專利名稱：基線帶視頻監(jiān)控系統(tǒng)和監(jiān)控方法
技術(shù)領(lǐng)域：
本發(fā)明一般地涉及計(jì)算機(jī)軟件信息處理領(lǐng)域，更具體而言，涉及智能交通領(lǐng)域中的視頻圖像模式識(shí)別。
背景技術(shù)：
目前，隨著經(jīng)濟(jì)的快速發(fā)展，機(jī)動(dòng)車的數(shù)量也是突飛猛增，隨之帶來(lái)的就是交通環(huán)境的惡化，所以如何智能地提高交通的控制能力成為當(dāng)務(wù)之急。獲取交通路況是控制交通的最為關(guān)鍵的因素。通常我們獲取交通路況和交通流信息的方式還是通過(guò)線圈，微波，紅外線等方式，這些設(shè)備很容易受到破壞并且維修起來(lái)很不方便。為了解決以上的問(wèn)題，視頻監(jiān)控的應(yīng)用成為更加有效的智能交通控制方式。視頻圖像監(jiān)控的方法是通過(guò)架設(shè)在道路上的攝像頭采集視頻數(shù)據(jù)流，從視頻數(shù)據(jù)流中抓取車輛運(yùn)動(dòng)信息來(lái)計(jì)算實(shí)時(shí)路況信息，而快速、 準(zhǔn)確的視頻監(jiān)控分析路況和交通流的計(jì)算方法至關(guān)重要。圖I示出了現(xiàn)有的視頻監(jiān)控系統(tǒng)處理實(shí)時(shí)路況的處理過(guò)程100。在步驟S102中， 當(dāng)車輛行駛到攝像頭監(jiān)控的視場(chǎng)范圍內(nèi)時(shí)，攝像頭首先識(shí)別出車輛的車身輪廓圖片信息， 并將識(shí)別出的車身輪廓圖片信息傳送給后臺(tái)的處理單元(未示出)，處理單元可以是諸如 CPU、專用集成電路之類的通用或?qū)Ｓ锰幚碓O(shè)備。在步驟S104中，處理單元對(duì)車身輪廓圖片信息進(jìn)行處理，具體而言，從車身的圖片中分離出車牌所在的位置(一般在車頭和/或車尾)，并且提取出車牌的輪廓區(qū)域信息。從圖片中分離車牌所在位置并提取輪廓區(qū)域信息的技術(shù)是本領(lǐng)域中公知的，因此在這里不作詳細(xì)描述。接下來(lái)，在步驟S106中，處理單元對(duì)車牌區(qū)域信息進(jìn)行處理以提取出車牌區(qū)域內(nèi)的文字信息，具體而言，由于攝像頭的架設(shè)位置與車輛行駛方向之間一般存在一角度差，從而導(dǎo)致所提取的車牌的輪廓不是車牌的正視圖 (即，一般是斜視圖)，這進(jìn)而導(dǎo)致對(duì)車牌文字信息的提取困難。因此，處理單元對(duì)車牌的旋轉(zhuǎn)角進(jìn)行修正使得車牌變?yōu)檎晥D。作為一個(gè)示例，處理單元可以將車牌輪廓區(qū)域信息進(jìn)行旋轉(zhuǎn)，旋轉(zhuǎn)的角度可以是一個(gè)預(yù)設(shè)的值，然后，處理單元對(duì)旋轉(zhuǎn)后的圖片進(jìn)行判斷，以判斷所獲得的圖片是否是正視圖。如果是，則處理結(jié)束；否則，處理單元對(duì)旋轉(zhuǎn)角進(jìn)行自適應(yīng)的調(diào)整(例如，加上或者減去一固定增量)并再次旋轉(zhuǎn)并進(jìn)行判斷，直到判斷出獲得了車牌的正視圖為止。注意，這種對(duì)車牌圖片信息進(jìn)行旋轉(zhuǎn)并且判斷的技術(shù)也是本領(lǐng)域中公知的， 因此在這里不作詳細(xì)說(shuō)明。另外，從正視圖的圖片信息中提取文字信息的技術(shù)也是本領(lǐng)域技術(shù)人員所熟知的。通過(guò)步驟S106的處理，處理單元獲得了能夠唯一地標(biāo)識(shí)車輛的車牌文字信息(車牌號(hào))作為車輛的監(jiān)控標(biāo)志，從而在接下來(lái)的車輛移動(dòng)中能夠容易地根據(jù)此標(biāo)志定位作為被監(jiān)控對(duì)象的該車輛。需要注意的是，步驟S102-S106的處理是針對(duì)一幅畫(huà)面執(zhí)行的。而在實(shí)際中，視頻連續(xù)的視頻流是連續(xù)從攝像頭輸入到處理單元的。因此，在步驟S108中，處理單元從視頻連續(xù)的一組畫(huà)面中截取整個(gè)視場(chǎng)的圖片信息，對(duì)這一組畫(huà)面的圖片都執(zhí)行上述步驟 S102-S106的處理從而找到并定位被監(jiān)控車輛，并據(jù)此標(biāo)識(shí)出車輛在攝像頭的視場(chǎng)內(nèi)的行駛軌跡。
接下來(lái)，在步驟SllO中，處理單元根據(jù)車輛的行駛軌跡計(jì)算車輛行駛距離，并且在步驟S112中根據(jù)車輛行駛這段軌跡所用的總時(shí)間計(jì)算出車輛行駛速度，從而獲得了該被監(jiān)控路段的路況信息。通過(guò)上述處理，可以獲得視場(chǎng)內(nèi)作為被監(jiān)控對(duì)象的車輛的行駛速度，并且根據(jù)視場(chǎng)內(nèi)多個(gè)車輛的速度信息就可以得知該被監(jiān)控路段的綜合路況信息。但是，目前已發(fā)現(xiàn)該處理方法存在以下的缺陷。首先，本領(lǐng)域中所公知的是，從圖片信息中提取文字信息的運(yùn)算是費(fèi)時(shí)且困難的，也就是說(shuō)，從車身的輪廓區(qū)域內(nèi)提取出車牌的輪廓以及在車牌的輪廓內(nèi)提取車牌的文字信息這一過(guò)程的運(yùn)算復(fù)雜度比較高、耗費(fèi)系統(tǒng)計(jì)算時(shí)間較長(zhǎng)，尤其是當(dāng)監(jiān)控視場(chǎng)內(nèi)的車輛較多時(shí)，由于要對(duì)視場(chǎng)內(nèi)的每個(gè)車輛進(jìn)行處理以獲得標(biāo)識(shí)每個(gè)車輛的車牌文字信息從而找到并定位作為被監(jiān)控對(duì)象的車輛，因此很難保證處理的實(shí)時(shí)性。并且，當(dāng)攝像頭的架設(shè)位置與車輛行駛車道夾角較大時(shí)，此時(shí)很難修正并獲得車牌的正視圖，這會(huì)導(dǎo)致提取車牌文字信息失敗，從而降低了監(jiān)控的準(zhǔn)確度。其次，當(dāng)視頻攝像頭監(jiān)控視場(chǎng)范圍較大時(shí)，所獲得的圖片也較大，圖片中包含的車身輪廓信息等等也較多。這種情況下，在大圖片中提取車牌文字信息進(jìn)行車輛跟蹤軌跡的運(yùn)算量非常大，尤其是在連續(xù)的一組圖片中識(shí)別文字信息，其運(yùn)算量更是龐大，因此很難保證處理的實(shí)時(shí)性。也就是說(shuō)，根據(jù)現(xiàn)有的道路路況監(jiān)控方法，處理的實(shí)時(shí)性和準(zhǔn)確性都很難得到保證，尤其是在監(jiān)控視場(chǎng)范圍較大且視場(chǎng)內(nèi)的車輛較多時(shí)更是如此。因此，迫切需要一種快速且準(zhǔn)確的路況監(jiān)控方法，以確?？焖俣覝?zhǔn)確性更高地把車輛的行駛軌跡標(biāo)志出來(lái)，并且能夠?qū)崟r(shí)地計(jì)算出被監(jiān)控路段的路況信息。

發(fā)明內(nèi)容
根據(jù)本發(fā)明的一方面，提供了一種基線帶視頻監(jiān)控系統(tǒng)，包括多基線帶預(yù)處理單元，被配置為對(duì)成像裝置獲取的被監(jiān)控視場(chǎng)的圖像進(jìn)行預(yù)處理，從而獲得一條或多條基線帶；特征提取單元，被配置為對(duì)于所述一條或多條基線帶中的任一條基線帶，通過(guò)對(duì)該基線帶中的運(yùn)動(dòng)物體執(zhí)行特征提取來(lái)獲得所述運(yùn)動(dòng)物體的二值化輪廓和特征像素點(diǎn)；以及運(yùn)動(dòng)物體識(shí)別單元，被配置為通過(guò)多個(gè)圖像中的該基線帶內(nèi)所述運(yùn)動(dòng)物體的二值化輪廓和特征像素點(diǎn)之間的匹配來(lái)在所述多個(gè)圖像中識(shí)別并找到所述運(yùn)動(dòng)物體。根據(jù)本發(fā)明的另一方面，提供了一種基線帶視頻監(jiān)控方法，包括以下步驟對(duì)成像裝置獲取的被監(jiān)控視場(chǎng)的圖像進(jìn)行預(yù)處理，從而獲得一條或多條基線帶；對(duì)于所述一條或多條基線帶中的任一條基線帶，對(duì)該基線帶中的運(yùn)動(dòng)物體執(zhí)行特征提取以獲得所述運(yùn)動(dòng)物體的二值化輪廓和特征像素點(diǎn)；以及通過(guò)多個(gè)圖像中的該基線帶內(nèi)所述運(yùn)動(dòng)物體的二值化輪廓和特征像素點(diǎn)之間的匹配來(lái)在所述多個(gè)圖像中識(shí)別并找到所述運(yùn)動(dòng)物體。本發(fā)明至少實(shí)現(xiàn)了以下若干方面的改進(jìn)I.由于車輛只能在道路上行駛，因此在監(jiān)控前根據(jù)視場(chǎng)內(nèi)呈現(xiàn)出來(lái)的道路或者車道位置以帶狀的形式(基線帶)標(biāo)志出來(lái)作為被監(jiān)控的視頻范圍，這避免了整個(gè)視場(chǎng)內(nèi)大圖片的處理。從而減小了監(jiān)控范圍并且降低了系統(tǒng)的運(yùn)算量。2.在識(shí)別車輛輪廓時(shí)，由于車輛在基線帶內(nèi)與道路背景顏色差別很大，因此對(duì)圖像進(jìn)行黑白色的二值化處理，這與對(duì)整個(gè)彩色圖像進(jìn)行處理相比極大地減小了運(yùn)算量，從而能夠更加快速地識(shí)別出車輛的輪廓信息。3.在原始基線帶內(nèi)車輛輪廓所在的區(qū)域抽取出車輛的特征像素點(diǎn)，尤其是車頭和車尾部分擁有車牌信息，能夠更加準(zhǔn)確地標(biāo)志出某一個(gè)車輛，因此在車頭和車尾提取特征像素信息時(shí)進(jìn)行更加密集的采樣。根據(jù)車輛輪廓信息和特征像素點(diǎn)唯一標(biāo)識(shí)了車輛，而且避免了對(duì)車牌文字識(shí)別的復(fù)雜運(yùn)算，從而增加了運(yùn)算的效率。而且也避免了由于攝像頭角度等原因造成的識(shí)別文字失敗的情況，從而增加了識(shí)別的準(zhǔn)確性。與現(xiàn)有技術(shù)相比，本發(fā)明至少獲得了以下優(yōu)點(diǎn)第一、通過(guò)以車道或者道路以基礎(chǔ)，通過(guò)多基線帶的形式劃定監(jiān)控范圍，減少了系統(tǒng)的監(jiān)控范圍，極大地提高了運(yùn)算速度； 第二、可以快速識(shí)別車輛輪廓，提高了處理性能；第三、通過(guò)特征像素點(diǎn)的提取來(lái)標(biāo)識(shí)車輛信息，在處理速度和特定場(chǎng)景下的準(zhǔn)確度都有極大的提升。


圖I示出了現(xiàn)有的視頻監(jiān)控系統(tǒng)處理實(shí)時(shí)路況的處理過(guò)程100 ；圖2示出了根據(jù)本發(fā)明的多基線帶視頻監(jiān)控系統(tǒng)200的功能框圖；圖3示出了根據(jù)本發(fā)明的多基線帶視頻監(jiān)控系統(tǒng)的操作流程300 ；圖4示出了通過(guò)多基線帶預(yù)處理單元201的處理所獲得的多基線帶；圖5示出了根據(jù)本發(fā)明的特征提取單元202以及速度計(jì)算單元203的詳細(xì)配置的示圖；圖6示出了二值化單元504的二值化處理的結(jié)果；圖7示出了特征像素點(diǎn)采樣單元506對(duì)車輛采樣的示圖；圖8示出了圖3中的步驟S306-S308的詳細(xì)操作流程；圖9示出了圖8的步驟S802的特征信息匹配過(guò)程的一個(gè)示例；圖10示出了對(duì)監(jiān)控有效性的判斷的示圖；圖11示出了對(duì)基線帶范圍的自適應(yīng)調(diào)整的示圖。
具體實(shí)施例方式下面將參考附圖詳細(xì)描述本發(fā)明的實(shí)施例。圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的多基線帶視頻監(jiān)控系統(tǒng)的功能框圖。圖2所示的多基線帶視頻監(jiān)控系統(tǒng)200包括多基線帶預(yù)處理單元201、特征提取單元202和車輛識(shí)別單元203。此外，根據(jù)需要，視頻監(jiān)控系統(tǒng)200還可包括速度計(jì)算單元204和分析單元 205。下面以對(duì)車道的路況進(jìn)行分析從而得到路況信息的系統(tǒng)作為示例來(lái)描述多基線帶視頻監(jiān)控系統(tǒng)200。但是，需要注意，監(jiān)控系統(tǒng)200并不限于對(duì)車道進(jìn)行分析的系統(tǒng)，并且也不需要包括上述的所有裝置。在其他場(chǎng)景下亦可通過(guò)該系統(tǒng)的全部或者部分裝置的組合來(lái)實(shí)現(xiàn)運(yùn)動(dòng)物體監(jiān)控。例如，監(jiān)控系統(tǒng)200也可以用作地鐵中對(duì)人的流量進(jìn)行分析的人流量監(jiān)控系統(tǒng)。在下面的描述中，僅為了說(shuō)明的目的，采用車道上的車輛作為運(yùn)動(dòng)物體的示例。多基線帶預(yù)處理單元201被配置為對(duì)作為被監(jiān)控視場(chǎng)范圍內(nèi)的一條或多條車道進(jìn)行預(yù)處理，從而獲得一條或多條具有監(jiān)控起點(diǎn)線和監(jiān)控終點(diǎn)線的基線帶作為被監(jiān)控單位，并且將這一條或多條基線帶(下面可統(tǒng)稱為“多基線帶”，但是注意這也可以指僅有一條基線帶的情況)輸出到特征提取單元202。注意，這里基線帶的監(jiān)控起點(diǎn)線和監(jiān)控終點(diǎn)線在監(jiān)控期間可以是固定的，也可以由系統(tǒng)200進(jìn)行適當(dāng)?shù)膭?dòng)態(tài)調(diào)整。特征提取單元202被配置為通過(guò)對(duì)基線帶中關(guān)于車輛的多個(gè)圖像執(zhí)行特征提取， 來(lái)獲得車輛的二值化輪廓和特征像素點(diǎn)。速度計(jì)算單元203被配置為通過(guò)對(duì)多個(gè)圖像中車輛的二值化輪廓和特征像素點(diǎn)進(jìn)行特征信息匹配，來(lái)獲得車輛的在基線帶內(nèi)的軌跡，并根據(jù)軌跡計(jì)算出車輛的速度。分析單元204被配置為根據(jù)車輛速度計(jì)算出路況信息并將其輸出。關(guān)于特征提取單元202、車輛識(shí)別單元203和速度計(jì)算單元204的詳細(xì)配置，將在下面參考圖5詳細(xì)描述。下面結(jié)合圖3的流程圖詳細(xì)描述多基線帶視頻監(jiān)控系統(tǒng)200的每個(gè)單元的操作。 圖3示出了根據(jù)本發(fā)明的多基線帶視頻監(jiān)控系統(tǒng)的操作流程300。在圖3的步驟S302中，多基線帶預(yù)處理單元201首先對(duì)被監(jiān)控視場(chǎng)進(jìn)行預(yù)處理從而獲得多基線帶，具體而言，由于車輛只能在車道內(nèi)行駛，因此多基線帶預(yù)處理單元201對(duì)監(jiān)控視場(chǎng)范圍內(nèi)的車道以帶狀進(jìn)行標(biāo)定作為被監(jiān)控的范圍，并且根據(jù)車道的行駛方向規(guī)則設(shè)置車輛駛?cè)牖€帶范圍的某條線作為該條基線帶的監(jiān)控起點(diǎn)線，同時(shí)，把車輛駛出基線帶范圍的某條線作為該基線帶的監(jiān)控終點(diǎn)線。圖4示出了通過(guò)多基線帶預(yù)處理單元201的處理所獲得的多基線帶。注意，劃分監(jiān)控視場(chǎng)內(nèi)的車道以及設(shè)定車道的監(jiān)控起點(diǎn)線和監(jiān)控終點(diǎn)線的方式可以是人工方式或者機(jī)器自動(dòng)識(shí)別的方式。多基線帶預(yù)處理單元201將通過(guò)預(yù)定規(guī)則劃分得到的多基線帶信息(包括各基線帶的起點(diǎn)線和終點(diǎn)線信息)輸出到特征提取單元202在步驟S304中，特征提取單元202根據(jù)從多基線帶預(yù)處理單元201傳送來(lái)的多基線帶的信息(包括監(jiān)控起點(diǎn)線和監(jiān)控終點(diǎn)線的信息)，對(duì)輸入的連續(xù)流量視頻流執(zhí)行特征提取，從而獲得車輛的二值化輪廓并采樣出車輛的特征像素點(diǎn)。在步驟S306中，車輛識(shí)別單元203根據(jù)所提供的特征信息在多個(gè)圖像之間進(jìn)行車輛的匹配，從而識(shí)別并找到作為監(jiān)控目標(biāo)的車輛。在步驟S308中，速度計(jì)算單元204根據(jù)多個(gè)圖像中車輛的匹配計(jì)算行駛軌跡和時(shí)間，并根據(jù)計(jì)算出的行駛軌跡和時(shí)間計(jì)算得到車輛行駛速度。關(guān)于速度計(jì)算單元204的詳細(xì)配置和功能，將在下面參考圖5描述。在步驟S310中，分析單元205計(jì)算最近一個(gè)時(shí)間段(例如3分鐘)內(nèi)多輛車在某個(gè)車道內(nèi)行駛的平均速度作為該時(shí)間段內(nèi)的路況信息的結(jié)果，并將其輸出。該3分鐘時(shí)間的選取僅僅是一個(gè)示例，在實(shí)際中可根據(jù)需要選擇適當(dāng)?shù)臅r(shí)間作為評(píng)估路況信息的時(shí)間段。例如，如果需要對(duì)該監(jiān)控路段進(jìn)行更為精確的監(jiān)控，則可以選取更短時(shí)間(例如30秒) 內(nèi)的車道內(nèi)車輛平均速度作為該路段的路況信息。在另一示例中，也可以按不同的加權(quán)因子對(duì)各車輛的速度進(jìn)行加權(quán)平均來(lái)獲得路況信息。注意，上面所描述的多基線帶視頻監(jiān)控系統(tǒng)200的功能結(jié)構(gòu)以及該視頻監(jiān)控系統(tǒng) 200所執(zhí)行的操作流程300僅僅是一個(gè)示例，本領(lǐng)域技術(shù)人員可以根據(jù)需要對(duì)各個(gè)單元的功能進(jìn)行重新劃分，即，合并某些單元的功能，或者對(duì)某些單元的功能進(jìn)一步劃分。例如，上述車輛識(shí)別單元203和速度計(jì)算單元204的功能可以被合并為一個(gè)單元，或者速度計(jì)算單元204和分析單元205的功能也可以被合并為一個(gè)單元，又或者上述三個(gè)單元的功能可以被合并為一個(gè)單元，即在該單元中，可以執(zhí)行多個(gè)圖像中車輛之間的匹配并根據(jù)所獲得的匹配計(jì)算車輛的行駛軌跡和速度，然后根據(jù)車輛行駛速度得到路況信息。另外，在圖2的功能框圖中并未示出某些公知的組件。例如，視頻監(jiān)控系統(tǒng)200必然包括被配置為攝取圖像的攝像頭和被配置為緩沖接收的流量視頻流以進(jìn)行后續(xù)的特征提取和匹配操作的緩沖存儲(chǔ)器，但是由于該攝像頭和緩沖存儲(chǔ)器與本發(fā)明并不直接相關(guān)， 因此在附圖中并未示出并且這里省略了對(duì)其的描述。圖5示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的特征提取單元202、車輛識(shí)別單元203以及速度計(jì)算單元204的詳細(xì)配置的示圖。該圖僅僅是一個(gè)示例，如上所述，本領(lǐng)域技術(shù)人員可以根據(jù)需要對(duì)各個(gè)組成單元的功能進(jìn)行合并或者進(jìn)一步劃分。圖5所示的特征提取單元202包括圖像變化部分識(shí)別單元502、二值化單元504和特征像素點(diǎn)采樣單元506。速度計(jì)算單元204包括軌跡描述單元510和車速計(jì)算單元512。 下面詳細(xì)描述各個(gè)單元的功能。特征提取單元202所接收的視頻流是以一定幀速率(一般是24幀/秒，根據(jù)需要也可以是其他幀速率)拍攝的連續(xù)視頻流。因此，在接收到視頻流信息后，圖像變化部分識(shí)別單元502首先獲取當(dāng)前時(shí)刻的靜態(tài)圖片信息，并根據(jù)當(dāng)前時(shí)刻的靜態(tài)圖片信息通過(guò)對(duì)比基線帶起點(diǎn)線附近一定區(qū)域范圍內(nèi)(該范圍設(shè)定需大于車輛的車長(zhǎng)以保證車輛能夠完整駛?cè)朐搮^(qū)域內(nèi)，該范圍定義為起點(diǎn)線監(jiān)控范圍)的像素信息與前一個(gè)時(shí)刻相比(換句話說(shuō)， 將當(dāng)前幀的圖片與先前的某一幀的圖片相比，對(duì)比內(nèi)容是基線帶起點(diǎn)線附近一定區(qū)域的像素信息)是否有變化來(lái)識(shí)別圖像的變化部分。如果發(fā)生變化，說(shuō)明有車輛行駛?cè)牖€帶，更具體地說(shuō)，由于車輛行駛時(shí)兩輛車之間是有距離間隔的，所以當(dāng)基線帶的起點(diǎn)線(或者起點(diǎn)線監(jiān)控范圍中位于起點(diǎn)線附近的很小范圍)的像素信息不發(fā)生變化時(shí)，并且起點(diǎn)線監(jiān)控范圍內(nèi)除該區(qū)域外的其他區(qū)域有像素信息發(fā)生變化時(shí)，說(shuō)明有車輛駛?cè)氩⑶臆嚿硗耆側(cè)朐搮^(qū)域，此時(shí)開(kāi)始監(jiān)控處理。注意，如果有一輛車正在駛?cè)牖€帶的監(jiān)控起點(diǎn)線，例如，在圖像變化部分識(shí)別單元502識(shí)別出圖片發(fā)生變化的時(shí)刻，這輛車正好駛?cè)肓?30%的部分，此時(shí)車輛覆蓋基線帶起點(diǎn)線，并且起點(diǎn)線附近的像素點(diǎn)依然發(fā)生變化，因此不具備車身整體駛?cè)氡O(jiān)控開(kāi)始觸發(fā)條件，這種情況下待車輛全部駛?cè)牖€帶后才開(kāi)始監(jiān)控。然后圖像變化部分識(shí)別單元502將識(shí)別出變化部分的信息告知二值化單元504和特征像素點(diǎn)采樣單元506以進(jìn)行后續(xù)處理。注意，這里所說(shuō)的先前的某一幀圖片不一定是緊鄰的前一幀圖片，也可以是隔一幀、隔兩幀、隔四幀等等的圖片，這取決于車輛的速度、前一處理周期路況情況以及所需要的精度等因素，如下文中進(jìn)一步所述。另外，這里所稱的“起點(diǎn)線附近一定區(qū)域范圍”可以由管理員預(yù)先設(shè)定，例如根據(jù)所監(jiān)控車道(基線帶)的平均速度(或者極限速度、某一較前時(shí)刻的速度，等等)設(shè)置，只要所設(shè)置的范圍能夠確保車輛在進(jìn)入所監(jiān)控基線帶時(shí)能夠被識(shí)別出來(lái)(而不會(huì)被監(jiān)控系統(tǒng)遺漏)即可，也可以由系統(tǒng)在監(jiān)控期間根據(jù)需要自適應(yīng)地改變。另外，圖像變化部分識(shí)別單元502識(shí)別變化部分的監(jiān)控范圍并不僅限于對(duì)比基線帶起點(diǎn)線附近一定區(qū)域范圍內(nèi)的像素信息，其也可以通過(guò)其他方式，例如，可以預(yù)先設(shè)定起點(diǎn)線附近的某些點(diǎn)并只監(jiān)視這些點(diǎn)的變化，這樣可以極大地減小比較的運(yùn)算量，從而提高了實(shí)時(shí)性。另外，圖像變化部分識(shí)別單元502的設(shè)置并不是必需的，也就是說(shuō)，可以進(jìn)行如下的處理方式系統(tǒng)并不對(duì)車輛駛?cè)氡O(jiān)控起點(diǎn)線進(jìn)行判斷，而是以一定的間隔(例如，在幀速率為24幀/I秒的情況下，可以是每隔I幀、每隔2幀等等)對(duì)所攝取的圖片執(zhí)行二值化處理和特征像素點(diǎn)采樣的操作以及后續(xù)的操作。顯然，當(dāng)忽略圖像變化部分識(shí)別單元502的設(shè)置時(shí)，如果某一車道中長(zhǎng)時(shí)間沒(méi)有車輛進(jìn)入，后續(xù)的操作依然會(huì)被執(zhí)行，則這樣作會(huì)不必要地浪費(fèi)電力。因此，圖像變化部分識(shí)別單元502的設(shè)置可以減少這種電力浪費(fèi)的可能。在圖像變化部分識(shí)別單元502告知發(fā)生了圖像變化的信息后(即，當(dāng)前時(shí)刻圖片與先前的某一幀圖片相比在起點(diǎn)線附近一定范圍發(fā)生變化)，二值化單元504立即以二值化方式提取圖片中基線帶內(nèi)的車輛輪廓信息，具體而言，此時(shí)，由于車輛的車身與道路背景顏色的差別較大，因此，可以將基線帶內(nèi)的起點(diǎn)一定范圍區(qū)域的圖像轉(zhuǎn)換成黑白的圖片，然后把根據(jù)背景與車身像素的差異較大的特征進(jìn)行二值化處理，所得到的二值化結(jié)果如圖6 所示。需要注意，圖6示出了車身完全在基線帶內(nèi)的一輛車被二值化處理的結(jié)果。在基線帶內(nèi)同時(shí)存在多輛車的情況下也按照同樣的原理進(jìn)行二值化處理。另外，該處理過(guò)程亦可以同一基線帶內(nèi)只監(jiān)控一輛車，即當(dāng)有車 輛行駛?cè)牖€帶監(jiān)控起點(diǎn)線內(nèi)一定范圍內(nèi)開(kāi)始監(jiān)控，在車輛行駛出監(jiān)控終點(diǎn)線之前，或者車輛未駛出監(jiān)控終點(diǎn)線就監(jiān)控不到車輛(車輛更換車道或者中途駛出基線帶)之前，不再對(duì)駛?cè)牖€帶內(nèi)的車輛進(jìn)行監(jiān)控，這種情況下， 由于單位時(shí)間內(nèi)監(jiān)控車輛最多只有一輛，可以減少系統(tǒng)負(fù)擔(dān)，但是由于單位時(shí)間內(nèi)被監(jiān)控的車輛數(shù)減少，路況的精度會(huì)有所下降。另外，在圖6的示圖中，將車道背景部分的像素定為“1”，并將車身輪廓的像素定為“O”。但是，這僅僅是一個(gè)示例，可以相反地將車道背景部分的像素定為“0”，并將車身輪廓的像素定為“1”，或者可以采取其他的能夠區(qū)分車身輪廓與車道背景的其他任意符號(hào)表
/Jn o通過(guò)二值化單元504的處理，獲得了車輛的輪廓信息(圖片中的一個(gè)或多個(gè)車輛的輪廓信息)。也就是說(shuō)，通過(guò)二值化單元504的處理，將攝像頭所得到的原始彩色圖片黑白化，從而得到二值化的輪廓信息。顯然，這種處理方式的信息量與彩色圖片(例如256色的彩色圖片)的信息量相比大大減小了。接下來(lái)，特征像素點(diǎn)采樣單元506在原始基線帶的彩色圖片中由上述車身輪廓標(biāo)識(shí)出的區(qū)域內(nèi)，對(duì)像素點(diǎn)進(jìn)行特征采樣處理。在這種特征采樣處理中，可以對(duì)車輛內(nèi)的像素點(diǎn)進(jìn)行抽稀以減少運(yùn)算量。抽稀的原則可以是多種，比如某個(gè)像素點(diǎn)色彩信息與周圍一定范圍內(nèi)的像素點(diǎn)色差較大具備特性特征的抽稀原則；或者是一定區(qū)域內(nèi)的多個(gè)像素點(diǎn)色差較小；取其中一個(gè)具有代表性的點(diǎn)的抽稀原則等原則，但是前提是要保證能夠唯一地標(biāo)識(shí)車輛。另外，抽稀的原則要在同一個(gè)處理單元內(nèi)保持一致，目的是確保在執(zhí)行采樣點(diǎn)匹配時(shí)，被匹配的兩組采樣點(diǎn)集合中每個(gè)相對(duì)比的采樣點(diǎn)能夠在車輛中位于相同或者十分接近的位置。因此，在實(shí)際采樣中，由于車輛的車尾和車頭擁有車牌信息像素點(diǎn)，能夠更好的唯一標(biāo)識(shí)車輛，因此在這兩個(gè)區(qū)域采樣時(shí)，需要相對(duì)密集。而關(guān)于車身的其他部位的采樣，則可以相對(duì)稀疏。例如，在不易用來(lái)區(qū)分車輛的車頂部位的采樣中，可以采用相對(duì)稀疏的采樣密度甚至可以不進(jìn)行采樣。注意，車牌像素點(diǎn)信息僅是可唯一標(biāo)識(shí)車輛的信息的一個(gè)示例(通常是優(yōu)選的)， 但可唯一標(biāo)識(shí)車輛的信息并不限于車牌像素點(diǎn)信息，例如，有些情況下車型、顏色以及前車窗所貼標(biāo)識(shí)等的組合也可以用來(lái)唯一地標(biāo)識(shí)車輛。具體在不同部位的采樣中需要的采樣密度亦可以由管理員根據(jù)具體情況人工設(shè)定，或者也可以由機(jī)器自動(dòng)設(shè)定。圖7示出了根據(jù)這種采樣規(guī)則對(duì)車輛進(jìn)行采樣的示圖。
通過(guò)特征像素點(diǎn)采樣單元506的處理，獲得了可唯一標(biāo)識(shí)車輛的特征像素點(diǎn)信息。也就是說(shuō)，特征像素點(diǎn)采樣單元506是在上述二值化單元504的基礎(chǔ)上，重點(diǎn)對(duì)車身輪廓所標(biāo)識(shí)出的區(qū)域內(nèi)的像素點(diǎn)進(jìn)行特征采樣，以便獲得可唯一標(biāo)識(shí)車輛的特征像素點(diǎn)信息。顯然，這樣所獲得的特征像素點(diǎn)信息的量與整個(gè)車身的彩色圖片的信息量相比也大大減小了。 通過(guò)上述處理，特征提取單元202獲得了車輛的特征信息，即，二值化輪廓和特征像素點(diǎn)，并將其提供給車輛識(shí)別單元203。車輛識(shí)別單元203根據(jù)所提供來(lái)的連續(xù)視頻流的多個(gè)圖片的二值化輪廓和特征像素點(diǎn)信息執(zhí)行特征信息匹配處理，以獲得基線帶內(nèi)作為被監(jiān)控對(duì)象的車輛的匹配。然后車輛識(shí)別單元203基于所獲得的車輛的匹配識(shí)別出(找到)多個(gè)圖片中作為被監(jiān)控對(duì)象的車輛。接下來(lái)，速度計(jì)算單元204的軌跡描述單元510根據(jù)車輛識(shí)別單元203的識(shí)別結(jié)果計(jì)算車輛的行駛軌跡。然后，車速計(jì)算單元512根據(jù)車輛行駛軌跡計(jì)算出實(shí)際的道路行駛距離，并從而計(jì)算得到車輛行駛速度。并且車速計(jì)算單元512將所得到的車輛行駛速度輸出到分析單元205以得到路況。下面將結(jié)合圖8詳細(xì)描述車輛識(shí)別單元203和速度計(jì)算單元204的操作。圖8示出了圖3中的步驟S306-S308 (即，車輛識(shí)別和速度計(jì)算)的詳細(xì)操作流程。在圖8的步驟S802中，首先車輛識(shí)別單元203進(jìn)行特征信息匹配以識(shí)別(找到) 車輛。具體而言，從攝像頭輸入的視頻流是以靜態(tài)圖片(幀)的形式進(jìn)行刷新的，每秒鐘視頻幀的刷新頻率很高(通常24幀/秒)。因此，相鄰的靜態(tài)圖片或者間隔若干幀的靜態(tài)圖片中車輛的位移很小。例如，即使車輛的行駛速度在每小時(shí)72公里(在實(shí)際城市道路中通常達(dá)不到這個(gè)速度)，每秒的位移平均也僅有20米，每一幀之間同一車輛的相對(duì)位移僅有I 米不到。因此，如上所述，在尋找車輛位置范圍時(shí)，可以根據(jù)車輛在前一幅圖片的基線帶位置沿著車道規(guī)定行駛方向的很小的范圍內(nèi)對(duì)車輛進(jìn)行圖像變化特征提取。然后根據(jù)前一幅和當(dāng)前靜態(tài)圖片的車輛在特征信息(輪廓和特征采樣點(diǎn))進(jìn)行特征信息匹配。這里所稱的 “很小的范圍”可以根據(jù)實(shí)際情況由管理員人工設(shè)定或者自動(dòng)設(shè)定，也可以是固定值或者是根據(jù)前一時(shí)段的路況信息自適應(yīng)地調(diào)整的值。另外，如果由于建筑物或者樹(shù)木對(duì)車道有部分遮擋的情況下，可以根據(jù)情況增大尋找車輛位置范圍的值。另外，在對(duì)比匹配時(shí)，完全沒(méi)有必要每一幀都進(jìn)行比較和匹配，可以每隔兩巾貞、四巾貞、甚至或者一秒進(jìn)行一次匹配。例如， 在車速較快時(shí)，可以每一幀都進(jìn)行比較和匹配；然而，在堵車情況下(這時(shí)一般車速小于30 公里或者更低)則沒(méi)有必要。如上所述，匹配的間隔可以根據(jù)上次獲得的路況信息自適應(yīng)地動(dòng)態(tài)調(diào)整。圖9示出了作為一個(gè)示例的特征信息匹配過(guò)程。該過(guò)程可以如下所述。首先在步驟S902中匹配車輛的輪廓信息，如果車輛的輪廓信息區(qū)域內(nèi)車輛的外形有差別，則停止進(jìn)行匹配當(dāng)前車的匹配并且處理結(jié)束，例如，通過(guò)該匹配，一輛小轎車和一輛面包車之間的差異很容易被識(shí)別出來(lái)，因?yàn)閮烧叩耐庑魏腕w積明顯不同，從而被判定為是不同的車輛。另夕卜，在輪廓匹配過(guò)程中，車輛可能會(huì)出現(xiàn)行駛角度的變化，在這里可以通過(guò)對(duì)車輛輪廓作旋轉(zhuǎn)變換進(jìn)行微調(diào)和修正處理即可。如果輪廓信息匹配，則在步驟S904中根據(jù)車身輪廓中特征采樣點(diǎn)顏色進(jìn)行匹配，同樣，如果車輛顏色差別較大，則停止當(dāng)前車輛的匹配，通過(guò)這樣的匹配，兩輛外形大致相同、但是顏色不同的小轎車可以被識(shí)別出來(lái)。如果顏色也匹配，則進(jìn)一步進(jìn)行到步驟S906。在步驟S906中，再根據(jù)采樣點(diǎn)的詳細(xì)信息進(jìn)行匹配，這里的細(xì)節(jié)信息包括但不限于車頭細(xì)節(jié)、車尾細(xì)節(jié)、前后車窗細(xì)節(jié)，等等。優(yōu)選地，該細(xì)節(jié)匹配包括車牌區(qū)域的匹配。也就是說(shuō)，假設(shè)在車道中前后有兩輛車，兩者的車身輪廓、顏色都相同(比如都是黑色且同品牌、同型號(hào)的轎車)，則進(jìn)一步比較車輛的細(xì)節(jié)(尤其是車牌區(qū)域)。顯然，兩輛車車身輪廓、顏色、細(xì)節(jié)都完全相同但卻是不同車輛的可能性雖然存在 (例如，兩輛車之間僅有車牌號(hào)有微小的差別且由于攝像頭設(shè)備清晰度限制無(wú)法被攝像頭識(shí)別，或者這兩輛車是套牌車，且這兩車需緊鄰著駛?cè)胪卉嚨?，但這種可能性卻是極其微小的，因此可以忽略不計(jì)。因此，在上述三個(gè)方面的匹配都通過(guò)之后，在步驟S908中可以判定在所比較的兩幅靜態(tài)圖片中的車輛是同一車輛，即獲得匹配。在執(zhí)行車輛顏色匹配步驟和詳細(xì)信息匹配步驟時(shí)，由于光線、天氣等原因可能造成兩幀的色彩對(duì)比上存在誤差，因此在匹配時(shí)要對(duì)色彩有容錯(cuò)處理，即允許特征像素點(diǎn)對(duì)比時(shí)有一定閾值范圍(該閾值范圍可預(yù)先設(shè)定，或者根據(jù)實(shí)際情況動(dòng)態(tài)自適應(yīng)調(diào)整)的容錯(cuò)誤差。但是，在一般條件下，時(shí)間間隔很短的兩幀之間的色差很小。在上面的匹配過(guò)程示例中，匹配過(guò)程按照順序?yàn)檐囆?、顏色、車輛細(xì)節(jié)。每一個(gè)步驟如果不匹配則停止下一步，這減少了系統(tǒng)運(yùn)算量。顯然，這種匹配順序并不是必需的，可以按照不同或者相反的順序進(jìn)行匹配，也可以增加或者減少其中某一或者某幾方面的匹配。也就是說(shuō)，所進(jìn)行的匹配可以是車型、顏色、車輛細(xì)節(jié)中的任意一者或多者或其組合。例如，為了確保實(shí)時(shí)性，可以只匹配車型和顏色而不匹配細(xì)節(jié)(因?yàn)榧?xì)節(jié)匹配所耗費(fèi)的計(jì) 算量最大)，但是這樣會(huì)犧牲一定的精確性； 又例如，可以不匹配車輛輪廓和顏色，而只進(jìn)行車輛細(xì)節(jié)的匹配，這樣節(jié)省了操作程序，但是在某些情況下會(huì)不必要地增大計(jì)算量(例如，在作為監(jiān)控范圍的基線帶內(nèi)的車輛明顯顏色不同時(shí))；又例如，在車輛細(xì)節(jié)匹配中，可以只匹配車牌區(qū)域，而不匹配車頭、前后車窗等等。這完全可以由本領(lǐng)域技術(shù)人員根據(jù)實(shí)際需要的精度進(jìn)行設(shè)定。另外，車身顏色和細(xì)節(jié)匹配中，本領(lǐng)域技術(shù)人員亦可以根據(jù)實(shí)際情況定義可度量配置原則，如車身采樣點(diǎn)或者細(xì)節(jié)采樣點(diǎn)的比對(duì)中，當(dāng)能夠匹配的特征點(diǎn)相比所有特征點(diǎn)低于一定的閾值時(shí)，則可認(rèn)定不匹配或者匹配失敗，不進(jìn)行后續(xù)的操作。返回圖8，通過(guò)步驟S802的處理，獲得了基線帶內(nèi)一系列車輛位置的匹配并識(shí)別出要作為監(jiān)控對(duì)象的車輛。接下來(lái)，在步驟S804中，軌跡描述單元510執(zhí)行車輛的行駛軌跡計(jì)算處理，具體而言，通過(guò)將基線帶內(nèi)獲得匹配的同一車輛的位置相連接，可以獲得車輛行駛的軌跡，并且根據(jù)該軌跡信息獲得了車輛行駛?cè)牖€帶內(nèi)的起始時(shí)間和駛出基線帶的結(jié)束時(shí)間，以及在基線帶內(nèi)行駛的像素距離。接下來(lái)，在步驟S806中，車速計(jì)算單元512計(jì)算行駛距離和車速。此時(shí)在步驟S804 中直接獲得的是車輛的像素距離，但是這并不等同于道路的實(shí)際距離，因此，在步驟S806 中車速計(jì)算單元512將像素距離轉(zhuǎn)換為實(shí)際道路行駛距離，并根據(jù)行駛距離和行駛時(shí)間計(jì)算出車輛行駛速度。注意，在多基線帶預(yù)處理單元201設(shè)定了監(jiān)控起點(diǎn)線和監(jiān)控終點(diǎn)線的情況下，兩條線之間的實(shí)際道路距離就是預(yù)先確定的了。因此，可以很容易地將像素距離轉(zhuǎn)換為實(shí)際道路行駛距離。
以下述情況作為示例進(jìn)一步說(shuō)明上面處理的示例在當(dāng)前時(shí)刻的某一基線帶內(nèi)順序存在三輛車A、B和C，并且二值化單元504獲得了這三輛車的輪廓信息，并且特征像素點(diǎn)采樣單元506對(duì)這些車輛進(jìn)行了特征像素點(diǎn)采樣，從而采樣得到了三輛車的特征像素點(diǎn)信
肩、O車輛識(shí)別單元203通過(guò)將當(dāng)前圖片的二值化輪廓信息和特征采樣點(diǎn)信息與先前的某一時(shí)刻(例如，1/12秒之前或者1/6秒之前)的圖片(假設(shè)只存在車輛A和B)的二值化輪廓信息和特征采樣點(diǎn)信息進(jìn)行對(duì)比(匹配)得知車輛A和B已經(jīng)存在于前一時(shí)刻的圖片中，而車輛C是新進(jìn)入的車輛。具體來(lái)說(shuō)，在該匹配中，假設(shè)車輛A和B車型相同但顏色不同，而C與A和B的車型都明顯不同，則通過(guò)步驟S902的處理就可以確定，C與前一時(shí)刻的圖片中任何一輛車都不匹配，因此是新進(jìn)入的車輛，而A和B的匹配則進(jìn)行到步驟 S904(顏色匹配)，并據(jù)此判斷出該時(shí)刻的車輛A與前一時(shí)刻的圖片中的一輛車(A)匹配， 而車輛B與前一時(shí)刻的圖片中的一輛車(B)匹配。這時(shí) ，可以得到A的行駛軌跡和行駛距離，并得到A從前一時(shí)刻到當(dāng)前時(shí)刻的行駛速度。同樣可以得到B從前一時(shí)刻到當(dāng)前時(shí)刻的行駛速度。作為另一不例，如果假設(shè)C與A和B中的一個(gè)車型相同但顏色與兩者都不同，貝Ij通過(guò)步驟S904的處理方可確定C與前一時(shí)刻的圖片中任何一輛車都不匹配。作為又一示例， 如果假設(shè)C與A和B中的任何一個(gè)車型相同且與其中的任何一個(gè)顏色相同，則需要進(jìn)行所有三個(gè)匹配步驟方可確定C與先前時(shí)刻的圖片中的任何一輛車都不匹配。如上所述，可以認(rèn)為，通過(guò)以上三者(車型、顏色、細(xì)節(jié))的匹配，發(fā)生錯(cuò)誤判斷的可能性幾乎不存在。通過(guò)以上匹配，可以獲得從先前時(shí)刻到當(dāng)前時(shí)刻車輛A和B的軌跡。接下來(lái)，進(jìn)行到下一時(shí)刻。同樣地，獲得此時(shí)的圖片，并得到三輛車的二值化輪廓和特征像素點(diǎn)信息。然后，通過(guò)與先前時(shí)刻(即，上面所述的當(dāng)前時(shí)刻)的圖片對(duì)比得知車輛A、B和C分別與先前時(shí)刻(即，上面所述的當(dāng)前時(shí)刻)的圖片中的車輛A、B和C匹配。同樣，可以得到車輛A、 B和C各自的行駛軌跡和行駛距離，并得到其行駛速度。接下來(lái)，分析單元204綜合在一定時(shí)間(例如3分鐘)內(nèi)所得到的各車輛的平均行駛速度，并據(jù)此得到路況信息。在上面的示例中，視頻監(jiān)控系統(tǒng)200在每一次的比較中(即，每得到一段軌跡)都計(jì)算車輛的速度。然而，這并不是必需的。為了減少計(jì)算量，完全可以在計(jì)算出兩段或者更多段軌跡之后再計(jì)算速度。也就是說(shuō)，視頻監(jiān)控系統(tǒng)200可以在獲得一系列圖片中車輛的匹配之后再計(jì)算其速度。如上所述，這是本領(lǐng)域技術(shù)人員可根據(jù)需要設(shè)置的。上面以某一時(shí)刻有新的車輛駛?cè)牖€帶的監(jiān)控起點(diǎn)線的情況作為示例描述了本發(fā)明。顯然本發(fā)明并不限于此。在實(shí)踐中，基線帶內(nèi)的車輛是時(shí)刻不停、川流不息地駛?cè)氡O(jiān)控起點(diǎn)線的，因此，視頻監(jiān)控系統(tǒng)200可以持續(xù)地執(zhí)行攝取圖片、特征提取、速度計(jì)算、分析路況的操作。如上所述，為了減少計(jì)算量并提高實(shí)時(shí)性，可以在監(jiān)控期間根據(jù)實(shí)際的路況自適應(yīng)地調(diào)整對(duì)輸入視頻流執(zhí)行特征提取和速度計(jì)算的時(shí)間間隔，例如適當(dāng)?shù)貙⒃撻g隔增大到1/6秒甚至I秒，等等。注意，在上面的行駛軌跡和時(shí)間計(jì)算中，存在以下問(wèn)題即，如果車輛在車道內(nèi)行駛出某一基線帶的監(jiān)控范圍(例如變更車道)，則在匹配過(guò)程中將無(wú)法找到匹配。在這種情況下，需要進(jìn)行監(jiān)控有效性的判斷。假設(shè)車輛行駛?cè)牖€帶時(shí)刻為T(mén)l，在T2時(shí)刻在基線帶內(nèi)監(jiān)控不到該車輛(由于車輛更換車道)。為了應(yīng)對(duì)這一問(wèn)題，在監(jiān)控范圍內(nèi)行駛的距離為SI，基線帶長(zhǎng)度為S，則可以引入變量ValidDiS = S1/S。當(dāng)ValidDis小于一預(yù)設(shè)閾值(FixDis)時(shí)，則放棄對(duì)該車在基線帶內(nèi)速度的計(jì)算，而只有當(dāng)ValidDis大于或等于閾值時(shí)，才進(jìn)行流量狀況的計(jì)算， 如圖10所示。也就是說(shuō)，當(dāng)車輛駛?cè)牖€帶后又在很短的距離內(nèi)駛出基線帶時(shí)，則不認(rèn)為該車輛是在該基線帶中行駛，因此不將該車輛視為匹配的對(duì)象。這種情況下，速度計(jì)算單元 204不計(jì)算該車輛在基線帶內(nèi)的速度并將其被配置為路況信息的計(jì)算。而只有當(dāng)ValidDis 大于或等于閾值時(shí)，才認(rèn)為車輛在該基線帶內(nèi)行駛，并可將該車輛視作被對(duì)象，從而得到該車輛在距離SI內(nèi)的行駛速度作為路況信息。另外，在上面的實(shí)施例中，在監(jiān)控起點(diǎn)線和監(jiān)控終點(diǎn)線被多基線帶預(yù)處理單元201 預(yù)先標(biāo)定的情況下，作為監(jiān)控范圍的基線帶是預(yù)先確定的并且在監(jiān)控過(guò)程中是固定的。也就是說(shuō)，在進(jìn)行特征匹配時(shí)，作為監(jiān)控對(duì)象的整個(gè)基線帶內(nèi)的所有對(duì)象都被處理并進(jìn)行比較(即，固定長(zhǎng)度的基線帶內(nèi)的所有車輛都被執(zhí)行二值化處理和特征像素點(diǎn)采樣，并與先前圖片中的所有對(duì)象的輪廓和特征像素點(diǎn)相比較)。但是，這通常是沒(méi)有必要的，因?yàn)槟承┣闆r下，攝像頭的視場(chǎng)范圍的距離可能長(zhǎng)達(dá)數(shù)百米，而在匹配時(shí)所 取的時(shí)間間隔的情況下 (例如每?jī)蓭⒚克膸蛘呱踔烈幻?，根?jù)情況而定)，車輛有時(shí)僅僅前進(jìn)了數(shù)米。在這種情況下，如果基線帶較長(zhǎng)且固定不變，則會(huì)不必要地增大系統(tǒng)的計(jì)算量，從而降低了系統(tǒng)的實(shí)時(shí)性處理性能。為了進(jìn)一步優(yōu)化該過(guò)程，可以設(shè)想根據(jù)前一時(shí)段道路的路況信息自適應(yīng)地調(diào)整監(jiān)控范圍(基線帶范圍)。圖11示出了這種情況。假設(shè)在當(dāng)前時(shí)刻，監(jiān)控系統(tǒng)通過(guò)圖像變化部分識(shí)別單元502的處理判定某一車輛已完全駛?cè)氡槐O(jiān)控的基線帶。在下一監(jiān)控周期(即， 下一時(shí)刻或者接下來(lái)的某一監(jiān)控時(shí)刻)，監(jiān)控系統(tǒng)再次攝取原先的整個(gè)基線帶的圖片并順序執(zhí)行后續(xù)的二值化處理和匹配處理。但是，這并不是必需的，在下一個(gè)周期內(nèi)，可以根據(jù)車速、道路限速等因素自動(dòng)調(diào)整和/或移動(dòng)車輛監(jiān)控范圍(即此時(shí)攝取圖片的基線帶的長(zhǎng)度)。即，對(duì)于某一車輛而言，在下一監(jiān)控時(shí)刻需要對(duì)其進(jìn)行監(jiān)控的范圍沒(méi)有必要是整個(gè)基線帶，因?yàn)楹茱@然的是，車輛在向其移動(dòng)而且其移動(dòng)的范圍可以根據(jù)較前時(shí)刻計(jì)算出的基線帶的平均速度、該車道的極限速度等等因素預(yù)先確定，并且一般情況下該范圍遠(yuǎn)遠(yuǎn)小于被監(jiān)控的基線帶的總長(zhǎng)。因此，根據(jù)一個(gè)實(shí)施例，在這種情況下，優(yōu)選地使得對(duì)于該車輛而言被執(zhí)行二值化處理和特征像素點(diǎn)采樣的監(jiān)控范圍隨著車輛的移動(dòng)而移動(dòng)(這種移動(dòng)被簡(jiǎn)稱為“基線帶調(diào)整”)。但是注意，這種基線帶調(diào)整僅僅是一種虛擬的、對(duì)于某一被監(jiān)控車輛而言的監(jiān)控范圍的移動(dòng)，而并非是多基線帶預(yù)處理單元201所獲得的基線帶的實(shí)際調(diào)難
iF. O例如，對(duì)于作為監(jiān)控對(duì)象的車輛，其基線帶可以是從車尾開(kāi)始加上極限車速下所行駛的距離。該極限車速可以預(yù)先設(shè)定，也可以根據(jù)情況自適應(yīng)地改變，例如，在由監(jiān)控歷史得知某一城市核心道路的車速?gòu)奈闯^(guò)60公里/小時(shí)的情況下，就可以將該車道的極限速度設(shè)置為60公里/小時(shí)并據(jù)此設(shè)置基線帶的長(zhǎng)度。又或者，該基線帶可以是從車尾開(kāi)始加上該車在上一時(shí)刻的車速下所行駛的距離。又或者，該基線帶可以是從車尾開(kāi)始加上先前獲得的該條車道的平均速度下所行駛的距離，等等。上述對(duì)基線帶長(zhǎng)度的設(shè)置僅僅是本發(fā)明的示例，顯然本發(fā)明對(duì)基線帶長(zhǎng)度的設(shè)置不限于此。也就是說(shuō)，作為監(jiān)控范圍的基線帶并不一定是從車尾開(kāi)始加上某一距離的范圍，例如在不需要匹配車型和顏色，而僅需要匹配車輛細(xì)節(jié)(例如車頭的車牌信息)的情況下，基線帶可以是從車身中部開(kāi)始加上上述若干距離中的一種所獲得的范圍。顯然，上述調(diào)整基線帶的多種方式中的任何一種都可以縮短后續(xù)圖像處理中要對(duì)其執(zhí)行二值化處理和特征像素點(diǎn)提取的基線帶的長(zhǎng)度，并從而減小圖像處理的計(jì)算量，這樣確保了監(jiān)控系統(tǒng)的實(shí)時(shí)性。即，本發(fā)明中基線帶的這種自適應(yīng)的改變(調(diào)整)不限于上述情況中的任何一種， 而是可以是任意方式的，只要其能夠減小后續(xù)圖像處理中的計(jì)算量從而減小監(jiān)控期間監(jiān)控系統(tǒng)的計(jì)算量即可。
由于如上所述，針對(duì)某一被監(jiān)控對(duì)象(車輛)而言，在其剛剛進(jìn)入基線帶時(shí)其被監(jiān)控的范圍也僅僅是基線帶起點(diǎn)線附近的一定范圍，而非整個(gè)基線帶。因此，通過(guò)上述的設(shè)置，在實(shí)際情況中，在連續(xù)的一段時(shí)間內(nèi)，視頻監(jiān)控系統(tǒng)實(shí)際上所進(jìn)行對(duì)比(匹配)并執(zhí)行特征提取的多幅圖片中的每一副都可以是該基線帶的一部分區(qū)域的圖像內(nèi)容，而不是全部區(qū)域的圖像內(nèi)容。顯然，針對(duì)該被監(jiān)控對(duì)象而言，可以大大減小所需的計(jì)算量。當(dāng)然，也可以將基線帶的全部區(qū)域的圖像內(nèi)容進(jìn)行對(duì)比(匹配)和特征提取。如上所述，通過(guò)這樣的設(shè)置，在車輛移動(dòng)的同時(shí)，作為監(jiān)控范圍的基線帶也隨之移動(dòng)并且其長(zhǎng)度自動(dòng)進(jìn)行調(diào)整，這樣，可以極大地減小基線帶的長(zhǎng)度(大小)，從而極大地減小視頻監(jiān)控系統(tǒng)的計(jì)算量。上面以用于監(jiān)控車道的車輛流量的視頻監(jiān)控系統(tǒng)200作為視頻監(jiān)控系統(tǒng)的示例描述了本發(fā)明。但是本發(fā)明并不限于此。本發(fā)明可以應(yīng)用于任何視頻監(jiān)控領(lǐng)域，例如用于貨物傳送、貨物分揀等等的傳送帶上的監(jiān)控系統(tǒng)。在這種情況下，被監(jiān)控對(duì)象是傳送帶上的貨物，此時(shí)，監(jiān)控系統(tǒng)可以同樣地將被監(jiān)控視場(chǎng)的圖像劃分為一條或多條基線帶，并對(duì)基線帶中的運(yùn)動(dòng)物體(此時(shí)是傳送帶上的貨物)執(zhí)行特征提取以獲得該貨物的二值化輪廓和特征像素點(diǎn)(這里的特征像素點(diǎn)可以是可用于區(qū)分不同貨物的任意像素點(diǎn)，例如，在機(jī)場(chǎng)所采用的行李傳送系統(tǒng)的實(shí)施例中，特征像素點(diǎn)例如可以是對(duì)行李標(biāo)簽采樣得到的像素點(diǎn))， 在該實(shí)施例中，速度計(jì)算單元可以根據(jù)所獲得的不同圖像中二值化輪廓和特征像素點(diǎn)的匹配來(lái)執(zhí)行作為被監(jiān)控對(duì)象的貨物的速度，從而得到此時(shí)傳送帶上貨物流量的信息。注意，在上述實(shí)施例中描述的視頻監(jiān)控系統(tǒng)200的各個(gè)單元的功能也可以通過(guò)諸如CPU(中央處理單元)之類的計(jì)算設(shè)備(未示出)來(lái)實(shí)現(xiàn)，該計(jì)算設(shè)備讀取控制程序并且解釋并執(zhí)行控制程序，在控制程序中，記錄有被配置為實(shí)現(xiàn)各個(gè)單元的功能的程序模塊，該控制程序可以以記錄介質(zhì)的形式提供，也可以從網(wǎng)絡(luò)經(jīng)由有線或無(wú)線方式下載到計(jì)算設(shè)備中并加以執(zhí)行。計(jì)算設(shè)備可以是包括CPU等的通用個(gè)人計(jì)算機(jī)，也可以是專用的計(jì)算設(shè)備。盡管已參考附圖詳細(xì)描述了本發(fā)明的優(yōu)選實(shí)施例，但是本發(fā)明并不限于上述示例。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，可以根據(jù)設(shè)計(jì)要求和其它因素進(jìn)行各種修改、組合、子組合和變更，只要它們?cè)跈?quán)利要求或其等同物的范圍之內(nèi)。另外，在本說(shuō)明書(shū)中，在流程圖中寫(xiě)入的步驟可以根據(jù)所述順序按時(shí)序處理，但是也可以分開(kāi)或者以并行方式處理。顯然，在步驟以時(shí)序處理的情況下，步驟的順序可以根據(jù)情形適當(dāng)?shù)馗淖儭?br> 權(quán)利要求
1.一種基線帶視頻監(jiān)控系統(tǒng)，包括 多基線帶預(yù)處理單元，被配置為對(duì)成像裝置獲取的被監(jiān)控視場(chǎng)的圖像進(jìn)行預(yù)處理，從而獲得一條或多條基線帶； 特征提取單元，被配置為對(duì)于所述一條或多條基線帶中的任一條基線帶，通過(guò)對(duì)該基線帶中的運(yùn)動(dòng)物體執(zhí)行特征提取來(lái)獲得所述運(yùn)動(dòng)物體的二值化輪廓和特征像素點(diǎn)；以及 運(yùn)動(dòng)物體識(shí)別單元，被配置為通過(guò)多個(gè)圖像中的該基線帶內(nèi)所述運(yùn)動(dòng)物體的二值化輪廓和特征像素點(diǎn)之間的匹配來(lái)在所述多個(gè)圖像中識(shí)別并找到所述運(yùn)動(dòng)物體。
2.如權(quán)利要求I所述的基線帶視頻監(jiān)控系統(tǒng)，還包括速度計(jì)算單元，被配置為根據(jù)所述運(yùn)動(dòng)物體識(shí)別單元在所述多個(gè)圖像中識(shí)別并找到的所述運(yùn)動(dòng)物體來(lái)計(jì)算所述運(yùn)動(dòng)物體的速度。
3.如權(quán)利要求2所述的基線帶視頻監(jiān)控系統(tǒng)，還包括分析單元，被配置為根據(jù)所述運(yùn)動(dòng)物體的速度計(jì)算出所述基線帶的流量狀況。
4.如權(quán)利要求I所述的基線帶視頻監(jiān)控系統(tǒng)，其中所述特征提取單元包括 二值化單元，被配置為對(duì)被監(jiān)控視場(chǎng)的圖像的原始彩色圖片執(zhí)行二值化處理，以提取指示所述運(yùn)動(dòng)物體的輪廓的輪廓信息；以及 特征像素點(diǎn)采樣單元，被配置為在原始彩色圖片中的基線帶中由所述輪廓信息指示的輪廓標(biāo)識(shí)出的區(qū)域內(nèi)，對(duì)所述運(yùn)動(dòng)物體的像素點(diǎn)進(jìn)行特征采樣處理，以獲得可唯一標(biāo)識(shí)所述運(yùn)動(dòng)物體的標(biāo)識(shí)信息。
5.如權(quán)利要求4所述的基線帶視頻監(jiān)控系統(tǒng)，其中所述特征提取單元還包括 圖像變化部分識(shí)別單元，被配置為識(shí)別當(dāng)前圖像中與先前圖像相比的變化部分，其中 僅在所述圖像變化識(shí)別單元識(shí)別出變化部分存在的情況下，所述二值化單元和所述特征像素點(diǎn)采樣單元才執(zhí)行操作。
6.如權(quán)利要求4所述的基線帶視頻監(jiān)控系統(tǒng)，其中所述特征像素點(diǎn)采樣單元被配置為對(duì)所述運(yùn)動(dòng)物體的標(biāo)識(shí)信息所位于的區(qū)域相比于其他區(qū)域進(jìn)行更加密集的采樣。
7.如權(quán)利要求4所述的基線帶視頻監(jiān)控系統(tǒng)，其中所述運(yùn)動(dòng)物體是車輛，所述標(biāo)識(shí)信息是位于車頭或車尾的車牌采樣像素點(diǎn)集合信息。
8.如權(quán)利要求2所述的基線帶視頻監(jiān)控系統(tǒng)，其中所述速度計(jì)算單元包括 軌跡描述單元，被配置為根據(jù)所獲得的多個(gè)圖像中的匹配計(jì)算所述運(yùn)動(dòng)物體的軌跡；以及 距離和速度計(jì)算單元，被配置為根據(jù)所述運(yùn)動(dòng)物體的軌跡計(jì)算出所述運(yùn)動(dòng)物體的行進(jìn)距離，并根據(jù)所述行進(jìn)距離和行進(jìn)時(shí)間計(jì)算出所述運(yùn)動(dòng)物體的速度。
9.如權(quán)利要求I所述的基線帶視頻監(jiān)控系統(tǒng)，其中所述運(yùn)動(dòng)物體是車輛，并且所述匹配包括車型匹配、顏色匹配、細(xì)節(jié)匹配中的任意一者或多者。
10.如權(quán)利要求I所述的基線帶視頻監(jiān)控系統(tǒng)，其中所述基線帶具有監(jiān)控起點(diǎn)線和監(jiān)控終點(diǎn)線，并且所述監(jiān)控起點(diǎn)線和監(jiān)控終點(diǎn)線是可移動(dòng)的。
11.如權(quán)利要求8所述的基線帶視頻監(jiān)控系統(tǒng)，其中當(dāng)所述運(yùn)動(dòng)物體在一條基線帶內(nèi)連續(xù)行進(jìn)的距離低于某一閾值時(shí)，所述距離和速度計(jì)算單元放棄對(duì)所述運(yùn)動(dòng)物體速度的計(jì)笪ο
12.如權(quán)利要求I所述的基線帶視頻監(jiān)控系統(tǒng)，其中所述多個(gè)圖像是所述成像裝置對(duì)該基線帶以一定時(shí)間間隔攝取的，并且所述成像裝置攝取所述多個(gè)圖像的時(shí)間間隔是固定的或者可變的。
13.如權(quán)利要求I所述的基線帶視頻監(jiān)控系統(tǒng)，其中在一段時(shí)間序列內(nèi)，需要進(jìn)行對(duì)比并且進(jìn)行特征提取的每一幅圖像均為一條基線帶全部區(qū)域或者部分區(qū)域內(nèi)圖像的內(nèi)容。
14.一種基線帶視頻監(jiān)控方法，包括以下步驟 對(duì)成像裝置獲取的被監(jiān)控視場(chǎng)的圖像進(jìn)行預(yù)處理，從而獲得一條或多條基線帶； 對(duì)于所述一條或多條基線帶中的任一條基線帶，對(duì)該基線帶中的運(yùn)動(dòng)物體執(zhí)行特征提取以獲得所述運(yùn)動(dòng)物體的二值化輪廓和特征像素點(diǎn)；以及 通過(guò)多個(gè)圖像中的該基線帶內(nèi)所述運(yùn)動(dòng)物體的二值化輪廓和特征像素點(diǎn)之間的匹配來(lái)在所述多個(gè)圖像中識(shí)別并找到所述運(yùn)動(dòng)物體。
15.如權(quán)利要求14所述的基線帶視頻監(jiān)控方法，還包括以下步驟 根據(jù)在所述多個(gè)圖像中識(shí)別并找到的所述運(yùn)動(dòng)物體來(lái)計(jì)算所述運(yùn)動(dòng)物體的速度。
16.如權(quán)利要求15所述的基線帶視頻監(jiān)控方法，還包括以下步驟 根據(jù)所述運(yùn)動(dòng)物體的速度計(jì)算出所述基線帶的流量狀況。
17.如權(quán)利要求14所述的基線帶視頻監(jiān)控方法，其中執(zhí)行特征提取的步驟包括 對(duì)被監(jiān)控視場(chǎng)的圖像的原始彩色圖片執(zhí)行二值化處理，以提取指示所述運(yùn)動(dòng)物體的輪廓的輪廓信息；以及 在原始彩色圖片中的基線帶中由所述輪廓信息指示的輪廓標(biāo)識(shí)出的區(qū)域內(nèi)，對(duì)所述運(yùn)動(dòng)物體的像素點(diǎn)進(jìn)行特征采樣處理，以獲得可唯一標(biāo)識(shí)所述運(yùn)動(dòng)物體的標(biāo)識(shí)信息。
18.如權(quán)利要求17所述的基線帶視頻監(jiān)控方法，其中執(zhí)行特征提取的步驟還包括 在執(zhí)行二值化處理之前識(shí)別當(dāng)前圖像中與先前圖像相比的變化部分，并且僅在變化部分存在的情況下才執(zhí)行二值化處理。
19.如權(quán)利要求17所述的基線帶視頻監(jiān)控方法，其中所述運(yùn)動(dòng)物體的標(biāo)識(shí)信息所位于的區(qū)域相比于其他區(qū)域被更加密集的采樣。
20.如權(quán)利要求17所述的基線帶視頻監(jiān)控方法，其中所述運(yùn)動(dòng)物體是車輛，所述標(biāo)識(shí)信息是位于車頭或車尾的車牌采樣像素點(diǎn)集合信息。
21.如權(quán)利要求15所述的基線帶視頻監(jiān)控方法，其中計(jì)算所述運(yùn)動(dòng)物體的速度的步驟包括 根據(jù)所獲得的多個(gè)圖像中的匹配計(jì)算所述運(yùn)動(dòng)物體的軌跡；以及根據(jù)所述運(yùn)動(dòng)物體的軌跡計(jì)算出所述運(yùn)動(dòng)物體的行進(jìn)距離，并根據(jù)所述行進(jìn)距離和行進(jìn)時(shí)間計(jì)算出所述運(yùn)動(dòng)物體的速度。
22.如權(quán)利要求14所述的基線帶視頻監(jiān)控方法，其中所述運(yùn)動(dòng)物體是車輛，所述匹配包括車型匹配、顏色匹配、細(xì)節(jié)匹配中的任意一者或多者。
23.如權(quán)利要求14所述的基線帶視頻監(jiān)控方法，其中所述基線帶具有監(jiān)控起點(diǎn)線和監(jiān)控終點(diǎn)線，并且所述監(jiān)控起點(diǎn)線和監(jiān)控終點(diǎn)線是可移動(dòng)的。
24.如權(quán)利要求21所述的基線帶視頻監(jiān)控方法，其中當(dāng)所述運(yùn)動(dòng)物體在一條基線帶內(nèi)連續(xù)行進(jìn)的距離低于某一閾值時(shí)，放棄對(duì)所述運(yùn)動(dòng)物體速度的計(jì)算。
25.如權(quán)利要求14所述的基線帶視頻監(jiān)控方法，其中所述多個(gè)圖像是所述成像裝置對(duì)該基線帶以一定時(shí)間間隔攝取的，并且所述成像裝置攝取所述多個(gè)圖像的時(shí)間間隔是固定的或者可變的。
26.如權(quán)利要求14所述的基線帶視頻監(jiān)控方法，其中在一段時(shí)間序列內(nèi)，需要進(jìn)行對(duì)比并且進(jìn)行特征提取的每一幅圖像均為一條基線帶全部區(qū)域或者部分區(qū)域內(nèi)圖像的內(nèi)容。
全文摘要
本發(fā)明公開(kāi)了基線帶視頻監(jiān)控系統(tǒng)和監(jiān)控方法。該基線帶視頻監(jiān)控系統(tǒng)包括多基線帶預(yù)處理單元，被配置為對(duì)成像裝置獲取的被監(jiān)控視場(chǎng)的圖像進(jìn)行預(yù)處理，從而獲得一條或多條基線帶；特征提取單元，被配置為對(duì)于所述一條或多條基線帶中的任一條基線帶，通過(guò)對(duì)該基線帶中的運(yùn)動(dòng)物體執(zhí)行特征提取來(lái)獲得所述運(yùn)動(dòng)物體的二值化輪廓和特征像素點(diǎn)；以及運(yùn)動(dòng)物體識(shí)別單元，被配置為通過(guò)多個(gè)圖像中的該基線帶內(nèi)所述運(yùn)動(dòng)物體的二值化輪廓和特征像素點(diǎn)之間的匹配來(lái)在所述多個(gè)圖像中識(shí)別并找到所述運(yùn)動(dòng)物體。
文檔編號(hào)H04N7/18GK102622575SQ20111003604
公開(kāi)日2012年8月1日 申請(qǐng)日期2011年1月31日 優(yōu)先權(quán)日2011年1月31日
發(fā)明者厲程海, 王少亞, 胡衛(wèi)松, 饒佳 申請(qǐng)人:日電(中國(guó))有限公司