[发明专利]一种基于视频压缩域的多车测速方法

权利要求书

1.一种基于视频压缩域的多车测速方法，其特征在于，包括以下步骤：

步骤1，从视频码流中提取运动矢量MV；

步骤2，摄像头初始化；

1)分析车道线与车道区域；

2)计算用于像素实际距离和现实距离转化的单应性转换矩阵H；

3)学习摄像头可分析的最大车速；

步骤3，运动矢量MV预处理；

清除不在车道区域中的运动矢量MV，只对车道区域中的非零运动矢量MV的宏块处理；

时空域检测运动目标：

根据车辆运动是连续且平滑的特性判断在车道区域中的非零宏块是否为运动目标，并以此设置一个阈值来确定当前待测宏块MBc是否为运动车辆的宏块MBreal；

步骤4，标记运动目标；

分割不同车道线的车辆：

当有一个目标框横跨了两车道，以车道线将该目标框分为两部分，标记目标框为{center，box，linenum，mvs}；center为目标框重心，其包含重心坐标；box为目标框大小，其包括左上角坐标和长宽；linenum为道路线；mvs为目标框中非零运动矢量MV的集合；

合并目标框：

分别将已标记的目标框中的非零运动矢量MV累加起来，形成运动矢量MV的投影，记为MVpro；

判断各个目标框的MVpro的相似度与邻近程度；先判断相似度，若相似度接近，继续判断邻近程度，若目标框又相近则进行合并，形成的目标框为某一车辆的目标框；

最终合并成多个目标框从而确定多个车辆的位置；

步骤5，运动目标追踪；

将步骤4得到的目标框按其投影MV移动投影到邻帧当中，作为预测目标框，预测其在邻近帧中的位置；

将预测目标框记为A，邻帧目标框记为B，计算A与B的交并比IOU，交并比公式

若交并比大于0，即确定两帧为同一对象，就将两个目标框加入目标框匹配对列表，并从待搜索的列表中删除，直至匹配对列表中的搜索完毕；

步骤6，计算速度；

计算瞬时速度：通过步骤5得到的目标框匹配对列表，使用特征匹配的方法，找到对应车辆的相匹配的像素位置；

计算当前目标框与匹配目标框的特征匹配点，使用sift获取对应区域特征点，并进行匹配获取所有特征匹配点中最佳的一对坐标(x_i，y_i)、(x_i+1，y_i+1)；

通过步骤2得到的单应性转换矩阵H，将坐标(x，y)转换为现实距离的(x’，y’)，通过帧率fps得到时间，通过两点的现实距离计算出位移，通过位移除以时间，计算出实际位移速度；

计算实际位移速度的公式如下，V_i为该帧的瞬时速度，i表示发现该车辆的第i帧，1/fps为一帧的时间；

设置停止线并计算平均速度：

根据车辆行驶方向，停止线设置为行驶方向距离驶出界面15％的位置，车辆的目标框越过停止线即停止追踪并计算其平均速度作为记录；

平均速度计算为：

2.根据权利要求1所述的基于视频压缩域的多车测速方法，其特征在于，在视频码流中提取运动矢量MV时，将宏块大小归一化为4*4，非4*4的宏块拆分成m个4*4的宏块，拆分后的宏块使用原有的MV大小。

3.根据权利要求1所述的基于视频压缩域的多车测速方法，其特征在于，分析车道线与车道区域的方法包括：

固定安装摄像头以后，摄像头拍摄一段时间，通过均值滤波消除前景区域的影响，获得静态背景的画面，以此静态背景获取车道信息；

对静态背景的画面使用canny边缘分割将车道线从图片中提取出来；

边缘分割后，使用霍夫变换分析属于直线的部分获得车道部分。

4.根据权利要求1所述的基于视频压缩域的多车测速方法，其特征在于，学习摄像头可分析的最大车速V_max的方法为：车辆在第一帧进入摄像头，第二帧驶出摄像头，由摄像头拍摄区域的距离及一帧内时间计算得出最大车速V_max。