（计算机应用技术专业论文）基于视频检测的交通信息采集系统.pdf

鹳川大学硪士学位论兜 基于视频检测的交通信息采集系统 诗冀祝应爝技零专筵 研究生；林向炜指导教师：杨级雨 为了解决地面交通快速发展所引发的各种问题，锶能交通系统( i t s ： i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ) 的研究被提到了重要位鬻。车辆的视频 检测、跟踪与交通事件检测系统作为i t s 的羹要组成部分，成为许多围家的研 究燕点。本文钟对i t s 领域中的关键技术，研究了基予视频稔测的交道信息采 集系统中的相关闯题。 本文详细描述了蒸子视颓技术的擎辆检测与跟踪，分析并骈究了车辆超速、 超车等交通事件，提出相应的具体检测方法并绘出实验结果。论文还就交通信 怠采集系统给国了具体应用实例爝台道路中心签撩系统，分析了该系统静 物理结构与逻辑结构，并对其中主要功能做了具体介绍。 本文分五个部分邋行论述； 1 ) 概述了交通信息采集系统的应用背景岛相关技术。对国内外智能交通的 发展或状进行了院较。 2 ) 在车辆检测中，提出了种基予像素亮度的非参数核密度估计法来构建 背景穰鍪，并运甭实瓣更耨与长赣谲麓裾结会懿方法来遴行骜蒙更耨，最磊零l 用虚拟线圈实现触发检测。对车辆检测中因阴影所造成的误触发等情况提出了 初步的解决办法。 3 ) 基于视频的车辆的跟踪算法。提出了一种基于区域匹配的目标跟踪算 法，逶过鼹区域裙定豫、澎涨瘸 盎廷瑗、获取终按矩形等一系列手段交瑰怼嚣 标的史时跟踪。 镑对交逶事律捡溺送：；豹繇突，分爨魄较? 国内努交逶事 拳捡测技 2 四川大学硕士学位论文 术的发展，并对车辆超速与超车事件提出了具体的检测方法。 5 ) 介绍了交通信息采集系统的成功案例烟台道路中心监控系统。分析 了该系统的物理结构与逻辑结构，并对其中主要功能做了具体介绍。 本文研究的课题之一“基于视频的车辆检测技术”是四川大学图形图 像研究所承担的国家科技部技术创新基金项目“高速移动车辆类型精确识 别设备”( 项目号：0 3 c 2 6 2 2 5 1 0 0 2 5 7 ) 的核心技术部分。本课题以计算机视觉、 模式识别和图像处理技术为基础，针对运动车辆类型识别系统中基于视频的运 动车辆检测、车牌定位与识别、车标定位与识别、车身颜色识别、车辆外形和 大小识别技术等问题展开研究，取得了较好的效果。大量实验表明，本文提出 的技术是合理的，具有较大的理论意义和实用价值。 关键词：视频检测、交通信息采集、车辆跟踪、交通事件检测 3 四川大学硕士学位论文 t r a f f i ci n f o r m a t i o nc o l l e c t i o ns y s t e m b a s e dv i d e od e t e c t i o n m a j o r ：c o m p u t e ra p p l i c a t i o nt e c h n i q u e g r a d u a t e ：l i nx i a n g w e i a d v i s o r ：p r o f y a n gh o n g y u i no r d e rt os o l v ev a r i o u sp r o b l e m sc a u s e db yt h er a p i dg r o w i n go f s u r f a c et r a f f i c ，t h e r e s e a r c ho fi n t e l l i g e n tt r a n s p o r t a t i o ns y s t e mc o m e st oa l li s s u eo f c o n s e q u e n c e a s a ni m p o r t a n tp a r to f l t s ，v e h i c l ed e t e c t i n g ，t r a c k i n ga n dt r a f f i ci n c i d e n t sd e t e c t i o n b e c o m e sar e s e a r c hf o c u sa l lo v e rt h ew o r l d a c c o r d i n gt ot h ek e yt e c h n i q u e so f i t s ，s o m ea l g o r i t h m sa n dt e c h n i q u e sf o rv e h i c l et r a c k i n ga n dt r a f f i ci n c i d e n t s d e t e c t i o nh a v e b e e na n a l y z e da n di m p r o v e d s e v e r a lm e t h o d sb a s e do nv e h i c l ed e t e c t i n ga n dt r a c k i n g ，w h i c ha r eu s e dt od e t e c t t r a f f i ci n c i d e n t ss u c ha so v e r - s p e e d , h a v eb e e nd e s c r i b e di nd e t a i li nt h i st h e s i s w h a t sm o r e ，y a n t a it r a f f i cm o n i t o rs y s t e mh a sb e e np u t 印w i t ha sas u c c e s s f u l c a s e n l em a i ni d e a so f t h i st h e s i sc a l lb ed e s c r i b e da sf o l l o w ： 1 ) t h ef i r s tc h a p t e rs i m p l yi n t r o d u c e st h er e s e a r c hb a c k g r o u n do fi n t e l l i g e n t t r a n s p o r t a t i o ns y s t e m ，e s p e c i a l l yt e c h n i q u e si nt h ef i e l do f 拓a f f i ci n f o r m a t i o n c o l l e c t i o n 2 ) f o rv e h i c l ed e t e c t i o n ，a l la l g o r i t h mu s i n gn o n p a r a m e t r i ck e r n e le s t i m a t i o nh a s b e e na n a l y z e da n di m p r o v e dt ob u i l dt h eb a c k g r o u n dm o d e la n dt od e t e c tm o v i n g o b j e c t sb yv i s u a l - l o o pd e t e c t i o n an e w m e c h a n i s mb a s e d0 1 1s h o r t - t e r mm o d e la n d l o n g t e r mm o d e lh a sb e e np u tu pw i t l lt om a k e t h ea l g o r i t h mm o r er e l i a b l e 3 ) f o rv e h i c l et r a c k i n g ，am e t h o du s i n gr e g i o nm a t c h i n g h a sb e e ni m p r o v e da n d r e a i i z e d w ec a l lt r a c kt h ev e h i c l e sb yl o c a t i n gt h ea r e a ，e x p a n d i n g ，e r o d i n ga n dg e t t h ea r e ao f v e h i c l e s 4 一一 坚业查兰堡主堂垡堡苎 4 ) w ec o m p a r et h et e c h n o l o g i e so f t r a f f i ci n c i d e n t sd e t e c t i o nw i t ho t h e rc o u n t r i e s s e v e r a lm e t h o d sa r ep r o v i d e dt os o l v es o m ec l a s s i c a lp r o b l e m sa b o u t t r a f f i c i n c i d e n t sd e t e c t i o ns u c ha ss u r p a s sa n do v e r - s p e e d 5 ) as u c c e s s f u lc a s e ，y a n t a it r a f f i cm o n i t o rs y s t e m ，h a sb e e ni n t r o d u c e d w es i m p l y d i s c u s st h ea r c h i t e c t u r eo f t h es y s t e ma n dt h ef u n c t i o n sw h i c hh a v e b e e n i m p l e m e n t e di ni t v i d e od e t e c t i o nt e c h n i q u e sf o rm o v i n g - v e h i c l e s i st h ec o r et e c h n i q u eo f “a c c u r a t et y p er e c o g n i t i o nd e v i c eo f m o v i n g - v e h i c l e sw i t hh i 曲s p e e d ，w h i c hi s s u p p o r t e db yi n n o v a t i v ef u n do f m i n i s t r yo f s c i e n c ea n dt e c h n o l o g y ( t h ef u n d n u m b e ri s ：0 3 c 2 6 2 2 5 1 0 0 2 5 7 ) b a s e do nc o m p u t e rv i s i o n ，p a t t e mr e c o g n i t i o na n d i m a g ep r o c e s s i n gt e c h n i q u e s ，w es t u d i e ds u c ht o p i c sa sv i d e od e t e c t i o nm e t h o d b a s e do nv i d e od e t e c t i o n ，v e h i c l e - l i c e n s e p l a t el o c a t i o na n dr e c o g n i t i o n v e h i c l e - l o g ol o c a t i o na n dr e c o g n i t i o n ，c o l o rr e c o g n i t i o no f v e h i c l e b o d y ，e t c e x p e r i m e n t a lr e s u l t ss h o wt h a t ，t h et e c h n i q u ep r e s e n t e di nt h i sp a p e ri sr e a s o n a b l e ， a n d h a v et h e o r e t i c a la n dp r a c t i c a lv a l u e s k e y w o r d s ：v i d e od e t e c t i o n , t r a f f i ci n f o r m a t i o nc o l l e c t i o n , v e h i c l et r a c k i n g , t r a f f i c i n c i d e n t sd e t e c t i o n 四川大学硕士学位论文 1 绪论 1 1 选题背景 近年来，随着经济的迅猛发展和人民生活水平的不断提高，车辆保有量及 交通出行量迅速攀升，而相应的交通基础设施和智能化交通管理系统的建设则 相对滞后，这都对当今的交通管制提出了新的挑战。为了解决地面交通迅速发 展所引发的诸多问题，智能交通系统( i n t e l l i g e n tt r a n s p o r ts y s t e m ，i t s ) 被提到 了重要的位置。早在2 0 世纪8 0 年代，以欧洲、美国和日本为代表的各发达国 家已从依靠扩大路网规模来解决日益增长的交通需求，转移到利用高新技术来 改造现有道路运输体系及其管理方式，从而达到提高路网通行能力和服务质量、 改善环保质量、提高能源利用率的目的。而中国的智能交通建设则起步较晚， 直到2 0 世纪9 0 年代才提出了智能交通的概念，但随着近年来我国国民经济的 稳步增长与信息化水平的逐步提高，智能交通系统已经成为我国交通行业研究 的热点。 智能交通系统就是以缓和道路堵塞和减少交通事故，提高利用者的方便、 舒适为目的，利用尖端的信息通讯技术等的交通系统的总称。它通过传播实时 的交通信息使出行者对即将面对的环境有足够的了解，并据此做出正确的选择。 通过消除道路堵塞等交通隐患，建设良好的交通管制系统，减轻对环境的污染。 通过对智能交叉路口和自动驾驶技术的开发，提高行驶安全，减少行驶时间。 当前智能交通系统的研究领域有：先进的交通管制系统、先进的交通信息服务 系统、先进的公共交通系统、先进的公路交通系统、先进的车辆控制系统、先 进的物流交通系统等。 智能交通系统可以为交通部门及时、准确地提供诸如车流量、道路拥塞度 和事故监控等交通信息，使交通部门能有效地获取有关交通状况的信息，并进 行处理，从而更好地发挥交通管理系统在交通监视，交通控制、出入控制，救 援管理等方面的准确性和调控性。 8 四川大学硕士学位论文 计算机视觉作为智能交通系统中的一项重要技术，目前也已受到越来越多 的重视。计算机视觉就是利用各种成像系统代替视觉器官作为视觉信息输入手 段，由计算机来代替大脑完成处理和解释。计算机视觉不仅能使机器感知环境 中的几何信息，包括位置、大小、形状、运动等，还能对它们进行描述、解释 和理解。计算机视觉技术为交通系统提供了直观方便的分析手段，交通环境中 的大量信息，如车辆、交通标志和路面标识等都来源于视觉。用计算机视觉来 处理和理解这些信息成为一种必然的选择。 随着我国智能交通系统的迅速发展，交通信息的采集已作为智能交通系统 的重中之重来优先发展，因此如何通过运用计算机视觉技术，建立道路交通信 息采集系统也就成为了交通管理智能化的首要任务。 1 2 国内外智能交通发展现状 智能交通系统的早期构想是由美国在六十年代提出的，目前，世界上已形 成了美国、日本、欧盟三大i t s 研究开发基地，除此之外，亚洲的韩国、新加 坡和我国的香港特区i t s 发展水平也较高。 6 0 年代末期，美国的e r g s ( e l e c t r o n i cr o a dg u i d a n c es y s t e m ) 项目开始了世 界上最早的i t s 开发研究。之后美国集中了国内各种力量，并在政府和国会的 参与下，成立了i t s 的领导和协调机构，于1 9 9 1 年制订了综合陆上运输效率化 法( 即所谓的冰茶法案，i s t e a ) ，并拟订了2 0 年发展计划，总投资预算4 0 0 亿美元。目前，美国在智能公共交通领域独树一帜，已建立起相对完善的车队 管理( 通讯系统、地理信息系统、车辆自动定位系统、乘客自动计数系统、公交 运营软件系统、交通信号优先系统) 、公交出行信息( 出行前公交信息系统、车 站，路边的公交信息系统、车上公交信息系统、综合乘客信息系统) 、电子收费 和交通需求管理技术等四大系统及多个子系统及技术规范标准。在视频检测领 域，美国的a u t o s c o p e 公司无疑是其中的佼佼者。该公司开发的事故检测系统 主要用于采集车辆的平均速度，数量和车道流量等信息，通过这些信息，就可 以检测出高速公路上发生的事故。数据和实时视频信号经光纤传至城市交通管 理中心，并由s c o p e s e r v e r 通讯服务器定时轮流处理每个视频处理器，最后将 9 四川大学硕士学位论文 预测的旅行时间通过c m s 显示给用户；另外，该公司还充分利用了数字电路的 小型化优势，将光电传输器件与计算器件集成到视频感应器中。这种集成的视 频感应器通过一种全新的通讯架构与感应系统相连，并由感应管理软件进行统 一的管理。感应器使用改进后的追踪与速度测量算法将大大提高车辆检测与分 类上的准确性。 日本的智能交通系统起步较晚，但由于政府重视，其发展和推进速度却相 当快。日本城市公共交通系统智能化的发展过程经历了3 个阶段：7 0 年代末开 始应用的公共汽车定位系统，即公共汽车接近显示系统：8 0 年代初开始应用的 运行管理系统，其中包括乘客自动统计、运行监视和运行控制；9 0 年代初开始 应用的综合管理系统，其中包括后勤业务改进和经营支援系统。日本组成了由 四省一厅参加的全国统一智能交通系统开发组织( v e r t i s ) ，并于1 9 9 6 年制定 了“推进i t s 总体构想”。并推出了一个投资预算7 8 兆亿日元，为期长达2 0 年 的发展计划，包含了智能子系统部分应用、改善基础设施建设及系统和产品的 研究开发。日本的i t s 研究与应用开发工作主要围绕三个方面进行，它们分别 是：车辆信息与通信系统、不停车收费系统、先进道路支援系统。由警察厅、邮 政省和建设省主持的v i c s 系统以向驾驶员提供道路交通信息、使道路交通安 全流畅为目的，已经开始进入应用化试验的阶段。目前，装载有接收此类交通 信息设施和车载路径导航装置的车辆已经超过5 0 0 万辆。此外，为推广应用i t s 的研究成果，引进先进技术，实现i t s 的多元化，发挥先进技术的优越性，日 本还先后制定了s m a r t w a y ( 智能道路) 计划和s m a r t c a ra s v ( a d v a n c e ds a f e t y v e h i c l e ，先进安全型汽车) 计划，以创造综合i t s 技术的高效、安全的通行环境。 在设想中，这条道路将会有先进的通信设施，不断向车辆发送各种交通信息， 所有的收费站都不需停车，能以较快的速度通行，道路与车辆可高度协调，道 路提供必要信息以便车辆进行自动驾驶。 欧盟对i t s 的研究、开发也不甘落后，1 9 8 5 年，欧共体1 9 个成员国为主 的政府与民间企业组织合并后，共同推进智能运输系统的发展，并更名为欧洲 道路运输信息技术实施组织( t p d c o ) ，总开发投入5 0 亿美元，实施智能道路和 车载设备的研究发展计划。1 9 8 6 年欧洲民间联合操作了欧洲高效安全交通系统 计划( p r o m e t h e u s ) ，之后在政府介入下1 9 9 5 年启动了p r o m o t e 计划，1 9 9 6 年2 月底，欧共体事务总局1 3 局第一次公布了t - t a p 征集的具体7 4 个子项目。 i o 四川大学硕士学位论文 至今，已有相当一部分的研究成果投入到实际的应用当中，并为使用者带来了 可观的经济效益。比利时的t r a f i c o n 公司最近开发了一种用于小型路口的，经 济简单且综合性高的小型视频检测设备。这种作用于交叉1 ：3 的新型多功能、经 济型检测器可以将摄像机和检测器集成在一个紧密轻巧的盒子里，并从多至四 个区域内检测车辆，通过视频信号独立开放的收集器，提供数据给交通信息处 理系统，最后以连续信号由r s 4 8 5 通信端口输出。该设备比其他检测设备，例 如雷达、红外线、线圈等能更好更经济地调整交通信号灯的工作。” 我国在智能交通领域则起步较晚。长期以来，由于我国交通资料相当缺乏， 统计数据不完善，这给许多城市的交通管理、规划和控制等带来了非常大的困 难，而我国在交通控制设备的研制开发上与发达国家相比还有一定差距，我国 自行研制的设备在功能、可靠性等方面还有待于进一步提高。但是近年来，国 民经济一直持续增长，风险投资体制逐步完善，信息化水平迅速提高，逐步与 国际接轨，安全、环保意识也日益增强，这些都为我国发展智能交通提供了很 好的条件。1 9 9 9 年1 1 月，国家智能交通系统工程技术研究中心( i t s c ) 正式由 国家科学技术部批准建立，它以国民经济、交通运输行业和市场需求为导向， 针对智能交通系统发展中存在的重大技术问题，对有市场价值的重要应用科技 成果进行共性技术、关键技术的后续化、工程化、产业化以及系统集成的高新 技术研发实体，是国家级的工程技术研究中心。i t s c 拥有国内唯一的综合性智 能交通系统检测和实体实验室以及智能运输系统实验室，通过科研成果的转化 应用，带动制造业和服务业的发展，增强我国在2 l 世纪的国际竞争力。i t s c 还承担着“全国智能运输系统标准化技术委员会”的工作，负责组织i t s 国家标 准和行业标准的制订、修订和审查并代表中国参与i t s 国际标准化工作。在中 国，川大智胜、汉王科技和上海高德威等公司走在了智能交通领域的最前端。 川大智胜的z t 2 0 0 0 车牌自动识别系统是以通过国家公安部部级鉴定的“高速行 驶汽车号牌自动识别系统”为核心技术的。该产品在基于多分辨率纹理分析和模 糊熵的快速定位分割、多帧图像实时融合去模糊、连续多帧图像识别结果的置 信度判别等技术上有重大创新。对高速运动车辆( 车速墨1 4 0 k m h ) 识别正确 率可达9 4 。识别主机有户外型、户内型和车载型等系列产品，支持视频触发 和一机多路识别，对阴雨、低温等恶劣环境有很好的适应性。应用系统可分为 治安卡1 2 系统、电子警察系统、车载识别系统、车辆旅行时间检测系统、车辆 四川大学硕士学位论文 检测线及收费站应用系统等多种类型，已在北京、上海、深圳、大连、顺德、 吉林等二十多个省市应用。北京汉王科技有限公司的智能交通产品嵌入式 一体化车牌辨识仪( “汉王眼”) 是一款基于d s p 硬件运算平台的汽车牌照识别 系统，它采用一体化的结构，将照明模块、采图模块、识别模块、传输模块、 温控模块全部集中在一个防护罩内，能完成从采集车辆图像、识别车牌号码到 传输识别结果的全部过程，通过标准r s 2 3 2 ( 或r s 4 8 5 ) 串口传输方式直接输出车 牌识别结果( 号码字串和标准图像格式文件) ，根据完全公开的数据传输协议， 可方便地接入到各类智能交通车辆管理系统中。汉王公司凭借其在文字识别领 域的国内领先技术而专门开发的车牌识别算法，使这款产品在高速公路收费系 统、城市卡口系统、超速布控系统、小区大院车辆管理系统等多个领域都得到 了广泛的应用。上海高德威的g w p r 一9 9 0 2 t 牌照识别器系统产品，采用最新 的数字图像处理和识别技术，基于嵌入式工控机d s p 和专用硬件电路，利用定 向反射和自然光相结合的识别原理，实时地完成复杂情况下的汽车牌照的定位、 分割以及识别，通过牌照二值化图像写入i c 卡技术，解决了入口图像传输到出 口的难题；通过摄像机二次开发和智能补光技术，确保了成像质量不受车大灯 和光线明暗的影响。该产品具有很高的识别率和稳定性，已大量应用于高等级 公路的收费监控系统，公安、海关车辆管理、停车场管理、封闭区域车辆管理、 交通参数调查等系统中。 1 3 交通信息采集系统综述 交通信息采集系统是一套对道路交通情况进行实时检测与分析的多功能处 理系统，它主要由视频检测器、交通监控软件和数据分析软件几部分构成。视 频检测器通过摄像机将采集到的实时视频图像发给交通监控软件，交通监控软 件在收到图像后，运用计算机视觉技术对每帧图像进行分析比对，一方面将道 路的基本信息如：车流量、道路占有率等数据发给数据分析软件，另一方面， 当其检测到有违法行为如：闯红灯、超速等，将通知视频检测器进行抓拍，并 马上进行报警处理，从而实现对道路状况的监控，数据分析软件则负责对各项 信息进行分析与处理，做出相应的判断与预测，为交通管理部门对道路的宏观 四川大学硕士学位论文 管理提供充足的理论依据。 交通信息采集系统可采集的信息一般包括：各车道的车流量、交通密度、 道路占有率、车速、车型、车头距、车辆队列长度、离开量、离开速度，以及 车辆逆行、超速、闯红灯、压黄线、意外事故等。正是由于道路交通信息采集 系统具有如此多项检测功能，目前它已被广泛使用于各种高速公路、国道、干 道、城市道路、交通路口、收费站等。 交通信息视频采集系统若与车牌自动识别系统联合使用，将能起到更好的 交通管制作用。当交通信息采集系统检测到违法车辆( 如闯红灯、压黄线) 时， 则通知车牌自动识别系统进行实时抓拍与识别，并将识别结果交给交警部门进 行统一处理，从而起到规范交通秩序、减少事故发生的效果。道路交通信息采 集系统是交通监控、管理系统必备的前端产品，是实现交通管理智能化的基本 要素之一，有着极其广阔的推广应用前景，对改善城市交通状况、减少交通事 故、促进社会的可持续发展具有深远的意义。 1 4 论文的结构安排 本文的结构安排如下： 第一章概述了智能交通系统的应用背景、作用意义，比较了国内外智能交 通的发展现状，并对交通信息采集系统作了一个初步的介绍。 第二章主要研究了基于视频的车辆检测技术。对几类视频检测算法进行分 析。重点讨论了基于背景模型的车辆检测，提出了一种基于像素亮度的非参数 核密度估计法来构建背景模型，并结合实时更新与长期调整来对背景实行更新， 最后通过虚拟线圈实现触发检测。并对阴影的检测去除算法进行了研究。 第三章主要研究了基于视频的车辆跟踪技术。提出了一种基于区域匹配的 跟踪算法，并进行研究和实现，最后给出了初步实验结果。 第四章描述了交通事件检测技术，给出了几种常用的事件检测方法。对于 车辆速度的检测，重点讲述了基于车辆跟踪的视频测速法；对于超车检测，提 出了一种基于亮度直方图的超车检测算法。 第五章重点介绍了将本文所涉技术进行了综合运用的成功案例烟台道 四川大学硕士学位论文 路中心监控系统。分析了该套系统的物理结构和逻辑结构，并对系统的主要功 能进行了介绍。 第六章总结全文，并分析有待改进之处，对未来的工作进行展望。 1 5 作者所做的工作 作者于2 0 0 4 年9 月进入实验室参加科研工作，主要从事数字图像处理、模 式识别方面算法研究和软件开发工作以及网络通信方面软件开发工作。应用领 域为智能交通系统。参与多个项目的软件研发工作，主要完成以下工作： ( 1 ) 车辆视频检测与跟踪： 参与多个车辆检测与跟踪方面的应用系统的算法研究与软件开发工作。包 括采用地感线圈的卡口系统、闯红灯检测系统、基于虚拟线圈的车辆检测系统、 基于车辆跟踪的交通事件检测系统、以及应用于高速公路监控的车辆视频测速 系统。 ( 2 ) 车标定位与识别研究： 对车标定位算法进行研究，提出基于图像轮廓相关的对称检测算法来定位 车标区域，然后对车标进行识别。 ( 3 ) 摄像机自动控制： 根据摄像机传回的图像信息来计算摄像机应该设置的光圈、焦距、增益等 参数，通过串口r s 一4 8 5 将控制信号转送给摄像机，使其在各种光照条件下能 得到运动目标部分较为清晰的图像。用于多个应用系统中，参与该项目软件研 发工作。 ( 5 ) 网络传输方面： 参与了北京市车辆旅行时间采集系统项目、上海市交通信息采集系统、烟 台卡口系统、深圳高速公路监控系统等的研发工作。 ( 6 ) 发表论文如下： a ) 基于虚拟线圈的交通参数检测，发表于核心期干u 计算机应用研究， 2 0 0 6 年4 月，第一作者 b ) 基于多种车辆特征信息识别的停车场管理系统，发表于核心期刊计 1 4 四川大学硕士学位论文 算机应用研究，2 0 0 6 年1 月，第三作者。 c ) ( g p s 精确校时方法研究，发表于期刊四川师范大学学报，2 0 0 6 年4 月，第三作者。 四川大学硕士学位论文 2 基于视频的车辆检测 2 1 概述 车辆检测技术有多种方式。目前常用的是地感线圈、雷达( 微波) 、超声波、 红外、激光，视频等几种检测技术。在早期的交通监控系统中，欧美许多国家 采用环型线圈检测器作为车辆检测装置。而日本等亚洲国家多采用超声波检测 和光学探测的方法。 目前常用的车辆检测器是环型线圈检测器，它能监测车辆的存在以及路段 的饱和度。通过在单车道上安装多个线圈，环型线圈检测器还可以监测车辆的 速度以及车辆的长度。直至今日，该技术的研究和开发历史较长，技术相对成 熟、稳定，检测的精度高，而且可以工作在恶劣的天气环境下，但环型线圈检 测器也有其固有的缺点： 环型线圈检测器不能同时监测多个车道，对于想了解多个车道的车流量 情况只能在多车道的路段上每个车道都安装一套线圈检测器。 当安装或维护线圈车辆检测器时，需要阻断交通流。 当两辆车过于接近时，环型线圈检测器将会误认为是一辆车。 对于一些特殊路段例如立交桥桥体表面，由于厚度限制，不能埋设线圈。 安装过程对可靠性及寿命有很大影响。 超声波检测器利用反射回波原理制成的，微波检测器按照多普勒效应原理 工作，红外检测一般采用反射式检测技术。虽然超声波检测与光学检测器不会 破坏路面，但是也存在检测区域小、维护困难、容易造成二次触发等缺点。 由于电磁感应线圈与光学检测器的缺点，它们未能得到更好的推广，而基 于视频与图像处理的视频车辆检测技术由于具有检测区域广，维护简单等优点， 使之成为了近年来计算机视觉领域中备受关注的前沿方向。它以视频图像为分 析对象，通过对设定区域的图像进行分析，从而检测、识别、跟踪车辆，并得 到如：车辆速度、车流密度和车辆占有率等交通参数，是i t s 的基础和前沿技 术。它的研究内容相当丰富，涉及到模式识别、图像处理、计算机视觉、人工 1 6 四川大学硕士学位论文 智能等许多学科的知识。 视频检测方式较之传统的地感线圈检测方式具有以下优点： 安装方便，不破坏路面，施工时基本不影响交通 利用多种探测器，实现不同的检测功能 检测器设置方便、灵活 可以实现大区域检测 系统采用模块化、结构化设计，可扩展性好、系统运行效率高 维护方便且成本较低 视频检测技术凭借其灵活性与高可靠性，因此越来越受到了人们的青睐。 目前在国际上不少公司都推出了自己的视频检测产品，如美国的a u t o s c o p e 、 v i d e o t r a c k 9 0 0 、v t d s ，西门子的a r t e m i s 和比利时的t r a f i c o n 等。 由于背景图像的动态变化，如天气、光照、阴影、行人及混乱干扰等因素， 都会给运动检测与跟踪带来影响，同时，动态场景中运动物体的快速分割、光 线变化、多辆车辆粘连、车辆互遮挡等问题也给车辆视频检测带来了一定的挑 战。如何减少这些因素给检测结果带来的影响，提高视频检测的准确率成为了 视频检测领域研究的重点与难点。 2 2 视频检测的几种方法 在图像序列中进行视频检测的常用方法主要有：相邻帧差分法、背景消除 法、光流法等。 ( 1 ) 相邻帧差分法i l - 2 相邻帧差分法是在连续的图像序列中两个或三个相邻帧间采用基于像素的 时间差分，并且通过阈值化来去除静止的物体，提取出图像中的运动区域。例 如l i p t o n 等i l 】利用两帧差分方法从实际视频图像中检测出运动目标，进而用于 目标的分类与跟踪；一个改进的方法是利用三帧差分代替两帧差分，该方法在 连续3 帧视频图像中，分别在第一和第二帧之间，第二和第三帧之间作差分运 算。如v s a m 开发了一种自适应背景减除与三帧差分相结合的混合算法，它 能够快速有效地从背景中检测出运动目标。文献 9 中还提出了一种将运动分割 四f 大学硕士学位论文 和静止分割相结合的方法来检测运动车辆，采用静止分割来修正运动分割的结 果。其基本思想是用序列图像中连续三帧图像的差分粗分割出运动区域，并用 一种基于图论的静止分割产生的区域信息来修正运动分割的结果，然后通过给 出一种模板来增强图像区域间的对比度，以改进分割效果。 相邻帧图像差分法的优点是计算简单、速度快，并且它只对运动物体敏感， 不需要考虑背景缓变的影响，而且因差分图像的时间间隔较短，差分图像受光 线变化影响小。其缺点是检测出的物体位置不精确，导致物体的外接矩形在运 动方向上被拉伸，这是由于物体的相对运动与物体位置并非完全一致引起的。 同时这种方法无法检测静止的物体。因此我们要想使用相邻帧差分法来检测运 动物体，必须在跟踪的过程中通过跟踪算法的改进与完善来解决分裂的问题。 ( 2 ) 背景消除法 背景消除法【3 】是目前运动分割中最常用的一种方法，它是在假定获得理想 背景图的基础上，将各帧和理想背景相减，这样就可以得到运动区域的方法。 其优点是位置精确、速度快，因为它只需获取当前的一幅图像。在背景消减法 中，目标区域的获得在很大程度上取决于理想背景的建立。但在实际情况下， 由于天气变化、环境光线的变化和阴影的变化随时发生，使得理想背景很难一 次得到。为此，大部分的研究人员目前都致力于开发不同的背景模型，希望减 少动态场景变化对于运动分割的影响。k a r m a n n 与b r a n d t 4 1 、k i l g e r 5 】采用基于 卡尔曼滤波( k a l m a nf i l t e r i n g ) 的自适应背景模型以适应天气和光照的时间变 化；文献“”提出利用最小、最大强度值和最大时间差分值为场景中每个象素进 行统计建模，并且进行周期性的背景更新；文献“”利用象素色彩和梯度信息相 结合的自适应背景模型来解决阴影和不可靠色彩线索对于分割的影响；s t a u f f e r 与g r i m s o n 6 矛l j 用自适应的混合高斯背景模型( 即对每个像素利用混合高斯分布 建模) ，并且利用在线估计来更新模型，从而可靠地处理了光照变化、背景混乱 运动的干扰等影响【”。 背景消减法适用于摄像机静止的情况。计算速度快，可以获得关于运动目 标区域完整精确的描述，但对场景中光照条件、大面积运动和噪声比较敏感， 在实际应用中需采用一定的算法进行背景模型的动态更新，以适应环境的变化。 ( 3 ) 光流法【8 】 光流计算技术是g i b s o n 于1 9 5 0 年提出的。光流是指图像中灰度模式运动 四川大学硕士学位论文 的速度，它是景物中可见点的三维速度矢量在成象平面上的投影，它表示了景 物表面点在图像中位置的瞬时变化；同时光流场携带了有关运动和结构的丰富 信息。光流法检测运动目标的基本原理【1 2 1 是：给图像中的每一个象素点赋予一 个速度矢量，这就形成了一个图像运动场，在运动的一个特定时刻，图像上的 点与三维物体上的点一一对应，这种对应关系可由投影关系得到，根据各个象 素点的速度矢量特征，可以对图像进行动态分析。如果图像中没有运动目标， 则光流矢量在整个图像区域是连续变化的，当物体和图像背景存在相对运动时， 运动物体所形成的速度矢量必然和邻域背景速度矢量不同，从而检测出运动物 体的位置。如m e y e r 等通过计算位移向量光流场来初始化基于轮廓的跟踪算法， 从而有效地提取和跟踪运动目标。文献 1 3 中提出了一种根据光流场的信息来 检测车辆的方法。光流场是分析图像序列中运动目标的重要方法，特别是当运 动物体重叠时，利用其光流场的分布，可以进行检测。光流法在摄像机运动的 前提下也能检测出独立的运动目标，但其缺点在于易受噪声干扰，且计算量较 大，如果没有特别的硬件装置则不能被应用于全帧视频流的实时处理。 2 3 基于背景模型的车辆检测 在视频检测系统中，摄像机一般都是被静止地安放在路边的支架上，用以 检测运动目标。这就需要将当前帧图像与一帧现存场景进行比较，从而得到物 体的运动信息。这一过程就称为背景提取，而这帧现存场景就是背景模型。一 般来说，建立一个良好的背景模型是视频检测系统进行正常工作的前提，从而 为以后的视频跟踪、检测、事件处理奠定良好的基础。但是背景图像通常包括 了一些非静止的物体：如摇摆的植物，飘扬的旗帜等，它们会随着当前风向的 变化而对背景产生影响，另一类则包括树木和建筑物的阴影，这类像素点的亮 度将随着光照的变化而变化。因此为了保证背景模型的健壮性及检测结果的准 确性，我们需要对背景进行实时的更新，使之能更好地体现出当前背景的状态。 但是，如果对背景更新速度过于频繁，则容易将一些本不应属于背景的运动物 体更新到当前背景中，从而造成检测结果的不准确；如果背景更新速度过慢， 则会导致当背景发生变化后，原背景模型不能很快地适应，从而导致误拍率的 1 9 四川大学硕士学位论文 增高。 我们的目标在于构建一个准确的背景模型，该模型能够迅速地适应外界条 件的变化，并及时做出响应，从而保证检测结果的正确。在以下的章节中，作 者提出了一种基于像素亮度的非参数核密度估计法来构建背景模型，该方法通 过运用图像中每点的像素亮度的基准值，从而用来估计像素亮度分布的密度函 数，因此可以估计出下一帧图像中相应像素点亮度值的概率；在2 3 2 ，我们 将描述一种基于实时更新与长期调整相结合的背景更新机制来实现对背景的实 时更新；在2 3 3 ，我们针对当前视频检测的具体应用，采取了一种虚拟线圈 检测法来进行视频检测，并结合对背景的提取与更新，从而得到各项交通参数 信息。 2 3 1 背景提取 为了得到一个良好的背景，我们通常可以通过提取图像中的各项信息( 如： 像素亮度、边缘信息、相关系数、色彩饱和度等) 来实现。像素亮度是在构建背 景模型中最常用到的一个特征。通过对一帧静止背景一段时间内的观察，可以 发现，某像素点的亮度是符合( ，盯2 ) 的高斯分布的，而图像的随机噪声点则 通常里均值为o 的高斯分布。文献 1 5 中提出了一种混合的3 阶高斯分布法来 构建像素的亮度模型。该方法通过计算道路、阴影及车辆的分布情况，从而判 断出像素的亮度变化，并运用e m 算法对该模型进行了更新。文献 1 6 则提出了 一种3 阶的隐藏马尔可夫模型来为交通监控系统构建像素亮度模型。这种方法 为像素亮度提供了一种短期的连续性约束。例如：当一个像素被检测成前景的 一部份，那么在一段时间内它都将被认为是前景直到其被检测成为背景。 在本文中，作者提出了一种基于像素亮度的非参数核密度估计法来构建背 景模型。该方法通过运用图像中每点的像素亮度的基准值，从而用来估计像素 亮度分布的密度函数。因此可以估计出下一帧图像中相应像素点亮度值的概率。 假设而，x ：，x 。是一个像素点亮度值的一个样本集，通过这个样本集，我 们就可以通过核密度估计法得到像素亮度的概率密度函数。对于t 时刻下某点 的像素亮度，我们可以给出它的概率估计： 四川大学硕士学位论文 其中以为窗宽为o r 的核函数，为t 时刻下像素点的亮度值。若我们选取 了_ ，组像素特征作为判断依据，则像素亮度的概率函数将变为： e ) = 丙1 缶ne d k ( _ 一_ ) ( 2 - 2 ) 其中x t j 为d 维的像素特征值，巧，为第_ ，维颜色空间下窗宽为q 的核 函数。本文中，我们选取标准正态分布核来作为我们的核函数，则概率函数将 变为： 嘛强， 对于一个观测值x t ，如果e a x , ) 小于一个全局阈值历( 肪可以随着时间的变 化做出相应的调整) ，则该像素点t 被归为前景点，否则归为背景点。检测结果 表示为： 忍= 嚣宠鬟 ( 2 4 ) 这种方法可以使我们很快地从当前的图像信息中估计出密度函数，从而避 免了以往的信息给判断结果带来的影响。它不像传统的参数估计法需要进行大 量的运算，具有运算量小、可靠性强的特点。另外，由于这种方法所得出的估 计值是基于最近的n 个样本值的，所以只需简单地通过添加新样本，丢弃旧样 本就可达到更新模型的目的。 从式( 2 3 ) 可以看出，窗宽盯的选择对估计结果至关重要，由于在计算概率 函数的函数的过程中我们仅使用了有限的样本值，因此，选取一个合适的窗宽 成为了估计概率分布的一个重要前提。实验表明“”，如果盯取得太小会使估计 的密度分布有毛刺出现欠光滑现象，相反，则会使估计过光滑另外，不同的 2 i 四川大学硕士学位论文 颜色特征也应选择不同的窗宽。 某像素点的亮度变化一般是由以下两种原因造成的：第一种是因为不同的 物体运动( 如：车辆的行驶、植物的摇摆等) 在不同时刻当其边缘通过像素点时 所带来像素点亮度值的剧烈跳变；第二种是由于在一段相对短的时间内由于像 素受到物体的投影或遮挡( 如：植物的阴影、物体的遮挡等) 导致其亮度产生的 局部变化。而窗宽则应该反映像素亮度的这种局部变化丽不是亮度的剧烈跳变。 另外它也应该随着时间的不同进行相应的变化。 为了获得合适的窗宽盯，我们可以计算像素相邻帧亮度样本的绝对差的中 值研，m = k 一工。1 1 2 。计算该中值的目的在于，由于像素亮度在一段时间内 会因为不同物体的运动( 如：车辆的行驶、植物的摇摆等) 其边缘通过像素点而 产生剧烈跳变，时域上相邻的像素对( x 。x 。) 通常来源于相同的局部分布而只 有很少情况来源于交叉分布。因此这个中值更能保证估计的准确性并避免由于 少量的跳变所带来的影响。如果我们假设局部分布服从( ，o - 2 ) 的高斯分布， 那么差值一x 。为高斯分布n ( 0 ，2 0 2 ) 。 由于高斯分布的对称性，绝对差的中值m 将满足： 只(