[发明专利]基于无人机航拍图像的车速估算系统及方法

说明书

技术领域

本发明涉及一种应用于智能交通领域的图像处理技术，特别是涉及一种基于无人机航拍图像的车速估算系统及方法。

背景技术

城市建设和交通管理部门经过长期实践证明：单纯增加道路基础设施建设己不可能从根本上解决目前的交通系统问题，相关部门开始考虑运用高新技术改造和管理现有交通系统，建立高效、便捷的路网管理体系以满足日益增长的交通需求，逐渐形成了智能交通系统。

现有的智能交通系统中，获取各项交通信息的方式主要包括以下三种：

第一种是于城市道路特定的监控区域布设多种信号采集设备，如埋设感应线圈传感器，安装激光/雷达、激光传感器，视频摄像头，配置浮动车辆等。上述信号采集设备均为“点”式采集设备，而交通信息具有二维特征，因此利用“点”式采集设备获取的若干道路截面交通信息分析复杂的交通现象具有局限性；另一方面，传统固定式摄像头由于拍摄角度的问题，容易造成大车遮挡小车而无法判别图像或误差过大等问题；再者，类似视频摄像头、激光/雷达、埋地感应线圈传感器等设备建设成本较高，拍摄距离和范围有限，浮动车监测技术虽可用于二维交通信息的监测，但获取的交通信息有限，同时还需投入大量的人力和物力。

第二种是利用无人机航拍的图像分析获取交通信息，现有的无人机航拍图像分析多依赖于无人机的飞行高度，受各种因素的干扰，无人机飞行高度测量误差较大，会造成车速计算错误；另一方面，利用航拍的图像进行车辆识别时，一般采用背景相减法，即先建立参考背景，将后续输入的图像减去参考背景，利用移动物体与背景像素的差异，找出移动物体的轮廓，但在背景不固定的情况下，此方法会将变化的背景也视为前景的一部分，对计算车速带来很大的困难。

第三种是采用航天遥感观测技术，此方式更新效率低，难以实现交通信息的连续观测。

发明内容

鉴于上述原因，本发明的目的在于提供一种基于无人机航拍图像的车速估算系统及方法，利用无人机拍摄获取若干原始的交通图像，利用连续图像相减法检测出图像中的移动车辆，提取出车道线，以车道宽度为比例尺，估算移动车辆的车速，估算结果较为准确，系统使用机动灵活，适于推广应用。

为实现上述目的，本发明采用以下技术方案：

一种基于无人机航拍图像的车速估算系统，包括具有航拍功能的无人机、计算机，无人机拍摄获取的若干原始交通图像经无线传输单元传输至计算机，

计算机包括预处理模块、移动物体检测模块、车道范围分析及车道线提取模块、车速计算模块；

预处理模块，用于对原始交通图像进行预处理；

移动物体检测模块，用于基于预处理后的图像检测出移动车辆；

车道范围分析及车道线提取模块，用于基于预处理后的图像，分析车道范围、提取出车道线；

车速计算模块，用于根据检测出的移动车辆及提取出的车道线，结合实际的车道宽度，估算出移动车辆的车速。

所述预处理模块对原始交通图像进行预处理，包括设定感兴趣区域、图像灰阶化处理、空间滤波处理、边缘检测处理、校正处理。

所述移动物体检测模块是将连续的两两图像进行减法运算，将变动量大于一定阈值的连通区域确定为移动车辆。

所述车道范围分析及车道线提取模块，是将连续的两两图像进行减法运算，确定出变动量最小的图像作为车道划分参考图像；将该车道划分参考图像对应的原始交通图像作为分析目标图像，将其对应的RGB彩色图像转换为HSV彩色图像、再将HSB彩色图像转换为灰阶图像，将该灰阶图像进行二值化处理，利用水平投影法和形态学方法计算白色点的分布位置，提取出车道线，划分出车道范围。

所述车速计算模块，

根据检测得到的移动车辆，分别计算车辆移动前后的质心，计算车辆移动前后质心移动的像素数m；

根据提取出的车道线，确定图像中对应的车道宽度，确定图像中沿车道宽度所包括的像素数n；

将实际的车道宽度除以图像中沿其车道宽度所包括的像素数n，得到图像中每个像素相当于实际道路上的实际距离；

将质心移动的像素数m乘以每个像素代表的实际距离，得到车辆移动的实际距离，结合连续两张图像的间隔时间，计算出车辆移动的速度。

基于上述系统实现的车速估算方法，包括：

S1：获取无人机航拍的若干原始交通图像；

S2：对原始交通图像进行预处理；

S3：基于预处理后的图像，检测出移动车辆；

S4：基于预处理后的图像，提取出车道线，确定车道范围；

S5：根据检测出的移动车辆及提取出的车道线，估算出移动车辆的车速。