專利名稱：一種城市交通事故檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻監(jiān)控技術(shù)領(lǐng)域，具體涉及一種城市交通事故的檢測方法。
背景技術(shù)：
伴隨著經(jīng)濟(jì)的發(fā)展，各大城市的機(jī)動車保有量節(jié)節(jié)攀升，城市交通環(huán)境日益惡化， 更導(dǎo)致了城市道路交通事故頻發(fā)。城市交通事故不但會造成交通擁堵、財(cái)產(chǎn)損失，更為嚴(yán)重的是會危及市民的生命安全，造成無法挽回的損失。為了增強(qiáng)對城市交通的管理能力，降低城市道路交通事故造成的人民生命財(cái)產(chǎn)的損失，各大中心城市都陸續(xù)建立起覆蓋全市交通道路的城市交通道路視頻監(jiān)控網(wǎng)絡(luò)，通過監(jiān)控網(wǎng)絡(luò)進(jìn)行實(shí)時的城市交通監(jiān)控，對發(fā)生的交通事故進(jìn)行及時的處置。城市交通監(jiān)控網(wǎng)絡(luò)的建立在一定程度上減少了交通事故所造成的損失，但是由于各大城市交通監(jiān)控中心采用的是傳統(tǒng)的人工監(jiān)測的手段，大大的制約了城市交通監(jiān)控網(wǎng)絡(luò)的發(fā)展，首先人工監(jiān)測無法適應(yīng)大規(guī)模的城市交通監(jiān)控網(wǎng)絡(luò)，不論從成本和效益上講，人工監(jiān)測都都有其無法克服的障礙，而在大規(guī)模監(jiān)控網(wǎng)絡(luò)中，這種障礙尤為明顯，其次交通事故往往發(fā)生在一秒以內(nèi)，由于人工監(jiān)測的不可控因素，使之在大規(guī)模交通監(jiān)控的環(huán)境下，準(zhǔn)確率和穩(wěn)定性無法得到保障。針對人工監(jiān)測的缺點(diǎn)，人們采用了智能視頻分析技術(shù)對交通監(jiān)控的視頻流進(jìn)行分析，進(jìn)而檢測是否有交通事故發(fā)生，而已有的基于視頻流的交通事故檢測技術(shù)普遍存在著環(huán)境適應(yīng)能力差、抗噪能力弱和檢測速度慢等不足。在公開號CN 102073851A公開了 “一種城市交通事故自動識別方法和系統(tǒng)”，該方法在進(jìn)行車輛跟蹤時，使用車輛中心和顏色作為車輛目標(biāo)的特征，利用camshift算法更新當(dāng)期的跟蹤隊(duì)列，使用kalman濾波預(yù)測下一時刻的車輛中心，并將預(yù)測的車輛中心傳送給 camshift算法，在對交通事故進(jìn)行識別時，將提取到的速度變化、水平位置變化、垂直位置變化和運(yùn)動方向變化乘以各自的加權(quán)系，然后求和，如果得到的數(shù)值大于事故閾值，為交通事故發(fā)生，否則為正常情況。該方法主要使用運(yùn)動車輛的軌跡進(jìn)行交通事故的檢測，但是運(yùn)動車輛的軌跡容易發(fā)生殘缺和交匯，在復(fù)雜交通環(huán)境中不具有穩(wěn)定性，在夜間對車輛進(jìn)行跟蹤難度較大，而且事故閾值不易確定，直接影響到檢測效果，同時使用多目標(biāo)車輛跟蹤的方法比較耗時，難以進(jìn)行標(biāo)清視頻的實(shí)時處理。在公開號CN 101105892A公開了 “一種車輛交通事故的自動檢測方法”，該方法對視頻圖像進(jìn)行連續(xù)分析，測量視頻圖像中移動對象的相對移動速率，如果檢測到視頻圖像中一個以上的對象在移動中快速停止，而且靜止的持續(xù)時間超過一定長度，則靜止的對象被推斷為發(fā)生了事故。規(guī)定特定移動對象的尺寸范圍，該尺寸為視頻畫面中的相對尺寸，根據(jù)移動對象不同的尺寸范圍，可自動判斷發(fā)生事故對象的類型。該方法使用前景檢測和物體跟蹤技術(shù)進(jìn)行交通事故的檢測，其設(shè)定的規(guī)則較為簡單，對于交通肇事逃逸的會出現(xiàn)漏檢，而且對于車輛的停車檢修會進(jìn)行錯檢，在復(fù)雜交通環(huán)境下不具有穩(wěn)定性，而且檢測閾值不易確定，同時基于車輛跟蹤的方法比較耗時，難以進(jìn)行標(biāo)清視頻的實(shí)時處理
發(fā)明內(nèi)容
本發(fā)明的目的是為了解決現(xiàn)有的城市交通事故檢測方法存在的上述缺點(diǎn)，提出了一種城市交通事故的檢測方法。本發(fā)明的技術(shù)方案是一種城市交通事故的檢測方法，包括如下步驟Si.對交通監(jiān)控視頻圖像進(jìn)行預(yù)處理并提取視頻圖像的光流信息；S2.根據(jù)提取的光流信息構(gòu)建每一幀圖像對應(yīng)的運(yùn)動方向圖；S3.依靠構(gòu)建的運(yùn)動方向圖，計(jì)算運(yùn)動方向圖的能量，使連續(xù)的交通監(jiān)控視頻流轉(zhuǎn)變?yōu)檫B續(xù)的運(yùn)動方向圖能量序列；S4.依據(jù)獲取到的運(yùn)動方向圖能量序列，進(jìn)行城市交通事故檢測。進(jìn)一步的，步驟Sl具體包括如下分步驟Sll.對交通監(jiān)控視頻圖像進(jìn)行中值濾波，濾除視頻圖像中存在的噪聲；S12.對濾波的交通監(jiān)控視頻圖像進(jìn)行光流計(jì)算，提取視頻圖像中運(yùn)動物體的光流 fn息；S13.將得到的每一條光流，使用(起始點(diǎn)坐標(biāo)，終止點(diǎn)坐標(biāo))的方式進(jìn)行存儲，形成該幀視頻圖像的光流信息集合。進(jìn)一步的，步驟S2具體包括如下分步驟S21.為每一條光流信息構(gòu)建相應(yīng)的矩形團(tuán)塊，依次取出步驟S13得到的光流信息集合中每一對坐標(biāo)點(diǎn)，以起始點(diǎn)坐標(biāo)作為矩形團(tuán)塊的左下角坐標(biāo)，以終止點(diǎn)坐標(biāo)作為矩形團(tuán)塊的右上角坐標(biāo)，構(gòu)建矩形團(tuán)塊；S22.計(jì)算每一條光流的方向，依次取出步驟S13中得到的光流信息集合中每一對坐標(biāo)點(diǎn)，利用起始點(diǎn)與終止點(diǎn)的坐標(biāo)計(jì)算起始點(diǎn)與終止點(diǎn)的連線與橫軸的夾角，該角度為該光流的方向。S23.根據(jù)計(jì)算的光流方向，為每一個矩形團(tuán)塊進(jìn)行賦值操作；S24.檢測矩形團(tuán)塊是否出現(xiàn)相交，根據(jù)矩形團(tuán)塊的坐標(biāo)計(jì)算與其它矩形團(tuán)塊是否出現(xiàn)了相交，記錄出現(xiàn)了相交的矩形團(tuán)塊；S25.將相交矩形團(tuán)塊作為一個統(tǒng)一的新連通域，而這些相交的矩形團(tuán)塊不再作為獨(dú)立的團(tuán)塊存在；沒有發(fā)生相交的矩形團(tuán)塊被視為獨(dú)立的連通域，發(fā)生相交的矩形團(tuán)塊形成新的連通域；S26.對相交的矩形團(tuán)塊進(jìn)行融合操作，若兩個矩形團(tuán)塊發(fā)生相交，兩個矩形團(tuán)塊不相交的區(qū)域的像素值保持不變，相交區(qū)域的像素值為兩個矩形團(tuán)塊亮度值的均值；S27.將所有連通域，按照其位置、覆蓋范圍以及像素值，顯示到與交通監(jiān)控視頻圖像等比例的新圖像中，該圖像即為運(yùn)動方向圖；S28.構(gòu)建運(yùn)動方向圖序列。對于每一幀視頻圖像按照步驟S21 S27構(gòu)建相應(yīng)的運(yùn)動方向圖，從而將視頻圖像序列轉(zhuǎn)變?yōu)檫\(yùn)動方向圖序列。進(jìn)一步的，步驟S3具體包括如下分步驟S31.計(jì)算運(yùn)動方向圖每一個連通域的內(nèi)部能量，首先計(jì)算該連通域內(nèi)的信息熵值，然后將信息熵值與該連通域亮度值種類數(shù)相乘，得到該連通域的內(nèi)部能量值。S32.計(jì)算運(yùn)動方向圖每一個連通域的外部能量，特定連通域的外部能量為該連通域的內(nèi)部能量與其余連通域內(nèi)部能量的差的絕對值之總和；S33.計(jì)算運(yùn)動方向圖中每一個連通域的能量，每一個連通域的能量為該連通域的內(nèi)部能量與外部能量的總和；S34.查找該運(yùn)動方向圖中能量值最高的連通域，并記錄下該最大能量值；S35.計(jì)算除能量值最大的連通域外的其余所有連通域能量值的均值；S36.確定運(yùn)動方向圖的能量。如果最大能量值整數(shù)倍于其余連通域的平均能量值，則該運(yùn)動方向圖的能量值為最大能量值，如果最大能量值不足其余連通域平均能量值的整數(shù)倍，則該運(yùn)動方向圖的能量值為所有連通域的能量均值；S37.構(gòu)建運(yùn)動方向圖能量序列。對運(yùn)動方向圖序列中的每一個運(yùn)動方向圖按照步驟S31 S36的操作，從得到每一個運(yùn)動方向圖的能量，形成運(yùn)動方向圖能量序列。進(jìn)一步的，步驟S4具體包括如下分步驟S41.根據(jù)正常的運(yùn)動方向圖能量序列，計(jì)算該交通場景下，能量波動高斯分布的均值；S42.根據(jù)正常的運(yùn)動方向圖能量序列，計(jì)算該交通場景下，能量波動高斯分布的標(biāo)準(zhǔn)差；S43.根據(jù)確定的置信區(qū)間，利用高斯分布的特性以及步驟S41 S42計(jì)算得到的均值與標(biāo)準(zhǔn)差，得到運(yùn)動方向圖能量波動值的上界。S44.根據(jù)運(yùn)動方向圖能量波動值的上界，檢測是否發(fā)生城市交通事故，如果某一運(yùn)動方向圖的能量值超過上界，則被推定為發(fā)生了交通事故；S45.確定交通事故發(fā)生的可疑區(qū)域，如果推定發(fā)生了交通事故，則尋找該視頻圖像幀所對應(yīng)的運(yùn)動方向圖中能量值最大的連通域的所在位置，該位置被標(biāo)定為交通事故發(fā)生的可疑區(qū)域。本發(fā)明的有益效果本發(fā)明的方法通過從交通視頻流中提取的運(yùn)動物體的光流信息，為每幀視頻圖像構(gòu)建相應(yīng)的運(yùn)動方向圖，通過計(jì)算運(yùn)動方向圖的能量將交通監(jiān)控視頻流轉(zhuǎn)變?yōu)檫\(yùn)動方向圖能量序列，通過在時間軸上檢測運(yùn)動方向圖能量序列中的是否出現(xiàn)能量陡增從而確定視頻流中是否發(fā)生了交通事故。本發(fā)明的方法利用在交通事故中運(yùn)動物體的碰撞會導(dǎo)致至少一個運(yùn)動物體的出現(xiàn)局部性的運(yùn)動方向突變這一特點(diǎn)，通過構(gòu)建運(yùn)動方向圖，計(jì)算運(yùn)動方向圖的能量，在時間軸上對運(yùn)動方向圖能量波動進(jìn)行監(jiān)控來檢測交通事故，一方面降低了檢測的復(fù)雜性，另一方面提高了檢測的穩(wěn)定性和適應(yīng)性。


圖1為本發(fā)明的城市交通事故檢測方法流程示意圖。圖2為本發(fā)明的城市交通事故檢測示意圖。圖3為本發(fā)明實(shí)施例中各種車輛行為的運(yùn)動方向圖示意圖。圖4為本發(fā)明實(shí)施例中運(yùn)動方向圖能量序列示意圖。圖5為本發(fā)明實(shí)施例中檢測結(jié)果示意圖。
具體實(shí)施例方式下面結(jié)合附圖和具體的實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)的描述本發(fā)明的城市交通事故的檢測方法如圖1所示，具體包括如下步驟Si.對交通監(jiān)控視頻圖像進(jìn)行預(yù)處理并提取視頻圖像的光流信息；
S2.根據(jù)提取的光流信息構(gòu)建每一幀圖像對應(yīng)的運(yùn)動方向圖；S3.依靠構(gòu)建的運(yùn)動方向圖，計(jì)算運(yùn)動方向圖的能量，使連續(xù)的交通監(jiān)控視頻流轉(zhuǎn)變?yōu)檫B續(xù)的運(yùn)動方向圖能量序列；S4.依據(jù)獲取到的運(yùn)動方向圖能量序列，進(jìn)行城市交通事故檢測。在本方案進(jìn)行城市交通事故檢測的過程中，首先對交通監(jiān)控視頻圖像進(jìn)行抗噪處理，降低噪聲對視頻分析的影響，然后提取視頻圖像中的光流信息，使用光流描述視頻圖像中物體的運(yùn)動信息。第二步，依靠從交通視頻圖像中提取的光流信息，為每一幀圖像構(gòu)建相應(yīng)的運(yùn)動方向圖。首先，根據(jù)每個光流的位置、方向和模值，構(gòu)建矩形團(tuán)塊來表示光流的相應(yīng)參數(shù) (位置、方向和模值)；其次，根據(jù)矩形團(tuán)塊的位置及大小，檢測各個矩形團(tuán)塊是否出現(xiàn)相交；最后，將相交的矩形團(tuán)塊進(jìn)行融合，完成運(yùn)動方向圖的構(gòu)建。第三步，依靠構(gòu)建完成的運(yùn)動方向圖，計(jì)算運(yùn)動方向圖的能量。首先，計(jì)算運(yùn)動方向圖中每一個連通域的能量值，任意一個連通域的能量是內(nèi)部能量與外部能量的總和。其次，根據(jù)得到的所有連通域的能量，判斷最大的能量值是否兩倍于其余連通域的平均能量， 最后，根據(jù)判斷結(jié)果，確定每幀運(yùn)動方向圖的能量值，如果大于，則該運(yùn)動方向圖的能量值為所有連通域能量中的最大值，如果小于，則該運(yùn)動方向圖的能量值為所有連通域能量值的平均值。根據(jù)每一視頻幀的光流信息，都會根據(jù)第二步所述的過程，構(gòu)建相應(yīng)的運(yùn)動方向圖，再根據(jù)本步驟計(jì)算運(yùn)動方向圖的能量值，因此連續(xù)的交通監(jiān)控視頻流就被轉(zhuǎn)變?yōu)檫B續(xù)的運(yùn)動方向圖能量序列。第四步，依據(jù)獲取到的運(yùn)動方向圖能量序列，進(jìn)行城市交通事故檢測。首先，使用高斯模型學(xué)習(xí)特定路段正常情況下的運(yùn)動方向圖能量變動幅度。其次，使用學(xué)習(xí)完成的高斯模型檢測運(yùn)動方向圖能量的陡增，若出現(xiàn)小概率陡增，則被識別為交通事故。最后，根據(jù)識別結(jié)果，發(fā)出報(bào)警并且顯示發(fā)生交通事故的可疑區(qū)域。首先對交通監(jiān)控視頻圖像進(jìn)行預(yù)處理和提取視頻圖像的光流信息，其具體實(shí)施步驟如下(1. 1)對交通監(jiān)控視頻圖像進(jìn)行中值濾波，濾除視頻圖像中存在的噪聲。(1. 2)對濾波的交通監(jiān)控視頻圖像進(jìn)行光流計(jì)算，提取視頻圖像中運(yùn)動物體的光
流fe息。(1. 3)將得到的每一條光流，使用(起始點(diǎn)坐標(biāo)，終止點(diǎn)坐標(biāo))的方式進(jìn)行存儲，形成該幀視頻圖像的光流信息集合0= {0l，02，...，on}。光流信息集合0中的任意光流Oi可以表示為(K，<)，K表示光流 的起始點(diǎn)，其坐標(biāo)表示為(<,義);乂表示光流Oi的坐標(biāo)點(diǎn)， 其坐標(biāo)表示為(<,乂)。交通事故往往是由非常復(fù)雜的物體運(yùn)動模式構(gòu)成的，在不同的交通環(huán)境下，交通事故發(fā)生的方式往往不盡相同，很難用統(tǒng)一的模型去刻畫，但是不論交通事故如何復(fù)雜多變，其根本上是兩個運(yùn)動物體的相互碰撞。在交通事故中，這種相互碰撞往往會導(dǎo)致至少一個運(yùn)動物體的運(yùn)動方向發(fā)生突變，并且這種突變不具有整體性，與正常交通環(huán)境下的車輛掉頭、車輛轉(zhuǎn)彎以及車輛急剎車都不同，因?yàn)檫@些運(yùn)動都具有車輛運(yùn)動的整體性，因此本方案構(gòu)建運(yùn)動方向圖就是為了能夠凸顯交通事故發(fā)生時，局部性的運(yùn)動方向突變。通過利用視頻圖像的光流信息集合構(gòu)建相應(yīng)運(yùn)動方向圖的具體步驟如下
(2. 1)為每一條光流信息構(gòu)建相應(yīng)的矩形團(tuán)塊。依次取出步驟1. 3中得到的光流信息集合中每一對坐標(biāo)點(diǎn)，以起始點(diǎn)坐標(biāo)作為矩形團(tuán)塊的左下角坐標(biāo)，以終止點(diǎn)坐標(biāo)作為矩形團(tuán)塊的右上角坐標(biāo)，構(gòu)建矩形團(tuán)塊。由光流Oi構(gòu)建的矩形團(tuán)塊Wi可表示為
W1 @{(χ,Χ)ι Xf <X<<y<y·}。
(2. 2)計(jì)算每一條光流的方向，依次取出在步驟1. 3中得到的光流信息集合中每一對坐標(biāo)點(diǎn)，利用起始點(diǎn)與終止點(diǎn)的坐標(biāo)計(jì)算起始點(diǎn)與終止點(diǎn)的連線與X軸的夾角，該角度為該光流的方向，光流Oi的方向表示為Θ”
(2. 3)根據(jù)計(jì)算的光流方向，為每一個矩形團(tuán)塊進(jìn)行賦值操作。
任意的矩形團(tuán)塊都可以根據(jù)步驟2. 2使用左下角和右上角的坐標(biāo)得到該矩形團(tuán)塊代表的光流方向，將該光流方向從O至2 π的角度范圍映射到O至255亮度范圍，將該矩形團(tuán)塊中所有的像素賦值為映射后的亮度值。
權(quán)利要求
1.一種城市交通事故的檢測方法，其特征在于，包括如下步驟.51.對交通監(jiān)控視頻圖像進(jìn)行預(yù)處理并提取視頻圖像的光流信息；.52.根據(jù)提取的光流信息構(gòu)建每一幀圖像對應(yīng)的運(yùn)動方向圖；.53.依靠構(gòu)建的運(yùn)動方向圖，計(jì)算運(yùn)動方向圖的能量，使連續(xù)的交通監(jiān)控視頻流轉(zhuǎn)變?yōu)檫B續(xù)的運(yùn)動方向圖能量序列；.54.依據(jù)獲取到的運(yùn)動方向圖能量序列，進(jìn)行城市交通事故檢測。
2.根據(jù)權(quán)利要求1所述的城市交通事故的檢測方法，其特征在于，步驟Sl具體包括如下分步驟.511.對交通監(jiān)控視頻圖像進(jìn)行中值濾波，濾除視頻圖像中存在的噪聲；.512.對濾波的交通監(jiān)控視頻圖像進(jìn)行光流計(jì)算，提取視頻圖像中運(yùn)動物體的光流信息；.513.將得到的每一條光流，使用(起始點(diǎn)坐標(biāo)，終止點(diǎn)坐標(biāo))的方式進(jìn)行存儲，形成該幀視頻圖像的光流信息集合。
3.根據(jù)權(quán)利要求2所述的城市交通事故的檢測方法，其特征在于，步驟S2具體包括如下分步驟.521.為每一條光流信息構(gòu)建相應(yīng)的矩形團(tuán)塊，依次取出步驟S13得到的光流信息集合中每一對坐標(biāo)點(diǎn)，以起始點(diǎn)坐標(biāo)作為矩形團(tuán)塊的左下角坐標(biāo)，以終止點(diǎn)坐標(biāo)作為矩形團(tuán)塊的右上角坐標(biāo)，構(gòu)建矩形團(tuán)塊；.522.計(jì)算每一條光流的方向，依次取出步驟S13中得到的光流信息集合中每一對坐標(biāo)點(diǎn)，利用起始點(diǎn)與終止點(diǎn)的坐標(biāo)計(jì)算起始點(diǎn)與終止點(diǎn)的連線與橫軸的夾角，該角度為該光流的方向。.523.根據(jù)計(jì)算的光流方向，為每一個矩形團(tuán)塊進(jìn)行賦值操作；.524.檢測矩形團(tuán)塊是否出現(xiàn)相交，根據(jù)矩形團(tuán)塊的坐標(biāo)計(jì)算與其它矩形團(tuán)塊是否出現(xiàn)了相交，記錄出現(xiàn)了相交的矩形團(tuán)塊；.525.將相交矩形團(tuán)塊作為一個統(tǒng)一的新連通域，而這些相交的矩形團(tuán)塊不再作為獨(dú)立的團(tuán)塊存在；沒有發(fā)生相交的矩形團(tuán)塊被視為獨(dú)立的連通域，發(fā)生相交的矩形團(tuán)塊形成新的連通域；.526.對相交的矩形團(tuán)塊進(jìn)行融合操作，若兩個矩形團(tuán)塊發(fā)生相交，兩個矩形團(tuán)塊不相交的區(qū)域的像素值保持不變，相交區(qū)域的像素值為兩個矩形團(tuán)塊亮度值的均值；.527.將所有連通域，按照其位置、覆蓋范圍以及像素值，顯示到與交通監(jiān)控視頻圖像等比例的新圖像中，該圖像即為運(yùn)動方向圖；.528.構(gòu)建運(yùn)動方向圖序列。對于每一幀視頻圖像按照步驟S21 S27構(gòu)建相應(yīng)的運(yùn)動方向圖，從而將視頻圖像序列轉(zhuǎn)變?yōu)檫\(yùn)動方向圖序列。
4.根據(jù)權(quán)利要求2或3所述的城市交通事故的檢測方法，其特征在于，步驟S3具體包括如下分步驟.531.計(jì)算運(yùn)動方向圖每一個連通域的內(nèi)部能量，首先計(jì)算該連通域內(nèi)的信息熵值，然后將信息熵值與該連通域亮度值種類數(shù)相乘，得到該連通域的內(nèi)部能量值；.532.計(jì)算運(yùn)動方向圖每一個連通域的外部能量，特定連通域的外部能量為該連通域的內(nèi)部能量與其余連通域內(nèi)部能量的差的絕對值之總和；.533.計(jì)算運(yùn)動方向圖中每一個連通域的能量，每一個連通域的能量為該連通域的內(nèi)部能量與外部能量的總和；.534.查找該運(yùn)動方向圖中能量值最高的連通域，并記錄下該最大能量值；.535.計(jì)算除能量值最大的連通域外的其余所有連通域能量值的均值；.536.確定運(yùn)動方向圖的能量。如果最大能量值整數(shù)倍于其余連通域的平均能量值，則該運(yùn)動方向圖的能量值為最大能量值，如果最大能量值不足其余連通域平均能量值的整數(shù)倍，則該運(yùn)動方向圖的能量值為所有連通域的能量均值；.537.構(gòu)建運(yùn)動方向圖能量序列。對運(yùn)動方向圖序列中的每一個運(yùn)動方向圖按照步驟 S31 S36的操作，從得到每一個運(yùn)動方向圖的能量，形成運(yùn)動方向圖能量序列。.538 .539 .540.根據(jù)權(quán)利要求2或3所述的城市交通事故的檢測方法，其特征在于，步驟S4具體包括如下分步驟.541.根據(jù)正常的運(yùn)動方向圖能量序列，計(jì)算該交通場景下，能量波動高斯分布的均值；.542.根據(jù)正常的運(yùn)動方向圖能量序列，計(jì)算該交通場景下，能量波動高斯分布的標(biāo)準(zhǔn)差；.543.根據(jù)確定的置信區(qū)間，利用高斯分布的特性以及步驟S41 S42計(jì)算得到的均值與標(biāo)準(zhǔn)差，得到運(yùn)動方向圖能量波動值的上界；.544.根據(jù)運(yùn)動方向圖能量波動值的上界，檢測是否發(fā)生城市交通事故。如果某一運(yùn)動方向圖的能量值超過上界，則被推定為發(fā)生了交通事故。.545.確定交通事故發(fā)生的可疑區(qū)域，如果推定發(fā)生了交通事故，則尋找該視頻圖像幀所對應(yīng)的運(yùn)動方向圖中能量值最大的連通域的所在位置，該位置被標(biāo)定為交通事故發(fā)生的可疑區(qū)域。
全文摘要
本發(fā)明公開了一種城市交通事故的檢測方法。本發(fā)明的方法通過從交通視頻流中提取的運(yùn)動物體的光流信息，為每幀視頻圖像構(gòu)建相應(yīng)的運(yùn)動方向圖，通過計(jì)算運(yùn)動方向圖的能量將交通監(jiān)控視頻流轉(zhuǎn)變?yōu)檫\(yùn)動方向圖能量序列，通過在時間軸上檢測運(yùn)動方向圖能量序列中的是否出現(xiàn)能量陡增從而確定視頻流中是否發(fā)生了交通事故。本發(fā)明的方法利用在交通事故中運(yùn)動物體的碰撞會導(dǎo)致至少一個運(yùn)動物體的出現(xiàn)局部性的運(yùn)動方向突變這一特點(diǎn)，通過構(gòu)建運(yùn)動方向圖，計(jì)算運(yùn)動方向圖的能量，在時間軸上對運(yùn)動方向圖能量波動進(jìn)行監(jiān)控來檢測交通事故，一方面降低了檢測的復(fù)雜性，另一方面提高了檢測的穩(wěn)定性和適應(yīng)性。
文檔編號G06K9/00GK102496000SQ20111035847
公開日2012年6月13日 申請日期2011年11月14日 優(yōu)先權(quán)日2011年11月14日
發(fā)明者葉茂, 周景磊 申請人:電子科技大學(xué)