[发明专利]基于角点特征分析的车辆排队长度检测方法

权利要求书

1.一种基于角点特征分析的车辆排队长度检测方法，其特征在于，包括：

步骤一、对交通路口摄像头采集到的实时路况视频进行预处理。其中包括灰度化视频图像，噪声去除以及感兴趣区域的提取；

步骤二、对原视频预处理后，在停车线前设置虚拟检测区，使用改进后的FAST算法判断当前检测窗内角点的位置以及运动状态，并且使用不同颜色区别静态的角点与动态的角点。假设p为检测到角点的位置，检测运动状态的方法如下：

It(p)是像素p在t时刻的值，S(p)是p的邻域的集合，将得到的D(p)与阈值t相比较得到E(p)，即车辆的运动状态。当E(p)为1时是静态角点，当E(p)为0时是动态角点；

步骤三、当虚拟检测区内车辆处于静态时，默认交通处于拥堵状态并获取车辆队列，测量车辆排队长度。本方法将静态角点特征关键点集按照映射的原理生成一副新的图像，便于使用这张图像进行PCA处理得到低维向量；

步骤四、对队列中获得的角点特征图应用PCA处理压缩成低维向量来表征车辆队列长度；

步骤五、对PCA的结果进行形态学处理确定队列长度。使用形态学处理对上述得到的不连续结果进行优化。由于在成像过程中近大远小的特点，对该图像使用可变模板的形态学处理：

其中B(i，j)表示将B的中心对准Ar的(i，j)位置形成的矩阵范围，Ar为使用可变模板B(2r+1，2r+1)膨胀的图像。Ar(p，q)为落在B(i，j)∩Ar部分的点，结果为其最大值；

步骤六、本发明中的车辆排队长度由白色区域构成，即从(x，y)＝(0，0++)起遇到的第一行白色区域为车辆排队的队尾，从(x，y)＝(0，img.length--)起遇到的第一行白色区域，最后得到像素长度。

2.如权利要求1所述的基于角点特征分析的车辆排队长度检测方法，其特征在于，将FAST算法检测与帧间差分方法结合，在检测角点的同时确定其运动状态。

3.如权利要求1所述的基于角点特征分析的车辆排队长度检测方法，其特征在于，改进的FAST算法获取静态车辆角点特征图，结合PCA技术将队列中的角点信息压缩成为低维向量。

4.如权利要求1所述的基于角点特征分析的车辆排队长度检测方法，其特征在于，对PCA得到的低维向量进行可变模板的形态学处理。