国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種車型識(shí)別和車流量檢測(cè)方法與流程

      文檔序號(hào):11408211閱讀:630來源:國知局

      本發(fā)明具體涉及一種車型識(shí)別和車流量檢測(cè)方法。



      背景技術(shù):

      近年來隨著機(jī)動(dòng)車保有量的迅速增加,交通擁堵等各類交通事故頻發(fā)。為了解決日益惡化的交通問題,智能交通系統(tǒng)應(yīng)運(yùn)而生。交通監(jiān)控系統(tǒng)是智能交通系統(tǒng)的重要組成部分,而車型識(shí)別、車流量檢測(cè)是交通監(jiān)控系統(tǒng)自動(dòng)化的基礎(chǔ)部分,為進(jìn)一步提取、分析道路交通信息和控制車輛提供依據(jù)。

      針對(duì)交通視頻中的運(yùn)動(dòng)車輛目標(biāo)檢測(cè),當(dāng)前主要方法有:幀間差分法、光流法、背景差分法。其中背景差分計(jì)算簡(jiǎn)單,是目前最常用的方法。背景差分法可以獲取完整運(yùn)動(dòng)物體外形,但是通常計(jì)算量也較大。



      技術(shù)實(shí)現(xiàn)要素:

      本發(fā)明要解決的技術(shù)問題是提供一種車型識(shí)別和車流量檢測(cè)方法。

      一種車型識(shí)別和車流量檢測(cè)方法,包括以下步驟:

      s1:從交通監(jiān)控視頻中讀取視頻幀圖像,設(shè)定檢測(cè)區(qū)域,運(yùn)用均值法、ostu法提取出目標(biāo)前景信息;

      s2:判斷前景目標(biāo)中是否存在車輛目標(biāo)信息,若無則轉(zhuǎn)步驟s1讀取下一幀;

      s3:采用基于顏色和紋理的陰影檢測(cè)算法對(duì)提取的前景去除陰影;

      s4:對(duì)出去陰影后的目標(biāo)塊采用canny邊緣檢測(cè)法檢測(cè)輪廓并提取輪廓并提取輪廓的最小外接矩形,按照下式判定車型;

      s5:利用卡爾曼濾波器跟蹤車輛,統(tǒng)計(jì)車輛經(jīng)過檢測(cè)區(qū)域需要的幀數(shù),按照下式對(duì)車輛類型做進(jìn)一步判斷,統(tǒng)計(jì)相應(yīng)車型的車流量;

      ,

      其中,數(shù)字代表各車型通過檢測(cè)區(qū)域需要的幀數(shù)。

      進(jìn)一步的,步驟s1的具體方法如下:

      1)將彩色圖像灰度化,對(duì)灰度圖的每一個(gè)像素求取平均值,如下式:

      其中,i=1,2,…,n;為第i幀對(duì)應(yīng)點(diǎn)(x,y)的像素值,a(x,y)為該點(diǎn)的平均值;

      2)將n幅圖像中同一點(diǎn)像素與對(duì)應(yīng)的均值a(x,y)求差值,再將絕對(duì)差值累加,然后取平均值,并遍歷圖像中其他的所有像素,如下式:

      其中n為提取的幀數(shù);

      3)修正差異大的點(diǎn),假如某像素點(diǎn)與均值的絕對(duì)差值大于平均絕對(duì)值誤差,則該點(diǎn)就取平均值像素值,否則就取當(dāng)前幀對(duì)應(yīng)像素的值,如下式:

      ;

      4)對(duì)修正好的每一個(gè)像素求平均值,記為b(x,y),得到的圖像即為背景圖像,如下式:

      ;

      獲得初始背景后,通過計(jì)算當(dāng)前幀與背景圖像的差值獲得前景運(yùn)動(dòng)圖像,得到的前景圖像,如下式:

      ;

      對(duì)背景進(jìn)行實(shí)時(shí)更新,更新方法如下式:

      ;

      其中為0-1之間的數(shù);

      如果,則判斷為前景,背景保持原來的值;如果,則判斷是背景,更新背景值。

      進(jìn)一步的,步驟s3的具體方法如下:

      1)對(duì)采集的交通監(jiān)控視頻進(jìn)行預(yù)處理,通過均值差分、ostu等方法提取出前景目標(biāo)塊q;

      2)對(duì)前景圖像進(jìn)行形態(tài)學(xué)的腐蝕處理,得到qe;

      3)將q與qe作差得到前景圖像的邊緣信息:qd=q-qe;

      4)將前景圖像qe分別進(jìn)行基于紋理的陰影檢測(cè)和基于snp的陰影檢測(cè),兩種處理得到的結(jié)果做“與”運(yùn)算;

      5)對(duì)邊緣圖像qd進(jìn)行基于顏色的snp陰影檢測(cè);

      6)依據(jù)下列公式標(biāo)記出上述圖像中的陰影點(diǎn);

      snp算法陰影判斷標(biāo)準(zhǔn)為:

      ;

      其中,ts和tc均為閾值,分別為亮度失真度和顏色失真度;

      紋理檢測(cè)算法陰影判別準(zhǔn)則為:

      其中為閾值,代表背景像素點(diǎn)各通道水平和垂直方向的一階梯度,、代表當(dāng)前幀像素各通道水平和垂直方向的一階梯度;

      7)將標(biāo)記為陰影點(diǎn)的像素從前景中去除,得到屬于車輛的前景目標(biāo)塊。

      本發(fā)明的有益效果是:

      本發(fā)明對(duì)陰影進(jìn)行有效去除,將車型識(shí)別和車流量統(tǒng)計(jì)結(jié)合起來,計(jì)算復(fù)雜度低,穩(wěn)健性好;該方法識(shí)別檢測(cè)精度較高,能達(dá)到系統(tǒng)實(shí)時(shí)性要求。

      具體實(shí)施方式

      以下具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步闡述,但不作為對(duì)本發(fā)明的限定。

      一種車型識(shí)別和車流量檢測(cè)方法,包括以下步驟:

      s1:從交通監(jiān)控視頻中讀取視頻幀圖像,設(shè)定檢測(cè)區(qū)域,運(yùn)用均值法、ostu法提取出目標(biāo)前景信息;

      s2:判斷前景目標(biāo)中是否存在車輛目標(biāo)信息,若無則轉(zhuǎn)步驟s1讀取下一幀;

      s3:采用基于顏色和紋理的陰影檢測(cè)算法對(duì)提取的前景去除陰影;

      s4:對(duì)出去陰影后的目標(biāo)塊采用canny邊緣檢測(cè)法檢測(cè)輪廓并提取輪廓并提取輪廓的最小外接矩形,按照下式判定車型;

      ;

      s5:利用卡爾曼濾波器跟蹤車輛,統(tǒng)計(jì)車輛經(jīng)過檢測(cè)區(qū)域需要的幀數(shù),按照下式對(duì)車輛類型做進(jìn)一步判斷,統(tǒng)計(jì)相應(yīng)車型的車流量;

      其中,數(shù)字代表各車型通過檢測(cè)區(qū)域需要的幀數(shù)。

      步驟s1的具體方法如下:

      1)將彩色圖像灰度化,對(duì)灰度圖的每一個(gè)像素求取平均值,如下式:

      ;

      其中,i=1,2,…,n;為第i幀對(duì)應(yīng)點(diǎn)(x,y)的像素值,a(x,y)為該點(diǎn)的平均值;

      2)將n幅圖像中同一點(diǎn)像素與對(duì)應(yīng)的均值a(x,y)求差值,再將絕對(duì)差值累加,然后取平均值,并遍歷圖像中其他的所有像素,如下式:

      ;

      其中n為提取的幀數(shù);

      3)修正差異大的點(diǎn),假如某像素點(diǎn)與均值的絕對(duì)差值大于平均絕對(duì)值誤差,則該點(diǎn)就取平均值像素值,否則就取當(dāng)前幀對(duì)應(yīng)像素的值,如下式:

      ;

      4)對(duì)修正好的每一個(gè)像素求平均值,記為b(x,y),得到的圖像即為背景圖像,如下式:

      ;

      獲得初始背景后,通過計(jì)算當(dāng)前幀與背景圖像的差值獲得前景運(yùn)動(dòng)圖像,得到的前景圖像,如下式:

      ;

      對(duì)背景進(jìn)行實(shí)時(shí)更新,更新方法如下式:

      ;

      其中為0-1之間的數(shù);

      如果,則判斷為前景,背景保持原來的值;如果,則判斷是背景,更新背景值。

      步驟s3的具體方法如下:

      1)對(duì)采集的交通監(jiān)控視頻進(jìn)行預(yù)處理,通過均值差分、ostu等方法提取出前景目標(biāo)塊q;

      2)對(duì)前景圖像進(jìn)行形態(tài)學(xué)的腐蝕處理,得到qe;

      3)將q與qe作差得到前景圖像的邊緣信息:qd=q-qe;

      4)將前景圖像qe分別進(jìn)行基于紋理的陰影檢測(cè)和基于snp的陰影檢測(cè),兩種處理得到的結(jié)果做“與”運(yùn)算;

      5)對(duì)邊緣圖像qd進(jìn)行基于顏色的snp陰影檢測(cè);

      6)依據(jù)下列公式標(biāo)記出上述圖像中的陰影點(diǎn);

      snp算法陰影判斷標(biāo)準(zhǔn)為:

      ;

      其中,ts和tc均為閾值,分別為亮度失真度和顏色失真度;

      紋理檢測(cè)算法陰影判別準(zhǔn)則為:

      其中為閾值,、代表背景像素點(diǎn)各通道水平和垂直方向的一階梯度,、代表當(dāng)前幀像素各通道水平和垂直方向的一階梯度;

      7)將標(biāo)記為陰影點(diǎn)的像素從前景中去除,得到屬于車輛的前景目標(biāo)塊。

      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1