專利名稱：用于測量車輛隊(duì)列長度的裝置和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及交通控制系統(tǒng)，更準(zhǔn)確地說，涉及一種用于測量車輛隊(duì)列長度的裝置和方法。
在線圈檢測器中，把導(dǎo)電線圈安裝在地表之下，電流在線圈中流動(dòng)，當(dāng)車輛經(jīng)過地表時(shí)，通過電磁感應(yīng)現(xiàn)象探測到車輛的存在。相應(yīng)的，在一條交通車道中，地表下分離地安裝兩個(gè)線圈，通過計(jì)算兩個(gè)線圈之間的檢測時(shí)間差，從而計(jì)算出車輛速度；通過計(jì)算每一線圈占用的時(shí)間的代表值(即平均值)，得到占用時(shí)間；根據(jù)計(jì)算出的速度和占用時(shí)間，計(jì)算車輛的隊(duì)列長度。
使用線圈檢測器計(jì)算車輛隊(duì)列長度的方法提供高度可靠的關(guān)于交通容量、占用率和速度的信息。然而，由于線圈安裝于地表之下，它破壞了道路表面，當(dāng)?shù)乇項(xiàng)l件惡化時(shí)，線圈可能被切斷。而且，修復(fù)切斷的線圈可能造成交通堵塞。另外，最近對于有關(guān)十字路口車輛隊(duì)列長度的信息的需求正在增加，且要求這種信息不是基于傳統(tǒng)的統(tǒng)計(jì)控制，而是在每一十字路口通過信號控制的實(shí)時(shí)交通信息。
然而，由于必須在地表下面安裝若干線圈(回路線圈)，所以要通過使用線圈檢測器而得到預(yù)定區(qū)域內(nèi)的交通信息(如車輛隊(duì)列長度)所需的建造工作是困難的。因此，為了避免安裝建造回路線圈的困難，僅在道路(道路表面)的若干位置安裝回路線圈，來計(jì)算車輛隊(duì)列長度。這樣，由于隊(duì)列長度是利用每一點(diǎn)安裝的回路線圈的位置信息估算的，隊(duì)列長度的準(zhǔn)確度大為降低。
同時(shí)，為了提取交通信息，如通行量、速度、占用率、車輛隊(duì)列長度等，已經(jīng)開發(fā)了一種使用圖像的技術(shù)，并將其應(yīng)用于現(xiàn)場。更具體地，在交通相關(guān)領(lǐng)域中，為了提供交通信息，在主要道路和十字路口安裝CCTV(閉路電視)或CCD(電荷耦合設(shè)備)攝像機(jī)。同時(shí)，已經(jīng)出現(xiàn)了作為ITS(智能交通系統(tǒng))的ATMS(高級交通管理系統(tǒng))。
在ATMS中，為了優(yōu)化交通流，利用各種交通信息檢測技術(shù)，實(shí)時(shí)檢測通行量變化，并識別道路上的各種無法預(yù)料的情況。依照這些，ATMS可以摸索控制方法，如交通信號燈開/關(guān)時(shí)間控制、道路容量考慮以及交通流控制。
同時(shí)，為了彌補(bǔ)傳統(tǒng)交通信息采集傳感器中線圈檢測器的缺點(diǎn)，關(guān)于使用圖像的交通信息采集傳感器的研究正在活躍地進(jìn)行中，它被看作下一代交通信息采集傳感器之一。
另外，關(guān)于十字路口車輛隊(duì)列長度的測量方法的研究也在進(jìn)行中，目的是用于交通信號燈開/關(guān)時(shí)間控制，即信號控制。以下參照

圖1說明傳統(tǒng)的測量車輛隊(duì)列長度的方法。
圖1說明了現(xiàn)有技術(shù)中，用于測量車輛隊(duì)列長度的方法及測量結(jié)果中誤差的發(fā)生。
如圖1，將攝像機(jī)100安裝在十字路口附近的建筑或交通信號燈的支撐柱上，使其具有預(yù)定的高度，以得到駛?cè)胧致房诘能囕v的前部圖像。
在現(xiàn)有的使用圖像測量車輛隊(duì)列線的方法中，使用圖像處理技術(shù)來將車輛與道路表面或附加噪聲區(qū)分開?，F(xiàn)有的方法可分為兩種一種方法通過從攝像機(jī)獲得的圖像中提取車輛輪廓成分而檢測車輛；另一種方法設(shè)置、存儲(chǔ)低空氣污染條件下無車輛道路的參考圖像，將存儲(chǔ)的參考圖像與當(dāng)前得到的圖像比較，從而檢測路面車輛。
但是，如圖1所示，在現(xiàn)有方法中面對車輛的前表面安裝攝像機(jī)鏡頭。更具體地說，因?yàn)閿z像機(jī)對車輛前部拍照，由于攝像機(jī)和車輛之間的角度以及車輛高度，可能出現(xiàn)隱蔽區(qū)域，于是有可能在車輛隊(duì)列長度的真實(shí)值和通過拍照并計(jì)算得到的測量值之間出現(xiàn)相應(yīng)的誤差。
為解決上面提到的問題，可以在拍照得到的圖像的基礎(chǔ)上測量出車輛的準(zhǔn)確高度及其與攝像機(jī)的精確距離，然后補(bǔ)償誤差。但是，由于誤差可能持續(xù)存在，甚至可能存在于根據(jù)照片圖像測得的車輛高度中，所以從根本上不可能測量到準(zhǔn)確的車輛隊(duì)列長度。
另外，為了補(bǔ)償測量隊(duì)列長度的誤差，不可能不計(jì)算每一車輛的高度而使用一個(gè)任意的估計(jì)值或統(tǒng)計(jì)值，但是，可能因測量車輛隊(duì)列長度時(shí)的補(bǔ)償而引起誤差。更具體地，在現(xiàn)有技術(shù)中通過對車輛前部拍照而測量車輛隊(duì)列長度，車輛高度越高，或者車輛與攝像機(jī)間距越大，誤差也將越大，且誤差幾何地增長。
同時(shí)，在車輛前面測量隊(duì)列長度，不僅會(huì)產(chǎn)生上面提到的幾何誤差，而且會(huì)接下來產(chǎn)生測量誤差。
在現(xiàn)有技術(shù)中已經(jīng)提出了兩種圖像處理方法。第一種方法通過提取車輛的特征作為(垂直、水平和對角)邊界元素或者利用這些特征提取車輛輪廓，從而檢測車輛。第二種方法對空的道路進(jìn)行拍照并將圖像存儲(chǔ)作為參考圖像，將參考圖像與新得到的圖像比較，當(dāng)差異超過一個(gè)預(yù)定的閾值時(shí)，認(rèn)為路上有車輛。但是，在第一種圖像處理方法中，必須確定車輛的特征值和閾值作為預(yù)處理。在第二種圖像處理方法中，因?yàn)樾枰S時(shí)間更新存儲(chǔ)的參考圖像，所以為了使用更新的參考值來檢測車輛，必須有調(diào)整閾值的方法。
但是，在上述的兩種圖像處理方法中，在不同路況下都可能有需要適當(dāng)?shù)拈撝滴⒄{(diào)的情況。在這里，如果閾值調(diào)整錯(cuò)誤，精確度會(huì)急劇降低。例如，存在車輛被誤判為不存在，或者反過來將不存在車輛誤判為存在。
另外，在使用參考圖像，即背景圖像時(shí)，若背景圖像的更新錯(cuò)誤，則車輛的存在可能在輸出中被誤判，而且為了得到好的背景圖像，需要相應(yīng)的具體調(diào)整。然而，因?yàn)閷?shí)際中許多車輛行駛于路上，不容易得到?jīng)]有車輛的道路圖像。如果更新參考圖像一直失敗，由于不能滿足參考圖像的更新水平，更新時(shí)間將被延遲。相應(yīng)的，當(dāng)參考圖像由于突發(fā)的大氣現(xiàn)象(天氣和亮度等)改變而沒有正常更新時(shí)，可能在判斷車輛是否存在時(shí)發(fā)生錯(cuò)誤，相應(yīng)的隊(duì)列長度的測量誤差也增加。
下面參考圖2介紹圖像處理方法中的測量誤差。
圖2A和2B顯示了由圖1中的攝像機(jī)拍攝的夜間道路圖像及其輪廓圖像。
如圖2所示，在現(xiàn)有技術(shù)中，對著車輛前部的方向拍攝道路，在夜間拍攝的圖像(圖2)中，在一個(gè)遠(yuǎn)離攝像機(jī)的圓形區(qū)域(2A-1)中，由于前燈的直射光及反射光，產(chǎn)生了光線模糊的現(xiàn)象，車輛輪廓無法顯示，整個(gè)車輛圖像被光覆蓋，從而產(chǎn)生了無法測量隊(duì)列長度的區(qū)域。
另外，在夜間的路上，由于光線條件劇烈改變，車輛輪廓的清晰度以每秒30幅圖像(稱為幀)的速度變化，很難將車身反射的光與道路反射的光區(qū)分開，如圖2A所示，即使在未發(fā)生光線模糊現(xiàn)象的靠近攝像機(jī)的區(qū)域(2A-2)中，車輛前燈清楚地顯示，然而車輛外側(cè)模糊，只有當(dāng)周圍的光反射到車輛上時(shí)，才可以生成輪廓可識別區(qū)域。
因此，如圖2B所示，在夜間拍攝的圖像中，因?yàn)榇嬖诓荒苷_提取車輛輪廓的區(qū)域，車輛隊(duì)列長度的可測區(qū)域減少，從而無法測量在道路上的最后一輛車。因此，根本無法測量到準(zhǔn)確的車輛隊(duì)列長度。
本發(fā)明的另一個(gè)目標(biāo)是提供一種用于測量車輛隊(duì)列長度的裝置和方法，該裝置和方法通過安裝攝像機(jī)從車輛后方拍攝道路圖像來解決準(zhǔn)確度降低的問題，這里準(zhǔn)確度降低的問題是由于以下幾點(diǎn)而造成的幾何上的隱蔽現(xiàn)象引起的誤差、夜間車輛前燈引起的模糊現(xiàn)象以及車輛后部的模糊輪廓。
本發(fā)明還有一個(gè)目標(biāo)是提供一種用于測量車輛隊(duì)列長度的裝置和方法，該裝置和方法不考慮道路周圍環(huán)境變化，通過跟蹤車輛的特征而準(zhǔn)確地測量車輛隊(duì)列長度。
為了達(dá)到上面提到的目標(biāo)，根據(jù)本發(fā)明的測量車輛隊(duì)列長度的裝置包括攝像機(jī)，用于獲取道路上車輛的后部圖像；圖像轉(zhuǎn)換器，用于將對應(yīng)于攝像機(jī)得到的圖像的模擬圖像信號轉(zhuǎn)換為數(shù)字圖像信號；以及控制單元，用于從轉(zhuǎn)換的數(shù)字圖像中提取車輛特征，根據(jù)提取的特征計(jì)算路上車輛的位置，并根據(jù)計(jì)算的車輛位置計(jì)算路面車輛隊(duì)列長度。
為了達(dá)到上面提到的目標(biāo)，本發(fā)明的測量車輛隊(duì)列長度的方法包括獲取道路上車輛的后部圖像；從獲取的圖像中除去噪聲；從除噪后的圖像中提取車輛特征并跟蹤提取的特征；當(dāng)特征的移動(dòng)軌跡小于預(yù)定尺寸時(shí)，將特征確定為停止的車輛；并計(jì)算停止的車輛特征的位置與路面交通車道的參考位置之間的距離。
附圖中圖1說明了現(xiàn)有技術(shù)中用于測量車輛隊(duì)列長度的方法以及測量結(jié)果中的誤差產(chǎn)生；圖2A和2B顯示了由圖1中攝像機(jī)拍攝的夜間道路圖像及其輪廓圖像；圖3是本發(fā)明的用于測量車輛隊(duì)列長度的裝置的框圖；圖4解釋了用于測量車輛隊(duì)列長度的攝像機(jī)的拍攝方向；圖5A～5D顯示本發(fā)明的實(shí)施例在白天和晚上得到的道路圖像以及所攝圖像的輪廓；圖6A顯示了圖5A的圈中的原始圖像；圖6B顯示圖5A的圈中的除噪后的圖像；圖7A～7D顯示了從除噪后的圖像中提取的差異圖像(Gx，Gy)；圖8示例地顯示了跟蹤特征時(shí)的窗口尺寸和移動(dòng)單元；和圖9顯示了一個(gè)外切四邊形的中心標(biāo)記與相關(guān)車道的停車線之間的距離。
圖3是本發(fā)明的用于測量車輛隊(duì)列長度的裝置的框圖。
如圖3所示，本發(fā)明的用于測量車輛隊(duì)列長度的裝置包括攝像機(jī)310，用于從道路上車輛的后側(cè)得到道路圖像，并通過同軸電纜傳送(輸出)對應(yīng)于拍攝的道路圖像的模擬圖像信號；圖像抓取器320，用于將從攝像機(jī)320接收到的模擬圖像信號轉(zhuǎn)換為每秒30幅(幀)的數(shù)字圖像信號；以及控制單元330，用于將圖像抓取器320中轉(zhuǎn)換的數(shù)字圖像一幀幀地存儲(chǔ)在存儲(chǔ)器(未顯示)中，并根據(jù)存儲(chǔ)的圖像計(jì)算車輛隊(duì)列長度。在這里，本發(fā)明除了使用攝像機(jī)310，還可以使用多種方法來拍攝各種運(yùn)動(dòng)圖片或靜止圖像；還可以使用多種圖像轉(zhuǎn)換器代替圖像抓取器320，將模擬圖像信號轉(zhuǎn)換為數(shù)字圖像信號。
下面詳細(xì)介紹控制單元330的結(jié)構(gòu)。
控制單元330包括預(yù)處理單元331，它通過執(zhí)行高斯濾波而對圖像抓取器320中轉(zhuǎn)換的數(shù)字圖像(幀數(shù)據(jù))在水平軸(X軸)和垂直軸(Y軸)方向除噪，并輸出除噪后的圖像；特征位置提取單元，用于在水平軸(X軸)和垂直軸(Y軸)上，從預(yù)處理單元331輸出的圖像中分別提取差異圖像，并通過窗口單元提取特征(作為跟蹤的對象)，如垂直線、水平線、邊緣等；特征跟蹤單元333，用于將特征提取單元332提取的特征位置設(shè)置為參考模板，預(yù)測從存儲(chǔ)于存儲(chǔ)器中的下一幀(預(yù)定時(shí)間后輸入的圖像)中提取的特征位置，將預(yù)測的位置部分確定為搜索區(qū)域，計(jì)算所確定的搜索區(qū)域和通過窗口單元得到的參考模板之間的相關(guān)系數(shù)，對所計(jì)算的相關(guān)系數(shù)值中具有最大相關(guān)系數(shù)值的窗口(即包含相同圖像的窗口)進(jìn)行模板匹配，并選擇匹配的窗口作為新特征；和隊(duì)列長度測量單元334，通過分析從特征搜索單元333選擇的特征之間的位置關(guān)系，從而檢查成組的特征，當(dāng)選擇的特征構(gòu)成組時(shí)，將特征識別為車輛，當(dāng)預(yù)定的多個(gè)幀中被認(rèn)作是車輛的特征的位置軌跡中沒有不小于一個(gè)預(yù)定大小的運(yùn)動(dòng)時(shí)，將構(gòu)成組的特征識別為靜止車輛，計(jì)算靜止車輛的特征在水平和垂直軸(X軸、Y軸)上的最大和最小位置，計(jì)算最大和最小位置的中心標(biāo)記與車道的停車線之間的距離；并輸出計(jì)算出的距離值作為車輛隊(duì)列長度值。
在這里，特征提取單元332提取的特征包括車輛的垂直線、水平線和邊緣元素，如對角線等。在多個(gè)具有多個(gè)特征的組中(每一組代表一靜止車輛)，隊(duì)列長度測量單元334計(jì)算道路上每一車道中最后一組(靜止車輛)與停車線之間的距離。另外，靜止車輛是指最后的靜止車輛，即道路上距停車線最遠(yuǎn)的車輛。因此，最后的靜止車輛(距攝像機(jī)最近的車輛)與道路停車線之間的距離就是車輛隊(duì)列長度。
下面詳細(xì)介紹用于測量車輛隊(duì)列長度的裝置的操作。首先，參考圖4詳細(xì)敘述作為圖像獲取裝置的攝像機(jī)310。
圖4說明了用于測量車輛隊(duì)列長度的攝像機(jī)的拍攝方向。
如圖4所示，本發(fā)明的攝像機(jī)310安裝在路邊的裝備310-1的一個(gè)預(yù)定高度上，拍攝方向與車輛行進(jìn)方向相同，從而具有一個(gè)適于測量車輛隊(duì)列長度的FOV(視場)。更具體的，攝像機(jī)310安裝在通過道路的車輛的后側(cè)。在這里，如圖4所示，當(dāng)安裝了攝像機(jī)310并拍攝道路時(shí)，拍攝的道路圖像顯示車輛及車頂?shù)暮蟛俊Ｒ虼?，將本發(fā)明中使用攝像機(jī)310拍攝車輛后部與現(xiàn)有技術(shù)中拍攝車輛前部相比，本發(fā)明的用于測量車輛隊(duì)列長度的裝置和方法至少具有以下四個(gè)優(yōu)點(diǎn)1.可以得到道路上車輛的后部圖像，并從得到的圖像中容易地測量道路上最后一輛車，不必考慮或補(bǔ)償車頂高度。
2.在獲取道路上車輛的后部圖像時(shí)，所獲取的圖像的測量值與隊(duì)列長度的真實(shí)值之間有根本性的誤差。但是由于誤差對應(yīng)于車輛輪胎的尺寸，因此遠(yuǎn)小于現(xiàn)有技術(shù)中對應(yīng)于車輛高度的誤差。
3.車輛隊(duì)列長度越長，最后一輛車距十字路口的停車線越遠(yuǎn)，最后一輛車與攝像機(jī)310之間的距離越小，圖像分辨率提高。因此提高了測量值的準(zhǔn)確度。
4.在拍攝夜間道路車輛時(shí)，通過拍攝后部的尾燈或停止燈，而不是拍攝前部的前燈，可以防止模糊現(xiàn)象，通過從噪聲中辨別車輛，可以準(zhǔn)確測量車輛隊(duì)列長度。
為了具有這些優(yōu)點(diǎn)，攝像機(jī)310在車輛后側(cè)拍攝道路圖像，對應(yīng)于所得到的圖像的模擬圖像信號被傳送到圖像抓取器320。在這里，參考圖5A～5D介紹攝像機(jī)310在白天和夜晚拍攝的圖像。
圖5A～5D顯示了本發(fā)明的實(shí)施例在白天和晚上拍攝的道路圖像以及得到的圖像的輪廓。更具體的，圖5A和5C顯示了攝像機(jī)310得到的白天和夜間圖像。另外，圖5B和5D顯示了圖像抓取器320從攝像機(jī)310拍攝的白天和夜間圖像中提取的車輛輪廓圖像。
圖像抓取器320將攝像機(jī)310輸出的模擬圖像信號轉(zhuǎn)換為數(shù)字圖像信號，以執(zhí)行圖像處理。轉(zhuǎn)換后的數(shù)字圖像信號以幀為單位存儲(chǔ)于存儲(chǔ)器中。在這里，圖像抓取器320轉(zhuǎn)換的圖像是圖像幀，其中每一像素具有介于0～255之間的黑白灰度值，它們存儲(chǔ)于控制單元330的存儲(chǔ)器(未顯示)中，且存儲(chǔ)的圖像幀以每秒30幀的速度更新。
然后，控制單元330通過實(shí)時(shí)地對圖像幀進(jìn)行圖像處理，計(jì)算車輛隊(duì)列長度。在這里，計(jì)算車輛隊(duì)列長度的處理過程順次在預(yù)處理單元331、特征提取單元332、特征跟蹤單元333和隊(duì)列長度測量單元334中執(zhí)行，下面詳細(xì)介紹。
首先，預(yù)處理單元331通過對從圖像抓取器320接收的數(shù)字圖像的原始圖像在水平軸(X軸)進(jìn)行高斯濾波，并對經(jīng)高斯濾波的圖像在垂直軸(Y軸)進(jìn)行高斯濾波，從而除去從圖像抓取器320接收的圖像的噪聲元素，然后將除噪后的圖像傳送至特征提取單元332。在這里，從圖像抓取器320接收的圖像通過高斯濾波器(未顯示)濾波，在選擇施加于每一像素的權(quán)重時(shí)，使用高斯分布(正態(tài)分布)的權(quán)重。更詳細(xì)的，通過高斯濾波器，除去從預(yù)處理單元331接收道的圖像的微小噪聲元素。
接下來，參考圖6A和6B介紹攝像機(jī)310拍攝的原始圖像，以及通過在水平和垂直軸使用高斯濾波器對原始圖像濾波除噪而得到的圖像。
圖6A顯示了圖5A的圈中的原始圖像，圖6B顯示了圖5A的圈中的除噪后的圖像。更具體的，圖6A顯示了原始拍攝的圖像，圖6B顯示了通過對原始拍攝的圖像進(jìn)行高斯濾波而得到的圖像，即已除噪的圖像。
然后，特征提取單元332通過一個(gè)具有權(quán)重的濾波器(未顯示)從接收自預(yù)處理單元331的圖像中提取兩個(gè)空間差異圖像(Gx，Gy)，以從接收自預(yù)處理單元331的圖像(已除噪的圖像)中提取車輛特征。
圖7A～7D顯示了從除噪后的圖像中提取的差異圖像(Gx，Gy)。
如圖7A所示，特征提取單元332在水平方向上對除噪后的圖像進(jìn)行濾波處理，從而得到水平方向上的空間差異圖像(Gx)，如圖7B所示。另外，如圖7C所示，特征提取單元332在水平軸上對除噪后的圖像進(jìn)行濾波處理，從而得到垂直方向上的空間差異圖像(Gy)。
另外，特征提取單元332通過具有一定尺寸的窗口單元，從水平和垂直軸上得到的空間差異圖像(Gx，Gy)中提取特征，作為要跟蹤的對象。更具體的，一個(gè)特征有一定的窗口尺寸。這里，對應(yīng)于窗口特征的特征值可以由下面的公式1計(jì)算。MFV=(Sum_gxx+Sum_gyy-(Sum_gxx-Sum_gyy)2+4Sum_gxy)2]]>Sum_gxx=Σ=1Wgx×gx]]>Sum_gyy=Σ=1Wgy×gy]]>公式1Sum_gxy=Σ=1Wgx×gy]]>其中，Sum_gxx是Gx圖像中的一個(gè)窗口內(nèi)所有像素的平方和，Sum_gyy是Gy圖像中的一個(gè)窗口內(nèi)所有像素的平方和，Sum_gxy是Gx圖像中的一個(gè)窗口內(nèi)的像素乘以Gy圖像中相同位置的窗口內(nèi)的像素所得乘積的總和，w是窗口的尺寸。另外，為了從原始圖像中提取特征，使用卷積函數(shù)，卷積函數(shù)是具有預(yù)定值的像素集，也可稱為“核”。另外，Gx是通過“核”得到原始圖像所有像素的水平方向邊的圖像，Gy是通過“核”得到原始圖像所有像素的垂直方向邊的圖像。
下面，參考附圖8介紹預(yù)定的窗口尺寸和移動(dòng)單元。
圖8說明了特征跟蹤中的窗口尺寸和移動(dòng)單元的一個(gè)示例。更具體的，在通過窗口單元計(jì)算對應(yīng)于特征的預(yù)定值時(shí)，窗口上/下、左/右移動(dòng)。更具體的，窗口逐像素地從最左移動(dòng)到最右，當(dāng)它達(dá)到最右時(shí)，窗口移動(dòng)到最左邊的向下一個(gè)像素，并再次向右移動(dòng)。
因此，特征提取單元332通過公式1，利用窗口單元計(jì)算特征值(WFV)，并通過下面的過程計(jì)算作為跟蹤對象的特征值。
首先，特征提取單元332比較特征值(WFV)是否大于一個(gè)閾值(WFVth)。為了檢測特征，閾值(WFVth)設(shè)置得盡量低，盡管在多云或天色暗下來時(shí)它顯得模糊。
當(dāng)特征值(WFV)大于閾值(WFVth)時(shí)，特征提取單元332以從大到小的順序排列大于閾值(WFVth)的特征值(WFV)。
另外，特征提取單元332將順序排列的特征值(WFV)與預(yù)先選擇的特征值進(jìn)行比較以檢查相似性，選擇預(yù)定數(shù)目的窗口互不一致的特征值并把選擇的特征值傳送到特征跟蹤單元333。這里，根據(jù)環(huán)境的變化，通過排列大于閾值(WFVth)的特征值并選擇預(yù)定數(shù)目的特征值，可以選擇對應(yīng)于特征(包括垂直線、水平線和邊緣部分)的特征值。其中，對應(yīng)于特征值的特征是跟蹤對象。
特征跟蹤單元333設(shè)置特征位置作為參考模板，預(yù)測當(dāng)前幀中的特征位置，并將預(yù)測的特征位置確定為搜索區(qū)域。
然后，特征跟蹤單元333利用窗口單元，通過將確定的搜索區(qū)域與參考模板進(jìn)行模板匹配，跟蹤特征值。更具體的，特征跟蹤單元333以提取的特征的位置為基礎(chǔ)，設(shè)置一個(gè)搜索區(qū)域，并將不小于一個(gè)預(yù)定閾值的特征值確定為車輛。下面順序介紹一種用于跟蹤特征的方法。
第一步，設(shè)置參考模板。更具體的，將特征提取單元332選擇的特征，即包括若干像素的窗口的圖像，設(shè)置為參考模板。這里，接收自預(yù)處理單元331的圖像被用作參考模板圖像。選擇的特征的參考模板單元是與選擇特征時(shí)的單元相同的窗口。
然后在第二步中確定搜索區(qū)域。首先，使用參考搜索區(qū)域確定搜索區(qū)域。然后，通過計(jì)算當(dāng)前位置和先前位置之間的運(yùn)動(dòng)矢量，在下一幀中預(yù)測特征提取單元332中選擇的特征的位置，并將一個(gè)包括被預(yù)測的特征的預(yù)定區(qū)域確定為搜索區(qū)域。
最后，在第三步中完成模板匹配步驟。更具體的，計(jì)算參考模板窗口與搜索區(qū)域中窗口的相關(guān)系數(shù)。這里，計(jì)算的相關(guān)系數(shù)值在-1～1的范圍內(nèi)，相關(guān)系數(shù)值越接近1，窗口中存在的圖像互相越相似。更具體的，當(dāng)相關(guān)系數(shù)值為1時(shí)，窗口中存在的圖像是相同的(當(dāng)圖像相同，沒有任何運(yùn)動(dòng)時(shí)，被確定為靜止車輛)。相關(guān)系數(shù)值(γ)由下面的公式2計(jì)算得到。γ=SxySxSy,-1≤γ≤+1]]>Sxy=1n-1Σ(Xk-X‾)(Yk-Y‾)]]>Sx=1n-1Σ(Xk-X‾)2]]>公式2Sy=1n-1Σ(Yk-Y‾)2]]>其中，γ是相關(guān)系數(shù)，Xk是參考模板中各像素的灰度值，X是Xk的平均值，Yk是搜索區(qū)域中的窗口內(nèi)各像素的灰度值，Y是Yk的平均值。這里，當(dāng)它們互相一致時(shí)，公式2計(jì)算得到的值是+1。當(dāng)Xk和Yk的絕對值相等而符號相反時(shí)，等式2計(jì)算得到的值是-1。其他情況下，等式2計(jì)算得到的值在-1～+1的范圍內(nèi)。
因此，在搜索區(qū)域內(nèi)，特征跟蹤單元333利用窗口單元在每一位置計(jì)算參考模板與搜索區(qū)域的相關(guān)系數(shù)，在預(yù)定的窗口中選擇具有不小于一個(gè)閾值的最大相關(guān)系數(shù)(γ)的窗口，作為新的通過模板匹配得到的特征，并將選擇的特征輸出到隊(duì)列長度測量單元334。
同時(shí)，在第三步中，當(dāng)搜索區(qū)域中不存在具有不小于預(yù)定閾值的相關(guān)系數(shù)(γ)的窗口時(shí)，跟蹤失敗，因此跟蹤停止。相反，當(dāng)存在滿足條件的窗口時(shí)，跟蹤成功，重復(fù)執(zhí)行第一步和第二步來跟蹤下一幀。
下面，詳細(xì)介紹隊(duì)列長度測量單元334的操作。
通過檢查特征跟蹤單元333成功跟蹤的特征的分組，隊(duì)列長度測量單元334執(zhí)行確定車輛的步驟；通過從確定的車輛中提取跟蹤信息，執(zhí)行判斷車輛處于移動(dòng)狀態(tài)還是停止?fàn)顟B(tài)的步驟；并測量確定為停止?fàn)顟B(tài)的車輛的隊(duì)列長度。下面順序詳細(xì)介紹隊(duì)列長度測量方法。
首先，隊(duì)列長度測量單元334分析被成功跟蹤的特征的位置關(guān)系，識別出分離間距不小于一個(gè)預(yù)定值的特征，作為屬于另一車輛的特征，并構(gòu)成一個(gè)新的組。這里，一個(gè)組(包括預(yù)定的特征)代表一輛車。
然后，隊(duì)列長度測量單元334分析所有特征的位置，并將特征分為預(yù)定的組(一個(gè)組代表一輛車)，這里，只有包含不少于預(yù)定數(shù)目的特征的組被識別為一輛車。更具體的，當(dāng)車輛通過分組檢測被確定時(shí)，若干特征同屬于一輛車。
隊(duì)列長度測量單元334在每一幀計(jì)算若干特征的中心并記錄。如果在預(yù)定數(shù)目的連續(xù)幀中，記錄的特征的中心位置軌跡小于預(yù)定尺寸，即沒有移動(dòng)，則將記錄的特征的組確定為停止于道路上的車輛。
另外，在確定為停止的車輛中，隊(duì)列長度測量單元334在水平軸(X軸)和垂直軸(Y軸)上，計(jì)算屬于最后的停止車輛的特征(組)的一個(gè)最大位置和一個(gè)最小位置；在計(jì)算的最大和最小位置值的基礎(chǔ)上計(jì)算一個(gè)外切矩形(代表一輛車)；并計(jì)算從外切矩形的中心到每一車道的停車線(或參考位置)的距離。
圖9顯示了一個(gè)外切矩形的中心標(biāo)記與一條相關(guān)車道的停車線之間的距離。更具體的，外切矩形的中心標(biāo)記到相關(guān)車道的停車線的距離代表隊(duì)列長度。
如上所述，本發(fā)明通過安裝一臺(tái)攝像機(jī)從后部拍攝車輛隊(duì)列長度，可以解決現(xiàn)有技術(shù)中準(zhǔn)確度降低的問題?，F(xiàn)有技術(shù)拍攝車輛前部圖像，幾何隱蔽現(xiàn)象引起的誤差、夜間車輛前燈引起的模糊現(xiàn)象以及車輛后部的模糊輪廓都導(dǎo)致準(zhǔn)確度降低。更具體的，在本發(fā)明中，通過把攝像機(jī)安裝為拍攝方向與車輛移動(dòng)方向相同，可以減少測量道路上最后一輛車所引起的幾何誤差，消除夜間前燈或反射光漫射引起的影響，從而可以提高隊(duì)列長度測量值的準(zhǔn)確度。
另外，通過安裝攝像機(jī)從后部拍攝車輛隊(duì)列長度，可以減小車輛隊(duì)列長度的測量誤差。
另外，本發(fā)明可以與道路環(huán)境無關(guān)地跟蹤特征，從而精確地測量隊(duì)列長度。更具體的，本發(fā)明中基于車輛特征，實(shí)時(shí)地確定道路上車輛是停止還是移動(dòng)，從而可以提高測量隊(duì)列長度的速度。
另外，本發(fā)明基于車輛特征，實(shí)時(shí)地確定道路上車輛是否停止，并測量車倆隊(duì)列長度，不必根據(jù)環(huán)境變化或背景更新來調(diào)整閾值，因此可以精確地調(diào)整車輛隊(duì)列長度。
權(quán)利要求
1.一種用于測量車輛隊(duì)列長度的裝置，包括攝像機(jī)，用于獲取道路上車輛的后部圖像；圖像轉(zhuǎn)換器，用于將對應(yīng)于攝像機(jī)獲取的圖像的模擬圖像信號轉(zhuǎn)換為數(shù)字圖像信號；和控制單元，用于從轉(zhuǎn)換的數(shù)字圖像中提取車輛特征，根據(jù)提取的特征計(jì)算道路上車輛的位置，并根據(jù)計(jì)算所得的車輛位置計(jì)算道路上的車輛隊(duì)列長度。
2.根據(jù)權(quán)利要求1所述的裝置，其中控制單元根據(jù)提取的特征及其位置軌跡，確定道路上的車輛是否處于停止?fàn)顟B(tài)；當(dāng)?shù)缆飞系能囕v處于停止?fàn)顟B(tài)時(shí)，計(jì)算停止的車輛與道路參考位置之間的距離；并把計(jì)算值作為車輛隊(duì)列長度輸出。
3.根據(jù)權(quán)利要求1所述的裝置，其中控制單元包括預(yù)處理單元，用于除去轉(zhuǎn)換后的數(shù)字圖像中的噪聲；特征提取單元，用于利用窗口單元從除噪后的圖像中提取車輛特征；特征跟蹤單元，用于根據(jù)提取的特征的位置設(shè)置一個(gè)搜索區(qū)域，并在設(shè)置的搜索區(qū)域中識別不小于一個(gè)預(yù)定閾值的特征作為車輛；和隊(duì)列長度測量單元，用于根據(jù)被識別為車輛的特征的位置確定道路上的車輛是否處于停止?fàn)顟B(tài)，計(jì)算停止的車輛的特征的位置與道路車道的參考位置之間的距離，并將計(jì)算所得距離值作為車輛隊(duì)列長度值輸出。
4.根據(jù)權(quán)利要求3所述的裝置，其中的特征包括垂直線、水平線和對角線的邊界元素。
5.根據(jù)權(quán)利要求3所述的裝置，其中預(yù)處理單元通過順序地在垂直和水平軸上對轉(zhuǎn)換后的數(shù)字圖像進(jìn)行濾波，從而除去噪聲。
6.根據(jù)權(quán)利要求3所述的裝置，其中特征提取單元提取水平軸差異圖像Gx和垂直軸差異圖像Gy，并利用所提取的差異圖像Gx和Gy，計(jì)算對應(yīng)于特定窗口單元的特征的特征值WFV。
7.根據(jù)權(quán)利要求6所述的裝置，其中特征值WFV通過以下公式計(jì)算MFV=(Sum_gxx+Sum_gyy-(Sum_gxx-Sum_gyy)2+4Sum_gxy)2]]>Sum_gxx=Σ=1Wgx×gx]]>Sum_gyy=Σ=1Wgy×gy]]>Sum_gxy=Σ=1Wgx×gy]]>其中，Sum_gxx是Gx圖像中的窗口內(nèi)各個(gè)像素的平方和，Sum_gyy是Gy圖像中的窗口內(nèi)各個(gè)像素的平方和，Sum_gxy是Gx圖像中的窗口內(nèi)的像素乘以Gy圖像中相同位置的窗口內(nèi)的像素所得乘積的總和。
8.根據(jù)權(quán)利要求3所述的裝置，其中特征跟蹤單元將從特征提取單元提取的特征的位置設(shè)置為參考模板；預(yù)測所提取的特征在下一個(gè)數(shù)字圖像中的位置；將預(yù)測的位置部分確定為搜索區(qū)域，計(jì)算窗口單元確定的搜索區(qū)域與參考模板之間的相關(guān)系數(shù)；在計(jì)算出的相關(guān)系數(shù)值中對具有最大相關(guān)系數(shù)值的窗口進(jìn)行模板匹配；并選擇匹配的窗口作為新的特征。
9.根據(jù)權(quán)利要求8所述的裝置，其中相關(guān)系數(shù)γ由以下公式計(jì)算γ=SxySxSy,-1≤γ≤+1]]>Sxy=1n-1Σ(Xk-X‾)(Yk-Y‾)]]>Sx=1n-1Σ(Xk-X‾)2]]>Sy=1n-1Σ(Yk-Y‾)2]]>其中，γ是相關(guān)系數(shù)，Xk是參考模板窗口中各個(gè)像素的灰度值，X是Xk的平均值，Yk是搜索區(qū)域中的窗口內(nèi)各個(gè)像素的灰度值，Y是Yk的平均值。
10.根據(jù)權(quán)利要求8所述的裝置，其中隊(duì)列長度測量單元根據(jù)特征之間的位置關(guān)系，檢查選擇自特征跟蹤單元的特征的分組情況；選擇的特征構(gòu)成組時(shí)，將特征確定為車輛；在預(yù)定的多個(gè)幀中，確定為車輛的特征的位置軌跡小于一個(gè)預(yù)定的尺寸時(shí)，將特征組確定為停止的車輛；在水平和垂直軸上計(jì)算停止車輛的特征的最大和最小位置；計(jì)算從最大和最小位置的中心標(biāo)記到道路車道的參考位置之間的距離；并把計(jì)算的距離值作為車輛隊(duì)列長度值輸出。
11.根據(jù)權(quán)利要求1所述的裝置，其中控制單元包括預(yù)處理單元，用于在水平和垂直軸方向上對圖像抓取器中轉(zhuǎn)換的數(shù)字圖像進(jìn)行高斯濾波，以除去噪聲，并輸出除噪后的圖像；特征提取單元，用于從預(yù)處理單元輸出的圖像中分別在水平軸和垂直軸上提取一個(gè)差異圖像，并用窗口單元從提取的差異圖像中提取車輛的特征；特征跟蹤單元，用于將特征提取單元提取的特征位置設(shè)置為參考模板，預(yù)測存儲(chǔ)于存儲(chǔ)器中的下一幀上的特征位置，將預(yù)測的位置部分確定為搜索區(qū)域，按照窗口單元計(jì)算確定的搜索區(qū)域和參考模板之間的相關(guān)系數(shù)，在計(jì)算出的相關(guān)系數(shù)值中對具有最大相關(guān)系數(shù)值的窗口進(jìn)行模板匹配，并選擇模板匹配的窗口作為新特征；和隊(duì)列長度測量單元，用于在從特征跟蹤單元選擇的特征構(gòu)成組時(shí)，將特征識別為車輛；當(dāng)在預(yù)定的多個(gè)幀中，識別為車輛的特征的位置軌跡小于一個(gè)預(yù)定尺寸時(shí)，將構(gòu)成組的特征確定為停止的車輛；在水平和垂直軸上計(jì)算停止車輛的特征的最大和最小位置；計(jì)算最大和最小位置的中心標(biāo)記與道路車道參考線之間的距離；并將計(jì)算的距離值作為車輛隊(duì)列長度值輸出。
12.一種用于測量車輛隊(duì)列長度的方法，包括拍攝道路上車輛的后部；除去拍攝的圖像中的噪聲；從除噪后的圖像中提取車輛特征，并跟蹤提取的特征；和當(dāng)特征的移動(dòng)軌跡小于一個(gè)預(yù)定尺寸時(shí)，將特征確定為停止的車輛，計(jì)算停止車輛的特征的位置與道路上車道的參考位置之間的距離。
13.根據(jù)權(quán)利要求12所述的方法，其中跟蹤步驟包括以下子步驟在水平和垂直軸上計(jì)算除噪后的圖像的差異圖像，從計(jì)算的差異圖像中提取特征；比較所提取的特征值是否大于一個(gè)預(yù)定的閾值；依大小排列大于該預(yù)定閾值的特征值；和從依大小順序排列的特征值中，選擇預(yù)定數(shù)目的與先前選擇的特征值不一致的特征值。
14.根據(jù)權(quán)利要求13所述的方法，其中特征值WFV由以下公式計(jì)算MFV=(Sum_gxx+Sum_gyy-(Sum_gxx-Sum_gyy)2+4Sum_gxy)2]]>Sum_gxx=Σ=1Wgx×gx]]>Sum_gyy=Σ=1Wgy×gy]]>Sum_gxy=Σ=1Wgx×gy]]>其中，Sum_gxx是Gx圖像中的窗口內(nèi)各個(gè)像素的平方和，Sum_gyy是Gy圖像中的窗口內(nèi)各個(gè)像素的平方和，Sum_gxy是Gx圖像中的窗口內(nèi)的像素乘以Gy圖像中相同位置的窗口內(nèi)的像素所得乘積的總和。
15.根據(jù)權(quán)利要求12所述的方法，其中特征跟蹤步驟包括以下子步驟在水平和垂直軸上計(jì)算除噪后的圖像的差異圖像，利用預(yù)定的窗口單元從計(jì)算的差異圖像中提取車輛特征；和根據(jù)所提取的特征的位置確定一個(gè)搜索區(qū)域，并將搜索區(qū)域中不小于一個(gè)預(yù)定閾值的特征確定為車輛。
16.根據(jù)權(quán)利要求12所述的方法，其中特征跟蹤步驟包括以下子步驟將從圖像中提取的特征的位置設(shè)置為參考模板；預(yù)測所提取的特征在下一圖像上的位置，將預(yù)測的特征位置確定為搜索區(qū)域；計(jì)算搜索區(qū)域中一個(gè)窗口和參考模板之間的相關(guān)系數(shù)；和在計(jì)算出的相關(guān)系數(shù)值中選擇具有最大相關(guān)系數(shù)值的窗口作為新特征。
17.根據(jù)權(quán)利要求16所述的方法，其中相關(guān)系數(shù)γ由以下公式計(jì)算γ=SxySxSy,-1≤γ≤+1]]>Sxy=1n-1Σ(Xk-X‾)(Yk-Y‾)]]>Sx=1n-1Σ(Xk-X‾)2]]>Sy=1n-1Σ(Yk-Y‾)2]]>其中，γ是相關(guān)系數(shù)，Xk是參考模板中各個(gè)像素的灰度值，X是Xk的平均值，Yk是搜索區(qū)域中的窗口內(nèi)各個(gè)像素的灰度值，Y是Yk的平均值。
18.根據(jù)權(quán)利要求17所述的裝置，其中距離計(jì)算步驟包括以下子步驟根據(jù)所選擇的特征的位置識別車輛；當(dāng)在預(yù)定的多個(gè)幀中，識別為車輛的特征的位置軌跡小于一個(gè)預(yù)定尺寸時(shí)，將識別的特征(車輛)確定為停止的車輛；在水平和垂直軸上計(jì)算停止的車輛的特征的最大和最小位置；和計(jì)算最大和最小位置的中心標(biāo)記和道路上車道的參考位置之間的距離，將其作為車輛隊(duì)列長度。
全文摘要
在一種用于測量車輛隊(duì)列長度裝置和方法中，通過在與道路上車輛行進(jìn)方向相同的方向上安裝攝像機(jī)，在車輛后部拍攝道路圖像，并測量車輛隊(duì)列長度，從而可以精確地測量車輛隊(duì)列長度。該裝置包括攝像機(jī)，用于拍攝道路上車輛的后部；圖像轉(zhuǎn)換器，用于將對應(yīng)于攝像機(jī)拍攝的圖像的模擬圖像信號轉(zhuǎn)換為數(shù)字圖像信號；和控制單元，用于從轉(zhuǎn)換的數(shù)字圖像中提取車輛特征，根據(jù)提取的特征計(jì)算道路上車輛的位置，并根據(jù)計(jì)算的車輛位置計(jì)算道路上的車輛隊(duì)列長度。
文檔編號G06K9/32GK1448886SQ0310771
公開日2003年10月15日 申請日期2003年4月2日 優(yōu)先權(quán)日2002年4月4日
發(fā)明者全晙皙, 崔城訓(xùn) 申請人:Lg產(chǎn)電株式會(huì)社