[发明专利]一种三维信息复原提取的道路遗洒物识别方法

说明书

 

技术领域

本文涉及智能交通视频图像监控，计算机视觉技术和三维重构技术领域，尤其涉及一种三维信息复原提取的道路遗洒物识别方法。

背景技术

近年来，随着高速公路通行量的不断增加，车辆遗洒事件时有发生，因过往车辆上的遗洒物、坠落物引发的交通事故也不断增多，不仅会使得车辆绕行，降低道路运营效率，更重要的是会对其他车辆造成安全隐患，因为一旦事故发生，往往容易演变为重大交通事故，给通行车辆和司乘人员造成生命财产损失，而且给高速公路运营管理单位带来了经济损失和诉讼纠纷，增加了高速公路的管理难度。

目前，国外已有的研究成果多是应用在滞留物和偷窃物等方面的检测，而针对道路遗洒事件的检测并不常见，现有算法应用于道路遗洒物检测时，其可行性、精确度都有待考证，而国内在该领域的研究仍存在许多空白。随着城市道路、高速公路和隧道上安装的视频传感器的普及和视频监控技术的不断发展，传统的人工视频监控已经不能满足实时发现交通异常状态的需求，因此充分利用现有的监控设备，研究基于视频图像序列的遗洒物事件检测技术，不仅能够获取更多的交通状态信息，改善当前视频监控的落后状况，更能提高设备价值，提前预防交通隐患，保障交通道路安全高效的运行。

发明内容

本发明的目的是提供一种三维信息复原提取的道路遗洒物识别方法，用于道路中可能造成交通事故的遗洒物的实时判别，为交通诱导与控制监控系统提供主要依据。

为了实现上述目的，本发明提出一种三维信息复原的道路遗洒物识别方法，具体包括以下步骤：

S1，通过固定CCD摄像机获取道路视频图像序列，对视频做中值滤波，图像平滑和梯度锐化等图像预处理操作，去除设备自身带来的噪声影响；

S2，建立更新速率较快的短效背景模型和更新速率缓慢的自适应混合高斯长效背景模型，通过背景差分法和自适应动态阈值法检测出当前帧图像中各像素在场景和运动目标间的归属情况，利用双效层交互分割算法分割出静态前景目标区域，利用形态学的开运算清除噪声干扰，利用八连通区域提取静态前景轮廓；

S3，利用S2骤分割出的结果中提取目标区域的纵横比、区域面积、区域周长、破碎性和分散度的几何形状特征，构建非线性二维模式分类器，排除车类静态前景的干扰，检测出遗似遗洒目标；

S4，利用张正友平面模板标定方法标定得到摄像机的内参矩阵，通过SIFT特征点提取、特征点匹配和构建圆形特征描述符估算摄像机外参矩阵，利用透视投影矩阵复原目标三维信息；

S5，利用去异优化鲁棒算法迭代提取最优地平面样本点，通过最小二乘拟合估算最优地平面方程，求取S4步骤中的三维目标点相对地面的极高值，识别是否为危险性遗洒。

进一步，所述步骤S2中包括以下步骤：

S21）提出对称弥补差分背景提取及选择性更新算法建立更新速率较快的短效背景模型，使得静止的静态前景快速融入背景；

S22）利用自适应混合高斯背景模型建立长效背景模型，通过阶段性更新方法和学习更新率的变化防止静态前景快速的融入到背景中；

S23）利用自适应动态阈值法获取背景和前景图像；

S24）提出双效层间交互分割算法得到静态前景目标区域；

S25）利用形态学的开运算清除噪声区域干扰；

S26）利用八连通区域标识方法提取静态前景区域的轮廓信息。

进一步，所述步骤S3具体包括以下步骤：

S31，根据S2提获取的静态前景目标区域，提取目标区域纵横比、区域面积、区域周长、破碎性和分散度的几何特征，共同组成五维特征向量：

                                                                                     （16）

S32，构建非线性二维模式分类器SVM，通过样本学习和训练，对测试样本进行分类，分离静态前景干扰目标，标记疑似遗洒目标。

进一步，所述步骤S4中包括以下步骤：

S41）利用张正友平面模板标定方法，标定摄像机内参矩阵；

S42）通过尺度不变特征变换提取目标特征点；

S43）构建具有旋转不变性的72维圆形SIFT特征描述符；

S44）利用搜索最邻近匹配策略，完成空间序列图像SIFT特征点的匹配。

S45）利用步骤S44）中获取的特征匹配点对和鲁棒性估计算法估算基本矩阵和本质矩阵；通过最小二乘逼近修正本质矩阵，获取摄像机运动参数，利用最小二乘拟合法复原特征点三维信息。