專利名稱：一種基于視頻監(jiān)控的違章停車檢測系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本實用新型屬于圖像處理領(lǐng)域，特別是一種基于視頻監(jiān)控的違章停車檢測系統(tǒng)。
背景技術(shù)：
隨著社會的進(jìn)步與發(fā)展，城市的汽車保有量日益增多，與此同時也帶來了很多問題。違章停車作為亟待解決的問題之一，已經(jīng)引起了交通管理部門的重視。傳統(tǒng)的違章停車檢測主要是通過交警定點實施人工監(jiān)管，效率低，無法實現(xiàn)實時監(jiān)控，極大地浪費了相關(guān)部門的人力和財カ。近年來，基于視頻監(jiān)控的違章停車檢測方法受到了越來越多學(xué)者和相關(guān)部門的重視，這種方法具有準(zhǔn)確率高，實時性好，成本低，容易收集證據(jù)等優(yōu)點。目前，基于視頻監(jiān)控的違章停車檢測系統(tǒng)一般是基于混合高斯模型算法或利用差分法實現(xiàn)對待監(jiān)控目標(biāo)的提取的，由于其沒有對行人或其它非機動車輛等目標(biāo)進(jìn)行濾除，在很大程度上導(dǎo)致誤報率的増加。另外，現(xiàn)有的系統(tǒng)沒有對處于違停區(qū)域的車輛類型做出細(xì)致的分類，必然影響監(jiān)控的有效性。

實用新型內(nèi)容本實用新型針對目前的基于視頻監(jiān)控的違章停車檢測系統(tǒng)存在的上述問題，而提出了一種基于視頻監(jiān)控的違章停車檢測系統(tǒng)。本實用新型采用的技術(shù)手段如下一種基于視頻監(jiān)控的違章停車檢測系統(tǒng)，其特征在于包括采集視頻圖像后輸出視頻序列的圖像采集器；連接圖像采集器，利用碼本模型對圖像采集器采集的視頻序列進(jìn)行背景建模、采用背景減除法得到前景似然信息圖像后濾除前景似然信息圖像中其它運動目標(biāo)對待監(jiān)控車輛的干擾、之后利用違章停車判決算法對前景似然信息圖像中的待監(jiān)控車輛進(jìn)行智能判決的圖像處理器；連接圖像處理器，當(dāng)待監(jiān)控車輛出現(xiàn)違?，F(xiàn)象時發(fā)出報警的報警器；連接圖像處理器，顯示經(jīng)圖像采集器處理的視頻圖像的顯示器。本實用新型的基于視頻監(jiān)控的違章停車檢測系統(tǒng)有效克服了傳統(tǒng)人工檢測違章停車的缺點，能夠?qū)ΡO(jiān)控場景進(jìn)行實時監(jiān)控，發(fā)現(xiàn)違停車輛及時報警。該系統(tǒng)相對于現(xiàn)有的基于視頻監(jiān)控的違章停車檢測系統(tǒng)，濾除了可能對待監(jiān)控車輛存在影響的其它類型運動目標(biāo)，提高了報警的準(zhǔn)確性，且該系統(tǒng)具有實時性好，魯棒性強，準(zhǔn)確率高等特點，為城市交通的智能化管理提供了有效的技術(shù)手段。

圖I為本實用新型的基于視頻監(jiān)控的違章停車檢測系統(tǒng)的結(jié)構(gòu)圖。圖2A為現(xiàn)有采用混合高斯算法生成的前景似然圖示例。圖2B為采用碼本模型方法生成的前景似然圖示例。圖3A為濾除其它運動目標(biāo)前的前景似然圖示例。[0015]圖3B為濾除其它運動目標(biāo)后的前景似然圖示例。
具體實施方式
為了使本實用新型的目的、技術(shù)方案及優(yōu)點更加清楚明白，
以下結(jié)合附圖及實施例，對本實用新型進(jìn)行進(jìn)一歩詳細(xì)說明。如圖I所示，本實用新型的基于視頻監(jiān)控的違章停車檢測系統(tǒng)包括采集視頻圖像后輸出視頻序列的圖像采集器I ;連接圖像采集器1，利用碼本模型對圖像采集器I采集的視頻序列進(jìn)行背景建模、采用背景減除法得到前景似然信息圖像后濾除前景似然信息圖像中其它運動目標(biāo)對待監(jiān)控車輛的干擾、之后利用違章停車判決算法對前景似然信息圖像中的待監(jiān)控車輛進(jìn)行智能判決的圖像處理器2 ;連接圖像處理器2，當(dāng) 待監(jiān)控車輛出現(xiàn)違停現(xiàn)象時發(fā)出報警的報警器4 ;連接圖像處理器2，顯示經(jīng)圖像采集器I處理的視頻圖像的顯示器3?，F(xiàn)有的基于視頻監(jiān)控的違章停車檢測方法所采用的混合高斯模型是在像素域的時間尺度上對像素進(jìn)行分類，很難將其學(xué)習(xí)效率控制在既不過檢也不漏檢的理想狀態(tài)，容易造成誤判，無法解決對待監(jiān)控目標(biāo)的陰影、空洞和噪點過多的問題，影響定位跟蹤的準(zhǔn)確性。針對此問題，圖像處理器2是采用碼本模型對視頻序列進(jìn)行背景建模的。具體地，圖像處理器2利用碼本模型對圖像采集器I采集的視頻序列進(jìn)行背景建模、采用背景減除法得到前景似然信息圖像的過程包括步驟11 :對視頻序列進(jìn)行學(xué)習(xí)，根據(jù)每個像素點連續(xù)采樣值的顔色距離和亮度范圍為每個像素點生成ー個碼本，假設(shè)當(dāng)前像素點是X = 0 ，6，8)，其對應(yīng)的碼本是1步驟12 :計算當(dāng)前像素點的亮度I = R+G+B,定義布爾變量match = O。步驟13 :根據(jù)設(shè)定條件從碼本M中找到與當(dāng)前像素匹配的碼字Cm，如果能夠找到碼字Cm,則match = I,否則match = O。其中的設(shè)定條件包括條件A和條件B,條件A表示為colorist (x,vj=ヤ^ ^ s
IIvJ其中，IX I2 = R2+G2+B2,||vm||2 =R2m+G2m+B2m ,{^ym)2 = (RmR ^ GmG ^BmB)2 ;條件B表示為brightness (I, < Im,Im >) = true 且當(dāng) Ilow 彡 ||x|| (エ“時，
V Λ
brightness (/,< ImJm >) = true其中，Ilow為碼字的亮度范圍最小值，Ihi為該碼字的亮度范圍最大值。步驟14 :將match = O的像素作為當(dāng)前視頻圖像的前景像素，將match = I的像素作為當(dāng)前視頻圖像的背景像素。步驟15 :生成關(guān)于當(dāng)前視頻圖像中像素Hii的前景似然函數(shù)Li (Hii),進(jìn)而生成相應(yīng)的前景似然圖，如圖2B所示。其中的前景似然函數(shù)LiOni)表示為
|l, if ITIi Gforegroum 1 1 [ O, otherwise一般情況下，行人、自行車、噪聲等前景區(qū)域面積要比待監(jiān)控車輛的區(qū)域小，因此，圖像處理器2濾除前景似然信息圖像中其它運動目標(biāo)對待監(jiān)控車輛的干擾的過程包括步驟21 :計算前景似然信息圖像中，每ー運動目標(biāo)的連通區(qū)域面積。步驟22 :選取連通區(qū)域面積大于或等于ー閾值的運動目標(biāo)作為待監(jiān)控車輛，如圖3B所示，以為后續(xù)的跟蹤和違章判決提供必要保證。若將待監(jiān)控車輛分為非關(guān)注車輛、關(guān)注車輛以及違停車輛。其中，非關(guān)注車輛為未進(jìn)入違停區(qū)域的車輛；關(guān)注車輛為已經(jīng)進(jìn)入違停區(qū)域的車輛，但是?？繒r間小于給定的時間閾值；違停車輛為處于違停區(qū)域內(nèi)且?？繒r間超過給定閾值的車輛。則圖像處理器2利用違章停車判決算法對前景似然信息圖像中的待監(jiān)控車輛進(jìn)行智能判決的過程包括步驟31 :計算違停區(qū)域中心Cnp的坐標(biāo)(xNP, yNP)。步驟32 :計算車輛i (i = 1,2, · · · , N)的質(zhì)心Ci,表示為
權(quán)利要求1.一種基于視頻監(jiān)控的違章停車檢測系統(tǒng)，其特征在于包括 采集視頻圖像后輸出視頻序列的圖像采集器； 連接圖像采集器，利用碼本模型對圖像采集器采集的視頻序列進(jìn)行背景建模、采用背景減除法得到前景似然信息圖像后濾除前景似然信息圖像中其它運動目標(biāo)對待監(jiān)控車輛的干擾、之后利用違章停車判決算法對前景似然信息圖像中的待監(jiān)控車輛進(jìn)行智能判決的圖像處理器； 連接圖像處理器，當(dāng)待監(jiān)控車輛出現(xiàn)違?，F(xiàn)象時發(fā)出報警的報警器； 連接圖像處理器，顯示經(jīng)圖像采集器處理的視頻圖像的顯示器。
專利摘要本實用新型公開了一種基于視頻監(jiān)控的違章停車檢測系統(tǒng)，包括采集視頻圖像后輸出視頻序列的圖像采集器；利用碼本模型對圖像采集器采集的視頻序列進(jìn)行背景建模、采用背景減除法得到前景似然信息圖像后濾除前景似然信息圖像中其它運動目標(biāo)對待監(jiān)控車輛的干擾、之后利用違章停車判決算法對前景似然信息圖像中的待監(jiān)控車輛進(jìn)行智能判決的圖像處理器；當(dāng)待監(jiān)控車輛出現(xiàn)違停現(xiàn)象時發(fā)出報警的報警器；顯示經(jīng)圖像采集器處理的視頻圖像的顯示器。該系統(tǒng)濾除了可能對待監(jiān)控車輛存在影響的其它類型運動目標(biāo)，提高了報警的準(zhǔn)確性，且具有實時性好，魯棒性強，準(zhǔn)確率高等特點，為城市交通的智能化管理提供了有效的技術(shù)手段。
文檔編號G06K9/00GK202422420SQ201220017430
公開日2012年9月5日 申請日期2012年1月13日 優(yōu)先權(quán)日2012年1月13日
發(fā)明者姜明新 申請人:大連民族學(xué)院