[发明专利]一种基于显著车辆部件模型的交通违章检测方法

权利要求书

1.一种基于显著部件模型的交通违章检测方法，其特征在于：包括以下步骤：

步骤S1，对道路交通场景进行图像标定；

步骤S2，定位视频序列中的所有车牌位置：

步骤S3，定位视频序列中的所有车辆尾灯位置：

步骤S4，基于车辆的多个显著部件，对车辆进行跟踪从而获取车辆的运动轨迹：

根据前一帧图像中的车辆定位结果，预测当前帧的车辆位置；将当前帧中的车辆定位结果作为测量值，对于每一个跟踪车辆，通过判断其预测位置与测量值之间的欧式距离，搜索其观察值；通过加权计算预测值与观察值，更新预测值，作为目标的当前位置；

步骤S5，分析车辆的运动轨迹，设置各种违章类型的检测区域，完成车辆违章检测。

2.根据权利要求1所述的交通违章检测方法，其特征在于：所述步骤S4中，基于车辆的多个显著部件、采用扩展卡尔曼滤波方法对车辆进行跟踪从而获取车辆的运动轨迹；在扩展卡尔曼滤波方法中，将车牌的中心位置及速度信息作为系统状态变量；

该步骤中，定义如果一个车辆部件连续跟踪3帧以上，即认为该部件为稳定状态；

在预测位置搜索车辆目标位置观察值采用如下规则：

RULE1：如果预测位置附近检测到稳定状态的车牌，但车灯状态不稳定，则用车牌表示车辆，并作为观察值；同时，更新车灯的稳定状态及其与车牌的相对位置；

RULE2：如果预测位置附近没有检测到车牌，或者检测到车牌但是该车牌为不稳定状态，则进一步搜索车灯，如果有稳定的车灯，用车灯表示车辆，并作为观察值；

RULE3：如果预测位置检测到稳定车牌，同时搜索到稳定车灯，则判断它们与预测位置的距离，取距离近者作为观察值；同时更新车牌与车灯之间的相对位置。

RULE4：如果预测位置附近搜索到不稳定的车牌，且没有稳定车灯，则取车牌位置作为观察值；

RULE5：如果预测位置附近既没有稳定车牌，也没有稳定车灯，认为当前目标丢失跟踪；如果某个目标连续三帧丢失跟踪，即认为该目标退出场景。

3.根据权利要求1或2所述的交通违章检测方法，其特征在于：所述步骤S5中，为不同的违章类型设置特定的检测区域，同时，保存多张取证图片和违章信息；

各种违章类型的检测区域设置和轨迹分析方法如下：

(1)闯红灯：在每条车道的停车线前后各设置一个检测区域，记录并分析每辆车的运动轨迹，如果当前车道的信号灯状态为红灯，并且车辆轨迹依次穿过设置的两个检测区域，则认为该车辆闯红灯；提取车辆在停止线前、压停止线和驶过停止线的三张全景图片，以及车辆的一张特写图片，并调用车牌识别程序进行车牌识别，最后将四张图片进行拼接并标注违章信息，包括违章时间、路口位置、车道、车牌号码等，供交通管理部门做后续处理；

(2)压线行驶：在图像中，标记禁止压线行驶的车道线区域，记录并分析车辆的运动轨迹，如果车辆轨迹经过该检测区域，则认为该车辆压线行驶；提取车辆压线状态下的全景图片，以及一张特写图片，并调用车牌识别程序进行车牌识别，最后将两张图片进行拼接并标注违章信息，供交通管理部门做后续处理；

(3)不按规定车道行驶：在图像中的两条车道标记两个检测区域，如果车辆的运行轨迹，依次经过两个检测区域，则认为该车辆不按规定车道行驶；提取车辆变换车道前、变换车道中、变换车道后的三张全景图片，以及车辆的一张特写图片，并调用车牌识别程序进行车牌识别，最后将四张图片进行拼接并标注违章信息，供交通管理部门做后续处理；

由此完成基于显著部件模型的交通违章检测过程。