[发明专利]用于高速公路大场景下车辆违法行为跟踪识别和自动抓拍的方法

权利要求书

1.一种用于高速公路大场景下车辆违法行为跟踪识别和自动抓拍的方法，其特征在于，包括以下步骤：

步骤S1，检测进入高速公路大场景中的车辆目标；

步骤S2，跟踪并识别车辆目标的通行行为；

步骤S3，动态控制摄像机对发生交通违法行为的车辆目标进行持续跟踪；

步骤S4，对发生交通违法行为的车辆目标进行快速抓拍，

步骤S5，对发生交通违法行为的车辆目标进行取证记录。

2.如权利要求1所述的用于高速公路大场景下车辆违法行为跟踪识别和自动抓拍的方法，其特征在于，

步骤S1具体包括：

步骤S11，获取初始帧图像建立背景模型；摄像机初始时工作在短焦距模式，对高速公路设定距离之外的大场景范围进行视频观测，基于视频的第一帧图像建立高速公路大场景的图像背景模型；

步骤S12，车辆图像区域提取；基于背景模型对获取的视频每一帧图像提取不属于背景的像素区域：先将图像缩放至与背景模型同样的分辨率，然后遍历每一个像素，与背景模型中对应像素比较，像素灰度值差异超出一定阈值将认为是前景像素；进一步对前景像素使用图像形态学操作，并滤除孤立的像素点、填补前景区域内的镂空，获得形状规整的图像前景区域；最后，基于形状特征对每一个图像前景区域判定，符合车辆形状特征的为车辆图像区域及车辆目标。

3.如权利要求2所述的用于高速公路大场景下车辆违法行为跟踪识别和自动抓拍的方法，其特征在于，

步骤S12中，在对图像前景区域判定前，还使用阴影抑制方法对图像前景区域操作，消除车辆在路面上阴影区域对车辆前景的影响。

4.如权利要求1、2或3所述的用于高速公路大场景下车辆违法行为跟踪识别和自动抓拍的方法，其特征在于，

步骤S2包括：基于特征匹配建立当前帧各个车辆图像区域与车辆目标预测位置的对应关系；利用空间变换获得各个车辆目标在实际路面上的位置并计算其速度；基于车辆目标的在图像中位置区域连续变化形成的坐标轨迹，以及速度信息对车辆通行行为进行识别，从而识别交通违法行为；基于车辆目标位置、速度、尺度、图像特征值这些状态信息更新各个车辆目标的卡尔曼滤波参数；利用卡尔曼滤波方法对各个车辆目标的位置进行预测。