專利名稱：視頻車輛檢測優(yōu)化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機視覺領(lǐng)域，具體涉及一種視頻車輛檢測優(yōu)化方法。
背景技術(shù)：
基于圖像處理的視頻車輛計數(shù)、電子警察等系統(tǒng)近年來發(fā)展較快，其中車輛檢測是這些系統(tǒng)的關(guān)鍵技術(shù)之一。目前常用的視頻車輛檢測方法有灰度比較法、背景差法、相鄰幀差法和邊緣檢測法。由于道路環(huán)境復(fù)雜多變，單個檢測方法可能表現(xiàn)不穩(wěn)定，出現(xiàn)漏檢的情況，則出現(xiàn)了這些方法的組合來檢測車輛，以相互補充。其中，相鄰幀差法與背景差法的組合，為最常用的檢測車輛方法。上述方法進行車輛檢測時，通常是在輸入圖像中的車道上設(shè)置一些固定的虛擬線圈，且只處理虛擬線圈內(nèi)的圖像。在圖像處理過程中，可對圖像的灰度圖、二值圖、RGB彩色圖像、RGB彩色圖像的某一顏色分量圖或HSV彩色圖像的H分量圖等模式圖進行計算，以提取車輛信號參數(shù)。利用相鄰幀差法檢測車輛時，先將相鄰兩幀圖像相減，得到幀差圖像，然后通過比較幀差圖像的面積歸一化值與某一閾值的大小，來判斷是否有車輛出現(xiàn)。當(dāng)相鄰車道的車輛部分覆蓋了被檢測車道虛擬線圈或相鄰車道的車輛影子出現(xiàn)在被檢測車道虛擬線圈時， 這種檢測方式常常引起誤檢。利用背景差法檢測車輛時，得到真實的車道背景圖像十分重要，一般采用多幀圖像(無車或有車出現(xiàn))的平均作為車道背景圖像。當(dāng)這些幀的幀數(shù)較少時，所得的車道背景圖像與真實情況誤差較大；當(dāng)幀數(shù)較多時，需要較大的內(nèi)存來存儲這些圖像。背景差法與相鄰幀差法的原理類似，先將當(dāng)前幀圖像與車道背景圖像進行相減，得到背景差圖像，然后通過比較背景差圖像的面積歸一化值與某一閾值的大小，來判斷是否有車輛出現(xiàn)。因此，背景差法也有著相鄰幀差法的缺點。

發(fā)明內(nèi)容
本發(fā)明所解決的技術(shù)問題在于提供一種視頻車輛檢測優(yōu)化方法。為了解決上述技術(shù)問題，根據(jù)本發(fā)明的技術(shù)方案，所述視頻車輛檢測優(yōu)化方法，其特點是包括以下步驟
A、讀取虛擬線圈中的圖像，圖像的寬度和高度分別為 W^H ；
B、得到或更新虛擬線圈中的車道背景圖像；
Bi、選擇圖像模式，將讀取的虛擬線圈中的第!幀圖像和第J幀圖像按所選擇圖像模式轉(zhuǎn)換為模式圖，再將第J-1幀圖像的模式圖與第J幀圖像的模式圖進行相減，得到幀差圖像4朽；其中JC,J、，均為幀索引； B2、計算幀差圖像4巧的面積
權(quán)利要求
1.視頻車輛檢測優(yōu)化方法，其特征在于該方法包括以下步驟A、讀取虛擬線圈中的圖像，圖像的寬度和高度分別為 W、H -’B、得到或更新虛擬線圈中的車道背景圖像；Bi、選擇圖像模式，將讀取的虛擬線圈中的第J-I幀圖像和第J幀圖像按所選擇圖像模式轉(zhuǎn)換為模式圖，再將第J-I幀圖像的模式圖與第J幀圖像的模式圖進行相減，得到幀差圖像逾力；其中jc,j、r均為幀索引； B2、計算幀差圖像的面積—“#}
2.根據(jù)權(quán)利要求1所述的視頻車輛檢測優(yōu)化方法，其特征在于模式圖包括灰度圖、二值圖、RGB彩色圖像、RGB彩色圖像的某一顏色分量圖或HSV彩色圖像的H分量圖。
全文摘要
本發(fā)明提供一種視頻車輛檢測優(yōu)化方法，其特征在于該方法包括以下步驟A、讀取虛擬線圈中的圖像，圖像的寬度和高度分別為、；B、得到或更新虛擬線圈中的車道背景圖像；C、利用相鄰幀差法，提取車輛信號參數(shù)；D、利用背景差法，提取車輛信號參數(shù)；E、綜合處理車輛信號參數(shù)，判斷車輛是否存在，然后返回步驟A；本發(fā)明能有效地減少車輛的誤判，而且可以得到更真實有效的車道背景圖像，可以方便地應(yīng)用在視頻車輛檢測及視頻車輛計數(shù)等中。
文檔編號G06T7/20GK102222345SQ20111013129
公開日2011年10月19日 申請日期2011年5月20日 優(yōu)先權(quán)日2011年5月20日
發(fā)明者馮永, 劉鋒, 周尚波, 李昆, 趙儉 申請人:重慶大學(xué)