[发明专利]一种基于视频检测技术的交通拥堵判别方法

说明书

技术领域

本发明涉及道路交通状态检测领域，具体涉及一种基于视频检测技术的 交通拥堵判别方法。

背景技术

随着经济的快速发展，城市人口的机动车拥有量也在急剧增长，车辆增长 速度远远超过道路增长速度，造成交通拥堵日趋严重，交通事故时有发生等问 题。因此，通过科学技术手段来监测道路拥堵状态有着极其重要的意义。

交通拥堵检测方法有地埋式感应检测、微波检测、GPS浮动车检测技术、 视频检测技术等。地埋式感应检测将感应线圈铺设于道路各路段，存在易损坏、 难修复、施工复杂的缺点；微波检测采用工作在微波频段的雷达探测器进行道 路拥堵检测，其技术复杂，价格较高；GPS浮动车检测技术是在车辆上安装GPS 装置，通过获取的信息估计道路交通状态，其缺点是存在覆盖率不足、检测盲 区，从而影响检测精度。视频检测技术与其他检测技术相比，主要优点有：不 破坏路、安装无需中断交通、检测功能多和可记录现场图像等。因此，充分利 用视频检测技术服务于交通信息检测有着重要的意义。

现有技术中的基于视频检测技术的交通拥堵方法通过获取大量交通状态参 数，如：流量、道路占有率、速度、车间距、排队长度等，然后选取多个参数 利用传统的拥堵判别算法实现对交通拥挤事件的检测。这种方法要求利用图像 处理技术计算多个参数，实现复杂，开销较大，不利于实现对道路拥堵事件的 发生进行实时监控。

发明内容

有鉴于此，为了解决上述问题，本发明公开了一种基于视频检测技术的 交通拥堵判别方法，针对传统交通拥堵判别方法需要获取大量交通状态参数， 运算开销大，实时性不强的缺点，本发明只利用视频图像处理技术获取道路 占有率一个参数，并由此计算出占有率方差、占有率变化量绝对值，构建模 糊聚类器便完成了道路的拥堵状态的判断。

本发明的目的是这样实现的：一种基于视频检测技术的交通拥堵判别方 法，其特征在于：交通拥堵状态的确定依次通过以下步骤完成：

步骤一、对交通视频图像建立背景模型；

步骤二、对背景模型提取前景和前景去噪；

步骤三、计算道路占有率及占有率方差；

步骤四、建立拥堵判别模型；

其中：建立拥堵判别模型包括如下步骤：

1)建立交通状态判断区域

选取i时刻的道路占有率C_i及占有率方差令利用模糊 C-均值算法(Fuzzy C-Means，FCM)经过多次迭代，得到道路畅通、道路缓 行和交通拥堵报警状态三类模糊聚类的聚类中心矩阵 矩阵的第一行表示道路占有率，第二行表示占有 率方差；

2)建立拥堵模糊聚类判别器

建立||x_i-ω_j||聚类判别器，采样标本C_i表示i时刻的道路占有 率，表示占有率方差；

判断||x_i-ω_j||等于min{||x_i-ω_k||}，表明x_i距离聚类中心ω_k最近，则将x_i归到ω_k所代表的类别中去，此时交通状态为ω_k代表的状态，其中k＝1...N代表N种 不同的交通状态。

进一步，交通状态ω_k中的K＝1或2或3，分别表示道路畅通、道路缓行 和交通拥堵报警状态。

进一步，拥堵判别模型还包括建立辅助判别器的步骤；当拥堵模糊聚类 判别器判断交通状态为道路缓行或交通拥堵报警时，建立辅助判别器对交通 状态作进一步判别；

对于采样标本x_i属于ω₂道路缓行情况时，在拥堵模糊聚类判别器后添加 辅助判别器|ΔC_i|＜β，如果判别器为真，则此时道路较拥挤；否则，此时道 路正常；这里β的值取6，ΔC_i＝C_i-C_i-1，为i时刻的道路占有率变化量；