一種高速公路上停車的自動(dòng)檢測(cè)方法與裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及監(jiān)控技術(shù)領(lǐng)域，特別是涉及一種高速公路上停車自動(dòng)檢測(cè)方法與裝 置。
【背景技術(shù)】
[0002] 隨著社會(huì)經(jīng)濟(jì)的發(fā)展、人民生活水平的提高，城市機(jī)動(dòng)車數(shù)量快速增長(zhǎng)，并且還在 持續(xù)增長(zhǎng)中。高速公路、城市道路等基礎(chǔ)設(shè)施也相應(yīng)的處于快速上升通道，目前我國(guó)高速 公路已超過10萬(wàn)公里，但是由于管理技術(shù)和監(jiān)管方式的落后，使得交通事故頻發(fā)，其中，停 車、逆行和拋灑物等原因是導(dǎo)致事故的重要違法行為，一旦出現(xiàn)這些行為，而又無(wú)法快速有 效的向后車傳遞危險(xiǎn)信號(hào)，降低車速，容易導(dǎo)致嚴(yán)重的交通事故，威脅人民的生命財(cái)產(chǎn)安 全。因此，如何快速有效的檢測(cè)到高速公路上的停車、逆行等違法行為，及時(shí)提醒周邊行駛 車輛，采取有效的避險(xiǎn)措施，對(duì)減少高速公路事故率和防止二次事故的發(fā)生有重要的意義。
[0003] 基于圖像技術(shù)的停車異常檢測(cè)方法主要包含兩類：基于分塊模型的方法和基于目 標(biāo)跟蹤的方法?；诜謮K模型的方法通過檢測(cè)分塊圖像區(qū)域的變化來(lái)檢測(cè)是否出現(xiàn)停車， 能夠在光線較好的場(chǎng)景中快速準(zhǔn)確的檢測(cè)出異常停車事件，但是高速公路里程長(zhǎng)，24小時(shí) 不停監(jiān)控，面對(duì)的天氣條件復(fù)雜多變，導(dǎo)致基于分塊模型的方法無(wú)法穩(wěn)定有效的檢測(cè)異常 停車事件。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明首先解決的技術(shù)問題是提供一種高速公路上停車的自動(dòng)檢測(cè)方法，能夠解 決【背景技術(shù)】中存在的問題，尤其適用于高速公路上的停車檢測(cè)。
[0005] 本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案是：一種高速公路上停車的自動(dòng)檢測(cè) 方法，包括以下步驟：
[0006] 步驟1 :范圍設(shè)定，在指定的高速公路監(jiān)控場(chǎng)景中設(shè)置禁止停車的檢測(cè)區(qū)域和停 車報(bào)警時(shí)間閥值；
[0007] 步驟2 :目標(biāo)檢測(cè)，檢測(cè)出指定的監(jiān)控場(chǎng)景中的前景目標(biāo)；
[0008] 步驟3 :目標(biāo)跟蹤，獲取步驟2中檢測(cè)出的前景目標(biāo)的軌跡；
[0009] 步驟4:軌跡分析，對(duì)步驟3中獲取的前景目標(biāo)的軌跡進(jìn)行分析，并根據(jù)軌跡與步 驟1中所設(shè)定范圍的關(guān)系對(duì)前景目標(biāo)的狀態(tài)進(jìn)行判斷；
[0010] 步驟5 :根據(jù)步驟4中的不同判斷結(jié)果對(duì)監(jiān)控場(chǎng)景中的背景進(jìn)行更新。
[0011] 采用上述方法，使背景能適應(yīng)場(chǎng)景變化，減少由于光照漸變、噪聲對(duì)目標(biāo)檢測(cè)產(chǎn)生 的干擾。
[0012] 在采用上述技術(shù)方案的同時(shí)，本發(fā)明還可以采用或者組合采用以下進(jìn)一步的技術(shù) 方案：
[0013] 所述步驟2具體包括以下步驟：
[0014] 步驟2. 1 :建立高斯背景模型；
[0015] 步驟2. 2 :根據(jù)式（1)將當(dāng)前幀圖像與背景圖像比較，符合背景模型分布的則認(rèn)為 是背景，否則為前景，從而將當(dāng)前幀圖像二值化；
[0016]
式（1)
[0017] 其中，Pt表示該點(diǎn)的屬性，即是前景還是背景，ft為當(dāng)前幀中像素灰度值，μ、δ 分別為灰度值的均值和標(biāo)準(zhǔn)差；
[0018] 步驟2. 3,提取前景圖像的連通區(qū)域，并濾除面積小于一定閾值的目標(biāo)。
[0019] 所述步驟3具體包括以下步驟：
[0020] 步驟3. 1 :提取第i輛車（i = 1，2,…，吣的質(zhì)心坐標(biāo)（xgi, ygi)和面積Ai,根據(jù)前 兩幀的質(zhì)心坐標(biāo)，預(yù)測(cè)下一幀車輛質(zhì)心的可能位置：
[0021]
[0022]
[0023]
[0024] 其中R1為車輛i對(duì)應(yīng)的前景區(qū)域，t表示時(shí)間；
[0025] 步驟3. 2 :在預(yù)測(cè)的質(zhì)心位置一定范圍內(nèi)，計(jì)算當(dāng)前幀車輛與上一幀車輛直方圖 相似度，當(dāng)直方圖相似度大于一定閾值時(shí)，選擇最相似的作為匹配，將匹配車輛的質(zhì)心坐標(biāo) 作為目標(biāo)跟蹤在當(dāng)前幀軌跡的位置，否則認(rèn)為不存在匹配；
[0026] 前景圖像是二值圖像中區(qū)別與背景的圖像，前景目標(biāo)是由前景圖像經(jīng)過去噪、區(qū) 域連通后形成的目標(biāo)，在這里車輛即前景目標(biāo)。
[0027] 最終獲得的軌跡是車輛質(zhì)心的軌跡。
[0028] 所述步驟4中對(duì)前景目標(biāo)軌跡的判斷分為三類：
[0029] 第一類：目標(biāo)車輛運(yùn)動(dòng)至禁止停車區(qū)域，并且停留時(shí)間大于時(shí)間閾值，被判定為異 常停車事件；
[0030] 第二類：被判定為異常停車的車輛，其速度由0逐漸增加，并在一定時(shí)間內(nèi)駛離禁 止停車區(qū)域，被判定為解除異常停車事件；
[0031] 第三類：其他正常行駛事件。
[0032] 在所述步驟5中，當(dāng)被判定為第一類時(shí)，降低發(fā)生異常停車區(qū)域的背景更新率，以 防止異常停車目標(biāo)很快的學(xué)習(xí)到背景中，其余區(qū)域按正常的更新速度更新背景模型；
[0033] 當(dāng)被判定為第二類時(shí)，說明目標(biāo)已從異常停車事件中恢復(fù)過來(lái)，這時(shí)在異常停車 區(qū)域往往存在虛影，因此，增加異常停車區(qū)域的背景更新率，以從異常停車事件中恢復(fù)過 來(lái)，將當(dāng)前圖像學(xué)習(xí)到背景模型中，其余區(qū)域按正常的更新速度更新背景模型；
[0034] 當(dāng)被判定為第三類時(shí)，全圖均按正常更新速度更新背景模型。
[0035] 本發(fā)明所要解決的另一個(gè)技術(shù)問題是提供一種用于高速公路上停車的自動(dòng)檢測(cè) 裝置，該自動(dòng)檢測(cè)裝置用于上述檢測(cè)方法，并包括圖像采集模塊、規(guī)則設(shè)置模塊、目標(biāo)檢測(cè) 模塊、目標(biāo)跟蹤模塊、軌跡分析模塊以及模型更新模塊，所述圖像采集模塊用于采集高速公 路上監(jiān)控場(chǎng)景內(nèi)的影像及其變化，所述規(guī)則設(shè)置模塊用于設(shè)定檢測(cè)規(guī)則，所述目標(biāo)檢測(cè)模 塊用于檢測(cè)監(jiān)控場(chǎng)景內(nèi)的前景目標(biāo)，所述目標(biāo)跟蹤模塊用于對(duì)檢測(cè)出的前景目標(biāo)進(jìn)行軌跡 跟蹤，所述軌跡分析模塊用于對(duì)前景目標(biāo)的軌跡進(jìn)行分析并判斷歸類，所述模型更新模塊 根據(jù)軌跡分析模塊的判斷分類對(duì)現(xiàn)有的監(jiān)控場(chǎng)景分別進(jìn)行更新；所述圖像采集模塊設(shè)于高 速公路上具有開闊視野的位置，所述圖像采集模塊連接至所述目標(biāo)檢測(cè)模塊，所述目標(biāo)檢 測(cè)模塊連接至所述目標(biāo)跟蹤模塊，所述規(guī)則設(shè)置模塊連接至所述軌跡分析模塊，所述軌跡 分析模塊連接至所述模型更新模塊。
[0036] 本發(fā)明的有益效果是：本發(fā)明提出的一種高速公路上停車自動(dòng)檢測(cè)方法和裝置是 一個(gè)一體化的解決方案，具體有如下創(chuàng)新：1、通過分析車輛目標(biāo)的軌跡，將其分為三類：異 常停車事件、解除異常停車事件和正常行駛事件，能夠較好的追蹤和分析車輛的行為。2、根 據(jù)車輛目標(biāo)的軌跡分析，針對(duì)不同類型事件的發(fā)生區(qū)域，采用不同的背景模型更新策略和 更新率，提高目標(biāo)檢測(cè)的準(zhǔn)確性，從而提高異常事件的準(zhǔn)確率，減少誤報(bào)。
【附圖說明】
[0037] 圖1是本發(fā)明一種高速公路上停車的自動(dòng)檢測(cè)方法流程示意圖。
[0038] 圖2是本發(fā)明一種高速公路上停車的自動(dòng)檢測(cè)裝置結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0039] 實(shí)施例1，高速公路上停車的自動(dòng)檢測(cè)方法。
[0040] 參照附圖1。
[0041] 本發(fā)明的自動(dòng)檢測(cè)方法如圖1所示，具體包括以下步驟：
[0042] 步驟 1 :
[0043] 在指定的高速公路監(jiān)控場(chǎng)景中設(shè)置禁止停車的檢測(cè)區(qū)域和停車報(bào)警時(shí)間閾值；可 以設(shè)置多個(gè)閉合的檢測(cè)區(qū)域，也可以對(duì)不同的檢測(cè)區(qū)域設(shè)置不同的停車報(bào)警時(shí)間閾值；
[0044] 步驟 2 :
[0045] 目標(biāo)檢測(cè)，檢測(cè)出場(chǎng)景中的前景目標(biāo)；
[0046] 首先，建立高斯背景模型；
[0047] 其次，將當(dāng)前幀圖像與背景圖像比較，符合背景模型分布的則認(rèn)為是背景，否則為 前景，從而將當(dāng)前幀圖像二值化；
[0048]
[0049] 其中，ft為當(dāng)前幀中像素灰度值，μ、δ分別為均值和標(biāo)準(zhǔn)差；
[0050] 最后，提取前景圖像的連通區(qū)域，并濾除面積小于50的目標(biāo)。
[0051] 步驟 3:
[0052] 目標(biāo)跟蹤，獲取目標(biāo)軌跡；
[0053] 首先，提取車輛i (i = 1，2，"·，Ν)的質(zhì)心坐標(biāo)（xgi, ygi)，面積Ai,根據(jù)前兩幀的質(zhì)
[0054] 心坐標(biāo)，預(yù)測(cè)下一幀車輛質(zhì)心的可能位置：
[0055]
[0056]
[0057] 其中R1為車輛i對(duì)應(yīng)的前景區(qū)域