專利名稱：一種基于視頻的平均車速檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻檢測領(lǐng)域，具體涉及一種基于視頻的平均車速檢測方法。
背景技術(shù)：
隨著社會主義市場經(jīng)濟的發(fā)展，人們的生活水平得到了極大的提高，機動車輛的數(shù)量也隨之迅速增加。由此帶來了交通擁堵、交通事故頻發(fā)、交通環(huán)境惡化、收費制式混亂、交通管理落后等交通問題，從而一種大范圍、全方位發(fā)揮作用的實時、準確、高效的綜合交通運輸管理系統(tǒng)就應(yīng)運而生。智能化交通系統(tǒng)(Intell igent Transportation System,簡稱ITS)正是在這種條件下產(chǎn)生的。平均車速檢測，作為ITS中的一個重要分支，在規(guī)范交通秩序、完成車輛管理的自動化與智能化，確保道路交通系統(tǒng)的安全與暢通、以及人民生命財產(chǎn)安全方面具有廣闊的應(yīng)用前景。目前，實時檢測車輛平均速度仍是一個較新的課題，人們在不斷探索著簡單、方便、快速而準確的識別方法。到目前為上，已形成了以利用紅外線、環(huán)形線圈和雷達等傳感器為手段的一系列平均車速檢測方法。其中，紅外線檢測方法雖然性價比比較高，但是激光檢測中的激光束對人體主要是人眼的傷害是極為嚴重的問題；環(huán)形線圈檢測方法受到線圈必須固定的限制，如果道路改造需要重新鋪設(shè)線圈，不夠靈活；雷達檢測方法不能克服雷達器本身的不足，如易受無線電波的干擾導(dǎo)致的讀數(shù)不穩(wěn)定等。由此可見，以上方法雖然原理簡單，物理概念清晰明確，實現(xiàn)起來較容易。但也存在硬件系統(tǒng)較復(fù)雜，系統(tǒng)的環(huán)境適應(yīng)能力較差、安裝靈活性不高，故具有故障率較高、維修不便等缺陷，在實際使用中難以推廣。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)的不足和缺陷，同時隨著智能交通系統(tǒng)和計算機圖形圖像處理的研究技術(shù)越來越成熟，本發(fā)明的目的在于，提供一種基于視頻的平均車速檢測方法，該方法可以對視頻范圍內(nèi)所有行駛車輛的平均速度實現(xiàn)安全實時、穩(wěn)定可靠的檢測。為了實現(xiàn)上述任務(wù)，本發(fā)明采用如下技術(shù)方案予以實現(xiàn):—種基于視頻的平均車速檢測方法，該方法按照以下步驟進行:步驟一，獲取一段交通道路視頻圖像序列；通過視頻采集設(shè)備獲取交通道路視頻，并將其處理為720X288像素大小的只含有像素點灰度值信息的視頻圖像序列；步驟二，獲得目標車輛的特征點，利用基于特征的目標車輛跟蹤方法，跟蹤連續(xù)N幀視頻圖像，所述的NS 100，并記下特征點在每一幀圖像中的位置，其中:所述的基于特征的目標車輛跟蹤方法的具體過程為:采用基于像素塊的幀間差分法檢測運動車輛，對檢測出的運動圖像利用Moravec算法提取相應(yīng)的特征點作為目標位置，并對相應(yīng)的特征點進行匹配跟蹤；步驟三，獲取每一幀圖像中特征點像素到距離的映射關(guān)系:得到圖像像素行和實際距離之間的映射關(guān)系，即映射表，從而可以得出每一幀圖像中特征點在實際道路上的實際距離；步驟四，求取平均車速:建立直角坐標系，其中，橫坐標為特征點所在的每一幀圖像所對應(yīng)的時間，縱坐標為特征點所對應(yīng)的實際道路上的距離，得到所有特征點的分布圖，記:開始跟蹤的第一幀視頻圖像中的特征點為A1，其橫坐標為X1，縱坐標為Y1 ;最后一幀中的特征點為K,其橫坐標為Xn，縱坐標為Yn，連接特征點A1和K，得到直線L，然后分別測量其余各特征點A2, A3,……Alri到L的距離，記為dn ；步驟五，當所有特征點都在一條直線L上，此時直線L的斜率即是該車輛的平均速度，即平均速度
權(quán)利要求
1.一種基于視頻的平均車速檢測方法，其特征在于，該方法按照以下步驟進行: 步驟一，獲取一段交通道路視頻圖像序列:通過視頻采集設(shè)備獲取交通道路視頻，并將其處理為720X288像素大小的只含有像素點灰度值信息的視頻圖像序列； 步驟二，獲得目標車輛的特征點:利用基于特征的目標車輛跟蹤方法，跟蹤連續(xù)N幀視頻圖像，所述的NS 100，并記下特征點在每一幀圖像中的位置，其中: 所述的基于特征的目標車輛跟蹤方法的具體過程為:采用基于像素塊的幀間差分法檢測運動車輛，對檢測出的運動圖像利用Moravec算法提取相應(yīng)的特征點作為目標位置，并對相應(yīng)的特征點進行匹配跟蹤； 步驟三，獲取每一幀圖像中特征點像素到距離的映射關(guān)系:得到圖像像素行和實際距離之間的映射關(guān)系，即映射表，從而可以得出每一幀圖像中特征點在實際道路上的實際距離； 步驟四，求取平均車速:建立直角坐標系，其中，橫坐標為特征點所在的每一幀圖像所對應(yīng)的時間，縱坐標為特征點所對應(yīng)的實際道路上的距離，得到所有特征點的分布圖，記:開始跟蹤的第一幀視頻圖像中的特征點為A1，其橫坐標為X1，縱坐標為Y1 ;最后一幀中的特征點為An，其橫坐標為Xn，縱坐標為Yn，連接特征點A1和K，得到直線L，然后分別測量其余各特征點A2, A3,……Alri到L的距離，記為dn ； 步驟五，當所有特征點都在一條直線L上，此時直線L的斜率即是該車輛的平均速度，即平均速度
全文摘要
本發(fā)明提供了一種基于視頻的平均車速檢測方法，通過劃分多個塊，獲得目標車輛的特征點，根據(jù)映射表得出每一幀圖像中特征點在實際道路上的實際距離，最后得到平均車速，本發(fā)明的方法主要用于交通監(jiān)管部門對道路交通狀況、交通流量等信息的判斷依據(jù)，可以滿足有關(guān)部門對數(shù)據(jù)的實時性、準確性和檢測精度的要求。本發(fā)明的方法與現(xiàn)有的平均車速檢測方法相比，不受環(huán)境限制，能夠?qū)σ曨l范圍內(nèi)所有車輛的平均速度進行實時、可靠的檢測、易于實現(xiàn)以及準確性較高，很適合于實時檢測車輛的平均速度，具有廣闊的應(yīng)用前景。
文檔編號G06T7/20GK103150908SQ201310045929
公開日2013年6月12日 申請日期2013年2月5日 優(yōu)先權(quán)日2013年2月5日
發(fā)明者宋煥生, 楊媛, 劉雪琴, 彭玲玲, 席陽, 楊孟拓, 李潔 申請人:長安大學(xué)