[发明专利]一种基于双向跟踪的停车事件检测方法

说明书

技术领域

本发明属于视频检测领域，具体涉及一种基于双向跟踪的停车事件检测方法。

背景技术

近年来，随着交通量的不断增加，交通事故的发生也越来越频繁，在众多事故中，由于非法停车而导致的交通事故尤为严重，因为停车事件具有偶发性和随机性，不易及时发现和排除，一旦发生事故，将会造成交通堵塞，严重影响道路的正常通行能力，而且容易造成后继事故的发生，以致酿成非常严重的后果。所以建立停车检测系统尤为重要。

目前，交通事件自动检测算法总体可分为间接检测方法和直接检测方法两大类。间接检测方法是通过在道路上设置交通检测器采集交通参数来分析和判断交通事件的发生，这种方法反应速度慢，可靠性低，并且不利于监控，不是未来检测方法的发展方向。直接检测方法是通过采集道路的视频，然后使用视频图像处理技术来检测交通异常，它在检测速度和可靠性方面远远胜于间接检测方法，在实际中大部分运用的都是直接检测方法，因此直接检测方法是当今社会交通事件自动检测系统的发展方向。

发明内容

针对现有技术的不足和缺陷，本发明的目的是提供一种基于双向跟踪的停车事件检测方法，它能够有效地检测出停车事件。

为了实现上述目的，本发明采用如下技术方案予以实现：

一种基于双向跟踪的停车事件检测方法，该方法按照以下步骤进行：

步骤一，将视频图像的每一帧分割成多个块区域，对每一帧的每一块区域进行初始化变量设置，即为每一块区域设置一个计数器CN并将其初始化为0；

步骤二，对第一帧各个块区域内的视频图像进行动态背景提取，并且将背景视频图像和原视频图像在同一坐标系下划分成多个块区域，划分方法同步骤一；

步骤三，若出现了稳定的背景，计算当前帧与背景中对应各个块区域内像素差的绝对值之和，若该值小于阈值A，则计数器CN加1，否则计数器清零；若还没有出现稳定的背景，则转到步骤四继续执行，其中：

所述的阈值A的取值范围为500～600；

步骤四，从第二帧到第p帧，重复步骤二和步骤三进行处理；

步骤五，当某一块的计数器CN达到阈值B时，将该块标记为可疑块，并将该可疑块中各个像素的灰度值赋值为255，否则转到步骤四继续执行，其中：

所述的阈值B的取值范围为110～120；

步骤六，对可疑块进行连通域分析，求出连通域的最小外接矩形，若最小外接矩形的宽度大于阈值C，则将该区域标记为可疑区域，否则标记为非可疑区域，其中：

所述的阈值C的取值范围为5～10；

步骤七，读取当前可疑区域所在视频图像之前最近的m帧视频图像，将距离当前视频图像最近的一帧视频图像记为第m帧，最远的一帧视频图像记为第1帧，跟踪距离当前视频图像较远的m-B帧视频图像，若能够从所述的m-B帧视频图像中检测到该可疑区域的运动轨迹，则转到步骤八继续判断，否则对该可疑区域不再进行处理，其中：

所述的m的取值范围为190～200；

步骤八，对检测到的运行轨迹进行分析，如果运动轨迹线与车道线的夹角小于一个阈值D，则转到步骤九继续判断，否则对该可疑区域不再进行处理，其中：

所述的阈值D的取值范围为30°～40°；

步骤九，读取当前可疑区域所在视频图像之后的n帧视频图像，跟踪这n帧视频图像，若从所述的n帧视频图像中不能检测到该可疑区域的运动轨迹，则表明该可疑区域为停车，否则表明该可疑区域不是停车，检测完毕，其中：

所述的n的取值范围为50～60。

本发明是基于双向跟踪的停车事件检测，不受环境限制，能够进行实时检测，并且结合跟踪线的分析能够更好地去除阴影、光照、抛落物及路面积水的影响，该算法可以实现对道路异常停车事件的实时准确的检测，可以及时有效地进行交通事故的救援和处理，防止二次事故发生，进而保障道路运行的安全。

附图说明

图1是第3170帧视频图像，黑色方框框起来的车辆表示即将要停下的车辆。

图2是第3230帧视频图像。

图3是第3355帧视频图像，白色区域即为检测到的可疑区域，黑色方框表示此可疑区域的最小外接矩形。

图4是为可疑区域跟踪到的运动轨迹线，用黑色线条表示。

图5是报告的停车事件。

以下结合附图和实施例对本发明的内容作进一步详细说明。

具体实施方式