[发明专利]一种高速公路上停车的自动检测方法与装置

说明书

技术领域

本发明涉及监控技术领域，特别是涉及一种高速公路上停车自动检测方法与装置。

背景技术

随着社会经济的发展、人民生活水平的提高，城市机动车数量快速增长，并且还在持续增长中。高速公路、城市道路等基础设施也相应的处于快速上升通道，目前我国高速公路已超过10万公里，但是由于管理技术和监管方式的落后，使得交通事故频发，其中，停车、逆行和抛洒物等原因是导致事故的重要违法行为，一旦出现这些行为，而又无法快速有效的向后车传递危险信号，降低车速，容易导致严重的交通事故，威胁人民的生命财产安全。因此，如何快速有效的检测到高速公路上的停车、逆行等违法行为，及时提醒周边行驶车辆，采取有效的避险措施，对减少高速公路事故率和防止二次事故的发生有重要的意义。

基于图像技术的停车异常检测方法主要包含两类：基于分块模型的方法和基于目标跟踪的方法。基于分块模型的方法通过检测分块图像区域的变化来检测是否出现停车，能够在光线较好的场景中快速准确的检测出异常停车事件，但是高速公路里程长，24小时不停监控，面对的天气条件复杂多变，导致基于分块模型的方法无法稳定有效的检测异常停车事件。

发明内容

本发明首先解决的技术问题是提供一种高速公路上停车的自动检测方法，能够解决背景技术中存在的问题，尤其适用于高速公路上的停车检测。

本发明解决上述技术问题所采用的技术方案是：一种高速公路上停车的自动检测方法，包括以下步骤：

步骤1：范围设定，在指定的高速公路监控场景中设置禁止停车的检测区域和停车报警时间阀值；

步骤2：目标检测，检测出指定的监控场景中的前景目标；

步骤3：目标跟踪，获取步骤2中检测出的前景目标的轨迹；

步骤4：轨迹分析，对步骤3中获取的前景目标的轨迹进行分析，并根据轨迹与步骤1中所设定范围的关系对前景目标的状态进行判断；

步骤5：根据步骤4中的不同判断结果对监控场景中的背景进行更新。

采用上述方法，使背景能适应场景变化，减少由于光照渐变、噪声对目标检测产生的干扰。

在采用上述技术方案的同时，本发明还可以采用或者组合采用以下进一步的技术方案：

所述步骤2具体包括以下步骤：

步骤2.1：建立高斯背景模型；

步骤2.2：根据式(1)将当前帧图像与背景图像比较，符合背景模型分布的则认为是背景，否则为前景，从而将当前帧图像二值化；

其中，Pt表示该点的属性，即是前景还是背景，f_t为当前帧中像素灰度值，μ、δ分别为灰度值的均值和标准差；

步骤2.3，提取前景图像的连通区域，并滤除面积小于一定阈值的目标。

所述步骤3具体包括以下步骤：

步骤3.1：提取第i辆车(i＝1，2，…，N)的质心坐标(x_gi,y_gi)和面积A_i，根据前两帧的质心坐标，预测下一帧车辆质心的可能位置：

Ai=Σ(x,y)∈Ri1]]>