[发明专利]基于复合虚拟线圈的车辆检测与抓拍方法

权利要求书

1.一种基于复合虚拟线圈的车辆检测与抓拍方法，包括如下具体步骤：

(1)背景图像重建

对交通视频的图像序列进行背景重建，获得摄像机监控区域的背景图像；

(2)生成复合虚拟线圈

在步骤(1)中获得的背景图像上设置监控车道的停车线，利用停车线位置和车道数目信息，在每个车道停车线的上下两端，即垂直于车辆行驶方向上分别生成两级复合虚拟线圈；

(3)提取车辆区域

首先，采用背景差分法进行车辆检测，获得前景二值图，并根据该前景二值图进行背景图像更新；

其次，将前景二值图中属于阴影的前景像素点置为背景像素点，以消除阴影；

最后，对消除阴影的前景二值图，进行形态学处理、空洞填充和区域平滑，得到车辆区域二值图；

(4)更新车辆行驶信息表

初始时建立空的车辆行驶信息表，将得到的每一幅车辆区域二值图，进行如下处理来更新车辆行驶信息表：

首先，对车辆区域二值图进行区域标记，即不同的车辆区域用不同的标记表示，得到车辆区域标记图；

其次，如果车辆行驶信息表为空，则将当前车辆区域标记图中的车辆区域的信息依次加入到车辆行驶信息表中，并在车辆行驶信息表中标记为有效车辆区域，否则，先将车辆行驶信息表中的所有项都置为无效车辆区域，再判断每个标记车辆区域与车辆行驶信息表中项是否匹配，以更新车辆行驶信息表；

最后，删除车辆行驶信息表中标记为无效车辆区域的项；

(5)车辆抓拍

根据车辆行驶信息表中每一项代表的车辆区域与虚拟线圈的位置关系，保存三张记录车辆违章过程的图像，即可实现违章车辆抓拍。

2.根据权利要求1所述的方法，其特征在于，所述步骤(1)中，对背景图像的重建采用基于路面灰度的统计特征进行，具体步骤如下：

(1.1)对交通视频序列图像进行抽样分块处理：

首先，按照视频序列图的顺序，从第一帧开始每隔一定帧数抽取一帧图像，得到抽样图像SF(x，y)，将抽样图像SF(x，y)按照灰度转化公式转化为灰度图SG(x，y)，并对抽样灰度图SG(x，y)建立分块图像SB(x，y)，分块图像SB(x，y)中每个点的灰度值对应抽样灰度图SG(x，y)中相应块的灰度均值，即：

SB(x,y)=1N2Σx1=N·xx1+N-1Σy1=N·yy1+N-1SG(x1,y1)]]>

上式中，(x，y)代表分块图SB(x，y)上像素点的位置，(x₁，y₁)代表抽样灰度图SG(x，y)上像素点的位置，分块大小为N×N，N为正整数；

(1.2)初始时将路面近似灰度值gray标记为-1，对当前抽样灰度图SG(x，y)按照如下方式来更新路面灰度近似值gray：

(1.2.1)对抽样灰度图SG(x，y)进行直方图统计，在0～255之间寻找波峰对应的灰度值Hmax；

(1.2.2)统计直方图中Hmax两侧一定间隔形成的灰度区间范围内像素点的总数Sum：

Sum=Σi=Hmax-ΔHmax+Δhist[i]]]>

其中，hist[i]表示灰度值为i的像素点数目，Δ为Hmax两侧的间隔，Hmax-Δ～Hmax+Δ为统计像素点总数Sum的灰度区间；

(1.2.3)判断Sum的值是否大于阈值T₀，如果大于T₀，则更新路面灰度近似值gray为Hmax；否则，保留路面灰度近似值gray的原始值，其中，

T0=h·w2]]>

式中，h和w分别为抽样灰度图SG(x，y)的高度和宽度；

(1.3)从第三帧抽样分块图SB(x，y)开始，如果路面灰度近似值gray更新过，即不为标记值-1，则按照如下方式提取当前抽样图SF(x，y)中的稳定背景块，加入到背景图像Back(x，y)中的对应位置；否则，返回步骤(1.2)对下一个抽样帧进行处理：

(1.3.1)在相同位置的像素点，当前抽样分块图与其前面两帧抽样分块图的差值的绝对值之和小于阈值T₁，则将该点对应于当前抽样图像SF(x，y)中的块标记为疑似背景块，即：

|SB(t，x，y)-SB(t-1，x，y)|+|SB(t，x，y)-SB(t-2，x，y)|＜T₁

其中，SB(t-2，x，y)、SB(t-1，x，y)和SB(t，x，y)表示连续三帧抽样分块图在坐标为(x，y)处的灰度值，SB(t，x，y)为当前抽样分块图；

(1.3.2)对于当前抽样分块图SB(t，x，y)中标记为疑似背景块点的像素，判断其灰度值与路面灰度近似值gray的差值的绝对值是否小于阈值T₂，如果小于阈值T₂，则将疑似背景块标记修改为稳定背景块；否则，将疑似背景块标记修改为无效背景块；

(1.3.3)将当前抽样图像SF(x，y)中的稳定背景块加入到背景图像Back(x，y)中的对应位置；

(1.4)统计背景图像Back(x，y)中图像块的数目，如果大于阈值T₃，则背景图像重建过程执行完毕；否则，返回步骤(1.2)对下一个抽样帧进行处理，其中，

T₃＝h_n·w_n·99％

式中，h_n＝h/N和w_n＝w/N分别表示分块后图像的高度和宽度。