[发明专利]一种基于序列图像的城市路口车辆排队检测系统

说明书

本发明公开了一种基于序列图像的城市路口车辆排队检测系统，包括摄像机、通信单元、相机标定系统、车辆行为分析系统及统计输出模块；所述摄像机通过通信单元连接车辆行为分析系统，车辆行为分析系统结合相机标定系统中的相机信息，对摄像机获得的序列图像进行车辆行为分析，判断视频中的车辆排队情况，并通过统计输出模块输出车辆排队信息；本发明的有益效果是，通过选择性背景更新的前景检测、分级车辆检测、多种交通数据计算和自适应跟踪效率优化方法，能实现准确和快速的车辆排队信息采集，满足准确交通信息实时性采集的需求。

技术领域

本发明涉及图像处理系统技术领域，具体涉及一种基于序列图像的城市路口车辆排队检测系统。

背景技术

随着国内车辆保有量的不断提高，交通问题逐渐受到人们的广泛关注，而智能交通调度也渐渐进入人们的视野。人工的交通调度需要大量的人力物力，且难以及时发现拥堵情况并找到较好的解决方案，而自动化的交通调度能满足上述需求，在较好的解决调度问题的同时大大地减少了所需要的人力成本。但该方法需要实时的路口拥堵数据，因此需要自动的车辆拥堵检测为其提供基础数据，而基于序列图像的城市路口车辆排队检测系统是一种较好的解决方案，能提供准确的交通拥堵数据，并对场景中的情况变化进行实时的响应。

但无论是在准确提取交通数据上还是实时更新交通拥堵情况上，都对系统的算法提出了巨大的挑战，国内外学术界、工业界提出了很多方案。当前针对车辆排队检测的方法有很多，按检测设备可分为视频检测器、地磁传感器、红外线检测器、线圈检测器、超声波检测器等。在城市交叉路口检测车辆排队情况时，线圈检测器存在成本高、布设及调试复杂等缺点；传统浮动车存在检测成本高、操作复杂等缺点，且基于车载GPS检测的方法易受车辆条件限制，难以进行大规模应用；地磁传感器成本低廉、布设简单，但需要在道路完成前提前安装，维护复杂。

近年来，随着视频检测器成像质量不断提高及成本的不断降低，以及视频传感器易维护、安装方便等优点而得到广泛关注。根据视频检测的车辆排队检测方法可以根据是否进行车辆跟踪分为非跟踪方法和基于跟踪的方法，其中，非跟踪的方法通过逐帧判断道路中是否存在车辆达到检测排队长度。其中与本发明较为接近的技术方案包括：M.Y.Siyal等人(Siyal MY,Fathy M.Aneural-visionbased approach to measure traffic queueparameters in real-time[J].Pattern Recognition Letters,1999,20(8):761-770.)采用了滑动窗口机制实现车辆排队检测,而每个子窗口的检测又可分为车辆存在检测和车辆运动检测两步。M.Fathy等人(Fathy M,Siyal M Y.A window-based image processingtechnique for quantitative and qualitative analysis of road trafficparameters[J].IEEE Transactions on Vehicular Technology,1998,47(4):1342-1349.)采用帧间差分法进行车辆运动状态检测,并利用车辆垂直于车道轴方向上边缘强度的区别，提取该方向上的边缘信息以达到车辆目标检测。虽然通过非跟踪方法进行车辆排队队列分析简单高效，但存在易受背景的光照变化、阴影等因素的干扰造成车辆检测失败、受道路形状限制、仅能采集部分交通参数等不足。M.S.Shirazi等人(Shirazi M S,MorrisB.Vision-based vehicle queue analysis at junctions[A].IEEE InternationalConference on Advanced Video and Signal Based Surveillance[C].Karlsruhe,Germany:IEEE,2015:1-6.)利用在远景路口设置车辆检测区域进行车辆检测，并跟踪经过车辆获得车辆的运动状态。该方案鲁棒性高，较好的解决了超长等待的问题且能采集多个交通参数。但在实际工程应用中，往往采用单个相机同时采集多个车道的排队长度参数。在排队高峰期时，基于跟踪的排队长度检测算法需要同时跟踪多个车道中的多个车辆，对算法的实时性提出了很大挑战。