專利名稱：一種基于視頻的車輛違章變道事件檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻檢測(cè)技術(shù)領(lǐng)域，具體涉及一種基于視頻的車輛違章變道事件檢測(cè)方法。
背景技術(shù)：
近年來(lái)，隨著經(jīng)濟(jì)的快速發(fā)展，道路交通建設(shè)也迅速發(fā)展，同時(shí)機(jī)動(dòng)車持有量也迅速攀升。在當(dāng)前交通基礎(chǔ)設(shè)施建設(shè)和交通法規(guī)普及都相對(duì)滯后的情況下，交通運(yùn)輸問(wèn)題日益嚴(yán)重，交通事故頻發(fā)，城市交通擁擠，交通環(huán)境不斷惡化。統(tǒng)計(jì)資料表明，大約70% -80% 的交通事故是由駕駛員對(duì)車輛的不正常駕駛行為造成的，包括駕駛員違章駕駛、疲勞駕駛等等。因此，為了創(chuàng)造更好的交通環(huán)境，對(duì)這些車輛違章行為的檢測(cè)則是重中之重。車輛違章變道是指車輛在某一車道行駛，由于某種情況，變道到平行相鄰的另一車道內(nèi)行駛。這種交通行為的危險(xiǎn)性非常大，容易造成交通擁堵，甚至釀成交通事故，給人們的生活帶來(lái)不便與危險(xiǎn)。傳統(tǒng)的車輛變道事件檢測(cè)方法主要有電子線圈檢測(cè)方法、數(shù)字視頻檢測(cè)方法。其中電子線圈方法可擴(kuò)展性差，安裝維護(hù)時(shí)必須中斷交通、破壞路面，這些方法在實(shí)際生活中并不能得到廣泛應(yīng)用。隨著車輛監(jiān)控系統(tǒng)的普遍使用，基于視頻的交通信息檢測(cè)技術(shù)越來(lái)越受到大家的重視。目前的新建項(xiàng)目越來(lái)越多地采用安裝、維護(hù)不需要破壞路基、檢測(cè)區(qū)域大、實(shí)施方便靈活的基于視頻的交通信息檢測(cè)技術(shù)?；谝曨l的車輛變道檢測(cè)方法成為研究的熱點(diǎn)，這些方法雖然能夠?qū)崿F(xiàn)車輛違章變道事件報(bào)警，但視頻數(shù)據(jù)的處理過(guò)程復(fù)雜，可靠性差，不能滿足檢測(cè)的實(shí)時(shí)性要求，無(wú)法滿足實(shí)際應(yīng)用的要求。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)的缺陷或不足，本發(fā)明的目的在于，提供一種基于視頻的車輛違章變道事件檢測(cè)方法，該方法可以對(duì)視頻范圍內(nèi)所有車輛事件實(shí)現(xiàn)實(shí)時(shí)、可靠的檢測(cè)。為了實(shí)現(xiàn)上述任務(wù)，本發(fā)明采取如下的技術(shù)解決方案一種基于視頻的車輛違章變道事件檢測(cè)方法，其特征在于，該方法按照下列步驟實(shí)施步驟一，標(biāo)定車道線，在道路中設(shè)置禁止跨越線，同時(shí)找出車道的具體位置，計(jì)算其右側(cè)車道每一行的水平像素寬度，以此作為基準(zhǔn)車道寬度；步驟二，將第一幀圖像和背景圖像在相同的塊坐標(biāo)系下都劃分成多個(gè)塊。對(duì)第一幀圖像的每個(gè)塊，在背景圖像中找到與該小塊位置相同的背景塊，并計(jì)算該塊與其相應(yīng)的背景塊之間各相同像素位置處的灰度差值的絕對(duì)值之和；當(dāng)所得的絕對(duì)值大于設(shè)定的閾值，則該塊為目標(biāo)塊，并設(shè)置該塊內(nèi)部所有像素的灰度值為255 ；當(dāng)所得的絕對(duì)值小于或等于設(shè)定的閾值，則該塊為背景塊，并設(shè)置該塊內(nèi)部所有像素的灰度值為O ;
最后將第一幀圖像中的背景與目標(biāo)分離開，得到第一幀圖像的二值化圖像；步驟三，對(duì)第一幀圖像的二值化圖像進(jìn)行邊緣檢測(cè)，尋找最佳角點(diǎn)，即當(dāng)橫向檢測(cè)數(shù)據(jù)與縱向檢測(cè)數(shù)據(jù)同時(shí)大于某一閾值時(shí)，保留這些角點(diǎn)位置步驟四，將這些角點(diǎn)的位置作為車輛的特征信息，同時(shí)創(chuàng)建一個(gè)目標(biāo)結(jié)構(gòu)體，記錄這些車輛目標(biāo)的具體位置以及匹配跟蹤計(jì)數(shù)器信息，匹配跟蹤計(jì)數(shù)器第一次初始化為零；步驟五，進(jìn)行角點(diǎn)匹配，尋找到匹配位置，匹配跟蹤計(jì)數(shù)器加一；步驟六，對(duì)第二幀、第三幀圖像、…、第m幀圖像，重復(fù)步驟二、步驟三、步驟五進(jìn)行處理，并以第一幀(前一幀)記錄的角點(diǎn)位置為依據(jù)，與第二幀(當(dāng)前幀)中的記錄的目標(biāo)的角點(diǎn)位置做比較，當(dāng)兩者位置絕對(duì)值差大于一定的閾值，就認(rèn)為是這第二幀(當(dāng)前)中新的車輛目標(biāo)，再按照步驟四進(jìn)行處理，步驟七，當(dāng)匹配跟蹤器大于某一閾值時(shí)，計(jì)算車輛的跟蹤軌跡中的坐標(biāo)即匹配角點(diǎn)的位置，和相應(yīng)行禁止跨越車道線之間的水平代數(shù)距離，計(jì)算這些水平代數(shù)距離與相應(yīng)行基準(zhǔn)車道寬度之間的比例，判斷所得車輛位置比例的波動(dòng)大小，也就是以車輛位置比例方差大小作為變道事件的判斷條件，當(dāng)此比例方差大于某一閾值時(shí)，即認(rèn)為車輛變道。其中步驟二中所述的閾值為50X塊的面積 60X塊的面積。步驟三中所述閾值為180 220 ；步驟六中所述的閾值為5 20 ;步驟七中所述的匹配跟蹤器的閾值取值范圍是70 90，比例方差的閾值取值范圍 O. 15。本發(fā)明的基于視頻的車輛違章變道事件檢測(cè)方法，與現(xiàn)有技術(shù)相比，可對(duì)視頻范圍內(nèi)所有車輛目標(biāo)進(jìn)行檢測(cè)，不受環(huán)境限制，能夠?qū)?shí)時(shí)視頻進(jìn)行檢測(cè)，且檢測(cè)時(shí)間短、易于實(shí)現(xiàn)、準(zhǔn)確性較高，很適合于實(shí)時(shí)檢測(cè)車輛變道事件，具有廣闊的應(yīng)用前景。


圖I為已標(biāo)定車道的背景圖像；圖2為正常視頻中一幀圖像——354幀圖像；圖3為標(biāo)記特征角點(diǎn)的354幀圖像；圖4為已畫出跟蹤線的第404幀視頻圖像；圖5為已畫出跟蹤線的第454幀圖像。圖6為已畫出跟蹤線的第502幀圖像。圖7為已標(biāo)注需計(jì)算變量的第454幀圖像以下結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。
具體實(shí)施方式
參見(jiàn)附圖，本實(shí)施例給出一種基于視頻的車輛違章變道事件檢測(cè)方法的具體例子，其過(guò)程中所處理的圖像是視頻中的沿正時(shí)間序列的第一幀圖像、第二幀圖像、第三幀圖像、…、第m(m為自然數(shù))幀圖像。具體采用以下步驟實(shí)現(xiàn)
步驟一，標(biāo)定車道線，在道路中設(shè)置禁止跨越線，同時(shí)找出車道的具體位置，計(jì)算其右側(cè)車道每一行的水平像素寬度，以此作為基準(zhǔn)車道寬度；步驟二，將第一幀圖像和背景圖像在相同的塊坐標(biāo)系下都劃分成多個(gè)塊。對(duì)第一幀圖像的每個(gè)塊，在背景圖像中找到與該小塊位置相同的背景塊，并計(jì)算該塊與其相應(yīng)的背景塊之間各相同像素位置處的灰度差值的絕對(duì)值之和；當(dāng)所得的絕對(duì)值大于設(shè)定的閾值，則該塊為目標(biāo)塊，并設(shè)置該塊內(nèi)部所有像素的灰度值為255 ;其中的閾值取值范圍為50X塊的面積 60X塊的面積，即50X (wXh) 60X (wXh);其中w為塊區(qū)域的寬度，h為塊的高度。當(dāng)所得的絕對(duì)值小于或等于設(shè)定的 閾值，則該塊為背景塊，并設(shè)置該塊內(nèi)部所有像素的灰度值為O ;最后將第一幀圖像中的背景與目標(biāo)分離開，得到第一幀圖像的二值化圖像；步驟三，對(duì)第一幀圖像的二值化圖像進(jìn)行邊緣檢測(cè)，尋找最佳角點(diǎn)，即當(dāng)橫向檢測(cè)數(shù)據(jù)與縱向檢測(cè)數(shù)據(jù)同時(shí)大于某一閾值時(shí)，保留這些角點(diǎn)位置；其中的閾值取值范圍180 220 ；步驟四，將這些角點(diǎn)的位置作為車輛的特征信息，同時(shí)創(chuàng)建一個(gè)目標(biāo)結(jié)構(gòu)體，記錄這些車輛目標(biāo)的具體位置以及匹配跟蹤計(jì)數(shù)器信息，匹配跟蹤計(jì)數(shù)器第一次初始化為零；步驟五，進(jìn)行角點(diǎn)匹配，尋找到匹配位置，匹配跟蹤計(jì)數(shù)器加一；步驟六，對(duì)第二幀圖像、第三幀圖像、…、第m幀圖像，按照步驟二、步驟三、步驟五進(jìn)行處理，并以第一幀(前一幀)記錄的角點(diǎn)位置為依據(jù)，與第二幀(當(dāng)前幀)中的記錄的目標(biāo)的角點(diǎn)位置做比較，當(dāng)兩者位置絕對(duì)值差大于一定的閾值，就認(rèn)為是這第二幀(當(dāng)前幀)中新的車輛目標(biāo)，再按照步驟四進(jìn)行處理，步驟七，當(dāng)匹配跟蹤器大于某一閾值時(shí)，計(jì)算車輛的跟蹤軌跡中的坐標(biāo)即匹配角點(diǎn)的位置，和相應(yīng)行禁止跨越車道線之間的水平代數(shù)距離，計(jì)算這些水平代數(shù)距離L與相應(yīng)行基準(zhǔn)車道寬度之間的NormL比例，判斷所得車輛位置比例的波動(dòng)大小，也就是以車輛位置比例方差大小作為變道事件的判斷條件，當(dāng)此比例方差大于某一閾值時(shí)，即認(rèn)為車輛變道。其中的匹配跟蹤器的閾值取值范圍是70 90，比例方差的閾值取值范圍O. 15 ；結(jié)合圖2和圖3，對(duì)上述步驟中的選取角點(diǎn)加以說(shuō)明，二值化圖像中有一個(gè)目標(biāo)，顯然是車輛目標(biāo)，對(duì)此目標(biāo)做邊緣檢測(cè)，當(dāng)橫向和縱向同時(shí)滿足條件時(shí)，得到角點(diǎn)，即如圖2所示。結(jié)合圖7，對(duì)上述步驟中的變道檢測(cè)加以說(shuō)明，距離即車輛的跟蹤軌跡中的坐標(biāo)即匹配角點(diǎn)的位置，和相應(yīng)行禁止跨越車道線之間的水平代數(shù)距離L(Point)，基準(zhǔn)寬度即右側(cè)車道每一行的水平像素寬度NormL (Point),當(dāng)軌跡的全部坐標(biāo)所在位置在車道上比例方差大于閾值，即認(rèn)為該車輛變道行駛。實(shí)施例已知視頻正播時(shí)，目標(biāo)車輛第一次被標(biāo)記在第354幀圖像中，如圖2、圖3，實(shí)施例中處理過(guò)程中視頻的采樣頻率是25幀每秒，幀圖像大小為720 X 288，按照上述方法依次對(duì)第354幀至第454幀圖像進(jìn)行處理。從圖7可以看出，對(duì)目標(biāo)車輛實(shí)現(xiàn)了 100次匹配跟蹤，根據(jù)上述方法可以計(jì)算出目標(biāo)車輛變道行 駛。
權(quán)利要求
1.一種基于視頻的車輛違章變道事件檢測(cè)方法，其特征在于，該方法按照下列步驟實(shí)施 步驟一，標(biāo)定車道線，在道路中設(shè)置禁止跨越線，同時(shí)找出車道的具體位置，計(jì)算其右側(cè)車道每一行的水平像素寬度，以此作為基準(zhǔn)車道寬度； 步驟二，將第一幀圖像和背景圖像在相同的塊坐標(biāo)系下都劃分成多個(gè)塊。對(duì)第一幀圖像的每個(gè)塊，在背景圖像中找到與該小塊位置相同的背景塊，并計(jì)算該塊與其相應(yīng)的背景塊之間各相同像素位置處的灰度差值的絕對(duì)值之和； 當(dāng)所得的絕對(duì)值大于設(shè)定的閾值，則該塊為目標(biāo)塊，并設(shè)置該塊內(nèi)部所有像素的灰度值為255 ； 當(dāng)所得的絕對(duì)值小于或等于設(shè)定的閾值，則該塊為背景塊，并設(shè)置該塊內(nèi)部所有像素的灰度值為O ; 最后將第一幀圖像中的背景與目標(biāo)分離開，得到第一幀圖像的二值化圖像； 步驟三，對(duì)第一幀圖像的二值化圖像進(jìn)行邊緣檢測(cè)，尋找最佳角點(diǎn)，即當(dāng)橫向檢測(cè)數(shù)據(jù)與縱向檢測(cè)數(shù)據(jù)同時(shí)大于某一閾值時(shí)，保留這些角點(diǎn)位置 步驟四，將這些角點(diǎn)的位置作為車輛的特征信息，同時(shí)創(chuàng)建一個(gè)目標(biāo)結(jié)構(gòu)體，記錄這些車輛目標(biāo)的具體位置以及匹配跟蹤計(jì)數(shù)器信息，匹配跟蹤計(jì)數(shù)器第一次初始化為零；步驟五，進(jìn)行角點(diǎn)匹配，尋找到匹配位置，匹配跟蹤計(jì)數(shù)器加一； 步驟六，對(duì)第二幀圖像、第三幀圖像、…、第m幀圖像，按照步驟二、步驟三、步驟五進(jìn)行處理，并以第一幀記錄的角點(diǎn)位置為依據(jù)，與第二幀中的記錄的目標(biāo)的角點(diǎn)位置做比較，當(dāng)兩者位置絕對(duì)值差大于一定的閾值，就認(rèn)為是這第二幀中新的車輛目標(biāo)，再按照步驟四進(jìn)行處理； 步驟七，當(dāng)匹配跟蹤器大于某一閾值時(shí)，計(jì)算車輛的跟蹤軌跡中的坐標(biāo)即匹配角點(diǎn)的位置，和相應(yīng)行禁止跨越車道線之間的水平代數(shù)距離，計(jì)算這些水平代數(shù)距離與相應(yīng)行基準(zhǔn)車道寬度之間的比例，判斷所得車輛位置比例的波動(dòng)大小，也就是以車輛位置比例方差大小作為變道事件的判斷條件，當(dāng)此比例方差大于某一閾值時(shí)，即認(rèn)為車輛變道。
2.如權(quán)利要求I所述的方法，其特征在于 步驟二中所述的閾值為50X塊的面積 60X塊的面積。
步驟三中所述閾值為180 220 ； 步驟六中所述的閾值為5 20 ; 步驟七中所述的匹配跟蹤器的閾值取值范圍是70 90，比例方差的閾值取值范圍O.15。
全文摘要
本發(fā)明公開了一種基于視頻的車輛違章變道事件檢測(cè)方法。該方法主要包括基于塊的二值化分割將待處理的視頻中每幀圖像中的目標(biāo)背景分離開來(lái)，基于塊的特征角點(diǎn)選擇，通過(guò)標(biāo)記目標(biāo)的特征點(diǎn)進(jìn)行車輛跟蹤，同時(shí)記錄其跟蹤點(diǎn)位置信息，和基于跟蹤軌跡特征實(shí)現(xiàn)匹配計(jì)算車輛位置比例方差從而判斷車輛是否變道。與現(xiàn)有技術(shù)相比，本發(fā)明所提供的方法可對(duì)視頻范圍內(nèi)所有車輛目標(biāo)進(jìn)行檢測(cè)，不受環(huán)境限制，能夠?qū)?shí)時(shí)視頻進(jìn)行判斷，且檢測(cè)時(shí)間短、易于實(shí)現(xiàn)、準(zhǔn)確性較高，很適合于實(shí)時(shí)檢測(cè)車輛違章變道事件，具有廣闊的應(yīng)用前景。
文檔編號(hào)G06K9/54GK102622886SQ20121008026
公開日2012年8月1日 申請(qǐng)日期2012年3月23日 優(yōu)先權(quán)日2012年3月23日
發(fā)明者付洋, 劉雪琴, 宋煥生, 李文敏, 李曉, 李潔, 楊孟拓, 陳艷 申請(qǐng)人:長(zhǎng)安大學(xué)