[发明专利]高速公路场景下一种多特征融合的多车辆视频跟踪方法

摘要

本发明涉及一种高速公路场景下一种多特征融合的多车辆视频跟踪方法。本发明首先用一个固定视场的监控摄像机，对高速公路中行驶的车辆获取视频图像；其次对于监控摄像机采集的输入视频图像中的每一帧图像，利用改进的混合高斯建模，在图像中进行车辆检测和定位；然后提取运动车辆的多个特征信息，用于视频车辆跟踪；最后用于匹配不同视频帧的检测结果，判断是否属于同一车辆。并对图像中车辆相互遮挡影响跟踪效果的情况进行处理。本发明采用了多信息融合的技术，多种特征的联合跟踪有利于提高跟踪的准确率和抗干扰性。

主权项

1.高速公路场景下一种多特征融合的多车辆视频跟踪方法,其特征在于该方法包括以下步骤：步骤1.用一个固定视场的监控摄像机，对高速公路中行驶的车辆获取视频图像；步骤2.对于监控摄像机采集的输入视频图像中的每一帧图像，利用改进的混合高斯建模，在图像中进行车辆检测和定位，具体是：2-1.基于视频中的道路区域，利用改进的混合高斯建模，所述改进的混合高斯建模引进一个参数，记录当前帧与模型匹配的有效像素的点数，令背景更新率，其中表示基本混合高斯建模中背景参数的更新率；2-2.经过改进的混合高斯建模后，输入的视频图像变成二值化的图像，其中白色像素代表为前景物体的位置；通过连通区域的4邻域归并策略，将符合车辆大小特征的白色连通区域在原视频图像中用矩形搜索框标记出来，这样可获得视频中的车辆定位；步骤3.提取运动车辆的多个特征信息，用于视频车辆跟踪，具体是：对车辆所在矩形搜索框进行灰度、HSV颜色和位置信息的提取；步骤4.匹配不同视频帧的检测结果，判断是否属于同一车辆,并对图像中车辆相互遮挡的情况进行处理，具体是：4-1.车辆相似度定义：将第t帧的第i个车辆检测结果表示为，其中表示车辆所在矩形搜索框中心位置，矩形搜索框的宽度和长度为；表示车辆所在矩形搜索框的HSV颜色特征；表示车辆所在矩形搜索框的灰度特征；而将第t-1帧的第j个车辆检测结果表示为，其中表示车辆所在矩形搜索框中心位置，矩形搜索框宽度和长度为，表示车辆所在矩形搜索框的HSV颜色特征，表示车辆所在矩形搜索框的灰度特征；采用高斯分布的核函数建模，分别得到HSV颜色相似函数，位置相似函数，灰度相似函数，则车辆相似度函数，其中分别为、和在中的权重函数；4-2.初始化：当前帧中检测出来所有车辆构成了待匹配车辆序列，如果当前帧是改进的混合高斯建模完成后的第一帧，则将第一帧中的待匹配车辆序列初始化为现有跟踪车辆序列；4-3.预设阀值、、并跟踪：4-3-1.将第t帧的待匹配车辆序列的每一个车辆和现有跟踪车辆序列的所有车辆进行匹配，找到第t帧中的第i辆待匹配车辆与现有跟踪车辆序列中相似度函数值最大的第j辆车辆；如果这个最大的相似度函数值大于等于阀值,则判断第t-1帧的车辆j出现在第t帧的车辆i的位置，更新车辆信息；如果该最大相似度函数值小于阀值，那么第t帧的待匹配车辆序列中的车辆i作为可能出现在视频中的新车辆加入到车辆缓冲序列；4-3-2.对车辆缓冲序列里所有的车辆进行统计，如果当前车辆在缓冲序列中连续出现帧；那么认为该车辆是新车辆出现在视频中，并将该车加入到现有跟踪车辆序列，并返回至步骤4-3-1；如果连续帧未出现，那么则认为该车辆已经驶出本视频监控范围，从缓冲车辆序列里删除，并将其从现有跟踪车辆序列中删除；如果第t帧中的车辆目标O对应t-1帧中两辆或两辆以上车辆的位置函数都大于一个预设的门限时，说明车辆目标O对应于前一帧图像中两个或两个以上车辆模型，判定发生车辆间相互遮挡，采用分块跟踪方法消除跟踪遮挡影响，其中；所述的分块跟踪方法，具体是：在车辆所在矩形搜索框内采用分块模型分别进行分块，并提取每个分块的HSV颜色特征，然后将分好的每个块都标记上每块的中心点距离原先车辆矩形搜索框中心点的距离其中为方向上的距离，为方向上的距离，为分块的数量；对每一个分块在当前t帧的车辆目标O矩形搜索框中进行颜色匹配；选择颜色匹配值最大的个分块，联合确定前一帧的车辆的中心在发生遮挡的车辆目标O的矩形搜索框的位置，采用上一帧的车辆矩形搜索框获得车辆的矩形搜索框位置，这样可分离多个相互遮挡的车辆，其中,。