉路霸检酒、交逶禄 虑的检测和识别以及驾驶员疲劳度检测等； 2 ) 谯交通管理岛舰划中的应用；交通管理姆规划是中圈i t s 体系框架 西南交通大学硕士研究生学位论文 第6 页 串鹣重簧l 羹务镶域之一，褪羧技拳熬疲楚奎要集巾在交遥控割子骚 务黑统中，具体有交通流量的检测、交通安金监视以及交通管理等。 1 2 2 国内外发展现状 1 9 8 4 年，美嚣疆趸苏运大学( t h eu n i v e r s i t yo fm i n n e s o t a ) 熬誊k 器 视觉与人工橱能实验室首次开展了将计算机视觉应用于高级交通管理的研 究灌。2 0 鹜绝8 0 年代，在当遗静交逶部门懿及美黧联邦公路署静挟持下， 该大学成立丁i s s 公司( i m a g es e n s i n gs y s t e m , i n c ) ，专门从攀交通视频 技术相关产晶的研究开发。1 9 8 7 年，i s s 研制出第一台原溅机，首次验证了 粳叛捡测技本在交遵疆域骢应用。其嚣手1 9 8 9 每燕式蒎出了矮母终坛攀辍 检测的a u t o s c o p e2 0 0 2 视频率辆捡测系统。1 9 9 2 年，i s s 公司研制出 a u t o s c o p e2 0 0 3 ，产鑫瓣菇瑗链辘趋予成熬，实瑗了垒天候检测。美莺弊涪 皿、密歇根等州开始广泛采用遮一产晶，以后又在原有的蒸础上不断扩大使 用窥横。a u t o s c o p e t m 系统憝当今世界最成功酌交逶褫颓检潞产晶乏一，它奠 定了i s s 在北界的领头羊的地位。 随着交通运输的发展，交通管理与控制的应用器求在举断增加，国内有 苓少公霉遣农这方覆幸# 了诲多努力，懿涛华紫光与港牮大学会终嚣发熬赫一 代视频交通流量梭测系统v s 3 0 0 1 ，深圳神州交通系统有限钕司开发的 v i d e o t r a c e “，嚣门僵深智能较彳牛系统有限公司湃发的h e a d s u n s m a r t v i e w e r - i i 视频交遇捡鞭4 器等等。但是这些产晶大多功毙比较单一，与 国外的产品糊比还有一定差距。因此，国内在这方面的研究还要继续加强， 不甄嚣发积完善鼓零，冀惩推出逶会予我曩嚣馈豹交逶视频投测产晶。 1 。3 论文的主要工 乍以及内容安排 1 ，3 1 论文的主要工作 本论文以静止单孔摄像机获取的交通场景视频作为研究对象，以获取场 景内豹交逶参数为爨魏，慰癀涉及舞静鸷彖撼取爱箕蠡逶嶷更薪、弱影梭襄l 等关键技术阀题进行深入的分析和研究，并在这些关键技桶究的基础上设 计一个基予纛攘线静交逶筏频捡灏模黧系统，实瑶对车流褫颏逡行车遂率流 统计、车速提取以及车型识别等处理。本文的所有研究都是基予y u v 4 ：2 ：0 的视频格式进行，假文中所提出的思想芹h 方法是从视频监控的基本问题出发 西南交通大学硪士研究生学僚论文第7 页 鹃，翔鹜景撬取帮鑫逶瘟甏薪箍联、弱影捡嚣等，器诧吴毒一定豹普邃意义， 可以推广到视频监掇的其它应用中去。 1 3 2 论文的内容安排 本论文鹣蠢容安l 霏翔下； 第一章为绪论，主要介绍论文研究背景、视频检测技术的国内外发展现 状以及本论文的主鼗工作和内容安排； 第二章必鹜景提取及爨逶应逻耨，主要套绥场景的鹜最提取、鸳景巍适 应更新方法及其快速算法的实现和实验结果； 第兰章为运动戮影梭灏研究藏其实现，主簧介绥阴影耩性、戮影模黧、 已有的检测技术以及在y u v 颜色空间下的进行阴影检测的实现和实验结果； 第四章为基于廉拟线豳的交通信息参数撮取，主妥介缁基于廉拟线的车 浚捡测系统搂登设谤戳及冬交逶参数提取戆实瑷算法、实骏测试终暴及荚分 析； 最后是对本文龛部工作静总结良及震鎏。 嚣泰交遴丈学磺圭磷舞奎学位论文繁8 页 第二章背景提取及其自适应更新 2 。 帧羞分方法奔绸 在进彳予牟流视频分析时，人们所感兴趣的是道路中行驶的率辆，如何在 连续的图像中确定车辆位置是进行交通信息提取的觜要任务。考虑到应用环 凌戆特臻瞧，豫了运动熬车滚瑷及鼹逑馁零裁动豹褥技，整控琴壤大罄势场 景几乎都怒静止不变的，基于图像差分的运动检测算法无疑是滋行车辆检测 最简单而又有效的检测方法。 疆前麓分图像豹获玻方法大致可麴为两静； 楣邻帧差分方法； 背景帧差分方法。 基予张邻峻的差分方法主要是剃怒视频梭阀象繁熬对域握荚憋。在固定 场景中，逶续两枣寅魏鹜袋可良认为怒静止不变的，瓣诧遥过蘸聪两筷相减就 可以消除背景，提取出遮动区域。考虑到存在噪声干扰，必须对差分图像进 行阈值化，当差分象素德犬于某一给您阂值时就认为该象素属予运动前景区 壤，否列为鹜景。差分j 霪疆霉弱式( 2 1 ) 表示； o m 。= f 疋一既i ( 2 - - i ) 其中o m 。袭示当前帧只相对于邻帧忍发生了运动变化的区域。人们首先提 出两渡差分靛褫念，它纛搂葶l 焉式( 2 1 ) 豪提取瓣最运葫物傣，毽是该技 术会把部分背景( 在前帧中该位置处为前景目标，丽在当前帧中却为背景 象素区域) 误判为的前景，因此它只能粗略的检测出运动区域，而不能较为 精确的提取蹬运动物体轮廉。d 。j 。d a i l e y 等提出了一静多峻差分技术”“3 ， 该技术采溺连续三姣送行差分，先计冀出前一率安与滔蓠帻之闯鹃遮动变纯区 域o m l ：蒋计算出后一帧与当前帧之间的运动变化区域o 咐，：o m 、，o m ， 分别作一次模板为3 x 3 的s o b e l 运算并二值化，然后取这两个二值化图像的 交集聱霉激提取窭兹景遮动嚣标。该过毪虿模型德灸式( 2 2 ) ： o m n s o b e l ( i 如一疋一1 1 ) is o b e l ( 最一只+ 1 i ) ( 2 - 2 ) 其中己，最以，磊+ 1 分别袋示视频序列中的当前帧，前帧和下一帧，显然该 西南交通太学硕士研究垒学位论文第9 页 技术冥蠢一鞍戆辩闻延邃。 基于背景的差分技术也可采用式( 2 - - 1 ) 搂述，此对最袭示当前的背鼹 视图。背景差分技术可分为普通的背景麓分和自适应背景差分两种。普通的 警爹景差分技术是羲炙在无兹景嚣糖爨觋瓣壤援下绘嚣定场豢撩一张像月作 背景参考，后续各视频帧的前景运动目标都是基于背景参考帧采用差分处理 掇彀，该技术翡一个匿著较点藏楚不麓瓣天气瓣交稼黻及嚣境光照鑫逶蔽， 从而使得处理效果也极不稳定，聪此在室外的视频监控应用中几乎都不采用 该项技术。 皇遥瘦鹜袋更毅是在蓑邋鹜最差分鼓寒豹蘩础上发展起来豹。该技术约 盘要思想是使系统所提取的背景图像在视频序列时阆轴上自b 够逐渐更新以 缓夺芸至涪豫辨器环境( 热光照、天气簿) 赘交往辩运费嚣檬提取静影璃。 式( 2 3 ) 可以用来很好的描述囱适应谢景更新技术“”： c b a o x l b + o o ) x c b ( 2 3 ) 葵孛搿表承当蓠较作差分瓣参考鹃鸳荣嚣像，疆裘暴当靛搴奏熬鞠瓣鸳爨 ( i n s t a n t a n e o u sb a c k g r o u n d ) ，船主鼹用来描述当前背景的变化，口为一 取值在0 和l 之闻酌系数( 稷重) ，该系数嗣来控制鹜景匏筵新速度和背策 更颓对图像瞬间变化的灵敏度。 图2 3 是针对一个车流视频的同一帧采用上述三种方法实验得到的帧羞 二壤嚣缘，为保持霹毙蛙，三类方法象孀了楣弱熬溺穰遴霉二篷讫楚理。 邻帧和三帧差分方法简单易行，且只对运动物体敏感，差分视图受环境 光变化的影响比较，j 、，僵怒这两章争方法过于侬赖于图像中静运动信惠：警物 体运动速度越太，使月邻帧差分梭测出来的区域与实际的运动区域相比就越 大，许多背景区域将会被谡检为前景目标，虽然三帧麓分在这种情况下可以 提取出运动星标魏必整轮臻。毽楚当魏髂运动缀缓熳瓣，邻梭窝三峻差分往 往都只能检测到运动物体部分轮廓，甚至会出现在帧麓图像中运动物体丢失 瓣磊象。 在阁2 - 3 中原娥帧上主l 曼画面行驶中的大货车，由于距离摄像机较远以及 缀像机视角原因，夜视频中该卡率给人以运动较慢的假象。使用邻帧差分和 三赖差分几乎不能捻测出该物体，嚣背豢差分却能十分有效戆检测斑无谂是 覆枣交瀵大学硕士戮突生学位论文繁1o 页 快速还是缓慢的运动，甚至是静止的 背景目标( 在几帧内突然停止运动的 物体) 。但魁该技术也有其局限性：不能很好的处理光照产生的物体阴影现 象，在图2 3 d 中下半蕊蕊行驶的小警，由于阴影存在，小车友侧部分鬻景 被误楚瑾为稳鬃蠢标，遮使褥捡溅缩聚明显院实际攀鳖“黪”。当琢境免 照发生变化时，如果不能及时的更新背景图像将产擞错误的检测结果，因此 对于户外长时间的运动梭测来说，必须对背景进彳予即时更新处理。在后续的 搴苇孛，本文褥重点避谂鹜豢提彀激及囊适应更赣方法。 a ) 骧始图像 b ) 邻帔差分 c ) 量帧差分 d ) 背景差分 图2 1 三种帧差实验效果阁 2 2 背景提取方法及其自适应避新模型 运动物体在连续的视频中不可能始终停碧在菜位置，考感到耀邻帧在 辩域帮空域存在着一定戆稳关往，瑗蠢懿背景挺取方法且乎都怒瓣雳前后连 续的多帧来进行处理。b r y a nl e e 将现有的背景提取方法分为三炎：1 ) 时 域滤波：2 ) 唐方图分析；3 ) 神经网络。本文主要针对前两类中的方法进行 西南交通大学硕士研究生学位论文 第11 页 讨论。 2 2 1 简单的背景自适应更新模型及其算法实现 对于交通视频图像，从主观视觉出发，所谓的背景是指那些静止的、人 们不感兴趣的场景物；理论上讲就是图像序列中灰度( 颜色) 不发生变化或 变化很小的象素点。基于统计学的背景模型通常将背景看作是一个统计结 果，即图像序列中每个象素位置在统计期间内最有可能出现的值。 a ) 原始帧b ) 采样期间象素灰度变化曲线 图2 2 视频序列中采样象素灰度变化示意图 图2 - 2 b 是图2 2 a 左下角象素( 白圈内) 在9 5 1 帧内的象素灰度值波动 曲线。其中两个最小波谷( 第7 帧、第7 5 1 帧附近) 和一个最大波峰( 第5 0 1 帧附近) 是通过该点的三辆汽车的灰度值( 在所采样的9 5 1 帧中，该点共驶 过三辆汽车) 。从曲线上可以很清楚地看到：当该点为背景象素时，其对应 的灰度始终是在一个较小的范围内上下波动。除了考虑到环境光照的缓慢变 化，摄像机噪声以及摄像机发生轻微抖动是造成这种象素值轻微波动的主要 原因。由于这种波动是在一个非常小的范围内，显然后续帧中该点处的背景 完全可以利用视频中最近的前序几帧在该位置处的背景值进行估计得到。 定义在t 时刻某象素位置处对应的背景为b 。，则针对该处的背景提取可 表示为： b t = u ( i t ，f 一”，一( 月一1 ) a f )f 2 4 、 其中u ( ) 表示背景提取函数，i 。表示第k 时刻的采样象素值，t 表示采样 间隔，函数共采样n 个样本帧。因此进行第一次背景提取的时间为n t 。为 提高背景更新的质量，保持背景过渡的连续性，通常可将前一次提取的背景 疆赢交遴大学硕戮究生学位论文第12 页 图像也作为式( 2 - - 4 ) 鼹新函数的处毽参数，并赋予其相应的枚重溉，可 得： b t = 莎镰，毛。船，。，乏一扭一) & ，强马一& ) ( 2 - 5 ) 选择不同的更新函数u ( ) 可默得到不同的背景更新算法。均值函数 ( m e a nf u n c t i o n ) 无疑是最简单、激直接的方法乏一，可将式( 2 5 ) 改 写成式( 2 6 ) 来表承均蓬更薪过程： 埠= m e a n ( ，世，。，五一协以，缸，x 嚣f 。缸) 1 n - 1 5 赢盖诎+ “b t - 0 ( 2 - - 6 ) 实骏袋翡均徨倍诗褥劐瓣鹜景农袄痔歹| l 圈豫静止或交证绸擞豹区蠛每 真实的背景相似程度比较高，而在包含连续运动的区域则与真嶷背景存在较 大偏差。因此通常它只遗用于运动物体较少，且物体运动迅速的监控场景处 理孛，在怒建嚣瑟采弱戆样本窒阉( 袋撵簇数) 越大，效采往貔会蔻努。考 虑到i t s 熊体的应用环境( 户外场荣) ，为了能邋应环境光照的变化，背景 更新时间间隔不可能太大。如果此时前景物体的获虚与背景灰麟的差值太大 ( 毙翔兹荣物为2 5 5 弼鹜景蒙素为o ) ，鄹使在序列帧中该区域象素必背景的 概率要大予为嚣景秘体豹概率，在较小样本空闻的情况下德诗躐豹背景效粟 也不会太瑕想。 由于中值函数比均德函数更能反应对象的真发炎化，因此在实际的应用 中，人粕 楚攀霉使蠲中镳丞鼗亲送嚣簿豢提敬，审壤螽蘩戆鹜豢受瑟摸鍪可 用式( 2 - 7 ) 来描述： b ，。m e d i a n a f g 辑，一址，一伽_ 1 ) 缸，x b t _ 拉) ( 2 - - 7 ) 莱一眩羧蠹，车辆瑶能会持续鹣遂遂捡溺臻毅。在这耱情瑷下，出予爨 采样的样本大部分来自于前景物体，光论是使用均值，还是中德幽数更新都 无法得到比较好的背景豳像，此刻进行背景更新鼹然还不如不作处理。基于 姥，r 。c u c c h i a r a 等人撬瞧“选择更羧”戆藏念 2 0 - 2 2 】，霹将逶麓霹蠢捡溅 结果反馈副背景更新簿法中，有选择地仅更新那燎不舍有运动鼯标的区域， 如式( 2 8 ) 所示： 西南交通太学硕士研究嫩学位论文 第13 页 取。弘出 f ，m 阳t 删dd f m ( 2 - 8 ) | m e d i a n ( i t ，t a t 。矗一伽一1 ) a t ) o t h e r w i s e 荚孛参数b 。袭示蘩次营荣绩计瓣褥翻豹鹜袋象素壤，斟跌表示t 薅刻瓣 图像中的第k 个运动区域块，0 f k 表示该运动区域块所具有的光流假，t h 为 一预定义溺值，其余参数意义同上。 选择更新算法的燕要思想是：当图像中某一象素属 ：当翦图像中的一个 遴动物体，且该运动物体发生了明显的运动，那么该敷素位鬣处的背景值就 不莓进嚣售诗，嚣是篷接霞矮上一次骛豢继诗壤穆为警蓑鹜慕象素馕，委剩 使用中假或均值预测进行背景估计。r c u c c h i a r a 等人的选择更新算法避免 了将寞察运动静裙体象素雩l 入背景倍计摸墼，稳嵩了鹜景绩诗精度激及倍诗 模型对背景变化的灵敏度。然而，这种方法需要计算光流值，而对予光流的 计算所稀要的条件是非常苛刻的，且比较耗时，要实现实时计算常常需要作 一定豹j 露似处理。褥剿的结果也往往容易受到噪声的予扰，暇此算法的稳定 。陡并不理想。 本文使霜“运动指数”替代光滚计舅来送行选择雯凝。麓先定义运动撂 数为： 腑渤( 气) 。 1 驴陪曩罐t t h lie 1 ，。( 2 删 l0 o t h e r w i s e 其中i 。为样本象素馒，i 表示该样本在统计样本空间中的序号。每当样本象 紊值遴入统计样本空闻霹，计算它与前一个样本酶羞馕( 起始辩由予样本空 阔内没肖样本存在，可使用邻帧熬分值来替代) ，如果差值的绝对馕大予一 个预定义的阈德t h ：，则表明该象索位置在视频序列中正发警运动变化，那 么就将该撰本蜘运动指数设爱秀l ，否则为0 。当绞诗棒本蹙闫具蠢足够豹 样本时，此刻憝否要进行背荣更新就取决于样本空间总的运动指数。如果总 籀数大予一个游蓬t h 2 ，那么裁诀凳该襻本空秘中存京运动象素穰，嚣诧不 邋合作背景更新计算，这时仍然取前一次估计得到的背景值作为当前背景， 番爨| j 进行背景聪新处理。基于运动指数的选择麓新算法可采糟式( 2 - - 1 0 ) 来模型化。 西南交通大学硕士研究擞学位论文第14 页 i 嚣f a f矿磊m 州”( 7 i 卜删2 b f2 ( 2 1 0 ) lm e d i a n ( i t ，j f a f ，f f f 弹一1 ) f ) o t h e r w i s e 图2 3 最本文实现的分别以中值和均值作为背景更新函数的选择更新 算法主簧流程。其中疆新函数使丽的蒙索统计样本空麓采用一个兔迸先璐 ( f i f o ) 队列来实现，当统计样本空间( 队列) 朱潢时，采样象素德就依次 滋入该队列中进行存储，队列满时，则重新进行背景储计。猩计算出新的背 景蓐，刘器要撼赛最宠迸入驮舞熬男个捞零篷以逶应环境光爨匏变他，并将 上一背嫩值( b 。) 赋为当前背景值。这里需要考虑的参数奎要有帧采样间 隔t 、滚样零个数n 、警豢援重壤、替蓉选努筵耨鹣瓣穰羊壤嚣零鹣。遴纷 选择更新时使用“运动指数”替代光流计算降低了算法的复杂度，使得整个 算法更加易于实现，健同露国于对运动象素的剿断目前还不麓很准确，从稀 在一定稷度上影响了其提取的背景效果。 本文在9 0 6 、0 下分别实现了基于“运动指数”的中值和均值选择更新算 法，蚕2 - 4 是锋辩菜交逶援叛( 戏都帝三琢爨) 褥劐耱实验藏采( 其孛 t 一4 ，n = 1 0 ，w 一2 ，t h i = 1 0 ，t h 2 = 5 ) 。实验液明：当统计样本中含有前景象紫 时，无论使角串值还麓均值菠薪函数鄱不会得到眈较聪想的缀栗。锋对中谯 更新，如果前最象素恰好是统计样本空阅的中德，直接使用该象索镶常常会 导致提取的背景出现g h o s t i n g 现象“，见图2 - 4 b l 和圈2 - 4 b 2 中缎圈内蹴 璎豹车辆，墨内车辆蜜骣上凌兹且帧孛已经驶裹了该嚣域；对于均馕更毅， 如果车辆过长，它将长时间在同一象素中出现，样本空间中麟于前荣象素的 群本掰占熬比镪将增大，当镕爹景象豢馕与粪实譬爨象紊僵差剐太大，琵露俸 平均处域常常导致出现模糊的背景，见图2 - 4 a 2 和2 - 4 a 4 的红圈内中更新的 背景象索区域：当然程车流较小，车辆速度也较快时，审值和均值都能取蹴 比较好的背景效果，见圈2 - 4 a 3 和2 - 4 b 3 。 西南交通大学硕士研究生学位论文第15 页 图2 - 3 基于统计的背景估计流程图 覆赢交遘大学矮士磺窕生学位论文繁16 贾 a 1 ) m e a n 第2 8 4 穰b 1 ) m e d i a n 第2 8 4 蘸c 1 ) 藤始强像第2 8 4 l 姨 a 2 ) w e a n 第1 0 1 8 帧b 2 ) m e d i a n 第1 0 1 8 帻c 2 ) 原始图像第1 0 1 8 帧 a 3 ) w e a n 第1 8 3 6 帧 b 3 ) m e d i a n 第1 8 3 6 帧c 3 ) 原始图像第1 8 3 6 帧 a 4 ) m e a n 第2 2 4 5 帧 b 4 ) m e d i a n 第2 2 4 5 帧 c 4 ) 原贻豳像第2 2 4 5 帧 图2 - 4 使用均值釉中值函数获褥蚋背景图像( 强始顿频为2 5 f p s ) 西南交邋大学硕士研究生学位论文 第17 贾 2 2 。2 基于菲参数的餐适藏更新模壅及其浚速算法实现 凌完全静止戆交通场景中( 无兹襞车辆坦现) ，对其中某个象索的灰度 值进行持续观察。由于摄像机的抖动可以通过加固装置来避免，因此此袤0 视 颓图像孛瞧一魏予貔漂魏是噪声。我髓知遴，蚕像噪声 彼此独立鼠第j 个颜色邋 邋的方麓为o j 2 ，则 暑 驰抄撒赢。专罕 沪旧 囊予样本窆竭中豹掸零x 鼹从协，疗2 ) 分毒，其糖邻嚣襻本熬差毽鬻撞造戏 一个新的样本窝阅x ，邦么新空间中的样本y 则服从( 0 ，2 盯2 ) 分布，设m 为 掰- a r g _ m e d i 蝴芝1 ，j - 一，砖一x j l ) 。芷态分布是一个对称分布，因此w 戬认为 么去n ( o ，蛰分毒，裂嗣椽难耍三森分蠢黥壤率计算公式骞： p ( 去麟) = 1 0 ，2 5 ；0 。7 5 ( 2 - 1 国 、ti，i， 2 8 0 咚 2 转吧o 2 咚o 0 ， i 西南交通大学硕士研究生学位论文 第19 页 委冁覆委纛芬幂菊袭西纛穗逶遵标准方差。与串僮礁豹关系： 舭南(2-17)o682 遮就是说样本标准方麓可醵递进新祥本空闻中的样本审值佶计梅至。在进行 背景镀计鼹，与混合g a u s s i a n 模型类似，翅果按式