[发明专利]一种用于大场景交通监视的多视点视频融合及交通参数采集方法

说明书

技术领域

本发明涉及计算机应用技术和交通管理领域，具体涉及一种用于大场景交通监视的多视点视频融合及交通参数采集方法。

背景技术

道路交通高点监控有助于交通管理者远程监视道路交通的实时状况，进而辅助交管部门有效管理指挥交通。但是，现有道路交通高点监控大多是通过在某场景高点架设一球机，通过人工远程控制驱动查看某局部区域交通情况，而难于同时整体监视大场景区域的交通状况，比如十字交叉口各个方向的交通态势。

现有城市交通时常出现交叉口信号灯控制常有出现一个方向处于绿灯相位而无车通行，对应的另一方向处于红灯相位却是有较长排队长度的车辆排队等待通行，这样导致城市道路交通资源浪费，整个区域的交通通行能力低下，违背了城市交通缓堵保畅的公众意愿。究其根源，现有机非混合相对突出的中国式城市交通，各类交通参数(尤其是道路交通中非机动的相关参数)，交通信号灯自适应控制缺失一种有效实时自动分析评估的手段，为信号灯控制策略优化提供有效支撑的科学依据。

发明内容

本发明的目的在于提供一种用于大场景交通监视的多视点视频融合及交通参数采集方法，解决现有技术中无法对大场景交通状况进行准确的监视，不能准确的对实时大场景交通状况进行评估的问题。

为解决上述的技术问题，本发明采用以下技术方案：

一种用于大场景交通监视的多视点视频融合方法，包括以下步骤：

步骤一，各视点视频源视频采集及解码：连接网络摄像机，获取摄像机监视场景内的视频数据，然后对每一个摄像机发送过来的数据包进行解码得到每一帧的视频图像；

步骤二，相邻视点帧图像变换及拼接融合：采集任意相邻网络摄像机的图像，设定相邻图像中重叠区域为ROI，然后对两个图像的ROI区域进行图像特征点检测与配准，根据匹配的特征点组计算得到两幅图像间的投影变换矩阵，根据部署的某一个摄像机的朝向设定一个世界坐标系，各个摄像采集的图像在这个坐标系的基础上进行图像拼接前的图像变换均对应一个不同的投影变化矩阵；将投影变换矩阵作为参数，把其中一台摄像机的图像设为基准图像，利用双线性插值算法根据投影变换矩阵完成另一台摄像机图像的投影变换，将两幅图像映射到同一坐标系下，然后对重叠区域各图像的对应的像素点做加权求和，得到全景图像的重叠区域像素，非重叠区域的各图像，像素亮度保持不变；

步骤三，多视点视频融合后帧图像渲染：根据拼接场景的具体情况对图像进行裁剪，并把裁剪结果贴在场景模型之中，根据示范中交通监视场景，对拼接融合后的视频图像进行裁剪，结合静态场景3D建模，再将其作为纹理通过3D引擎渲染后，便得到区域交通包含四个方向的大场景超高分辨率实时视频，实现视点漫游，用于交通管理人员兼顾全局或局部便捷监视。

根据上述方法，对交通参数采集方法为：

1)依据大场景视频中的车道线，人工标定大场景视频的每一帧图像中车道区域，确定待检测图像区域，分为各断面i的机动车道区域Vi和非机动车道区域Fi；

2)在车道区域内各断面i从停车线开始每隔20个像素设置为一个小区域块j，再依据标定的摄像机参数确定各小区域对应物理道路距离L_j，计算每个小区域无车时的梯度幅值G_th-ij作为参考阈值，实时计算每帧中各小区域图像梯度幅值G_ij,并与阈值G_th-ij比较，如果从停车线开始连续多个小区域内G_ij-G_th-ij>20，则认为该小区域有车排队，从而判断出该断面方向车辆排队长度值d_i；

3)在大场景道路区域每个断面方向i每个车道k设置检测线圈LOOP_ik，线圈LOOP_ik的位于距离对应停车线150米位置的车道中间，LOOP_ik宽度取道路宽度的2/3，长度取40个像素，通过混合高斯背景模型获得待检测图像区域实时背景，采用实时当前帧图像与背景做差值，依据差值是否大于20，得到该线圈有无车辆，并给有车赋ID号c_k，若该线圈上从有车变为无车，则计算出该车道通过一辆车，每分钟统计通过数量，从而检测到该断面该车道分钟车流量Q_Vik；