本發(fā)明屬于智慧交通控制，涉及路口場景變更感知的全景圖像自適應更新方法。

背景技術：

1、在城市道路交通管理中，路口的場景變更是一個常見的問題，需要進行及時、準確的感知和處理。路口的場景變更一般包括路口施工、道路封閉、車道劃分調整、交通管制或人工接管等，這些變更會導致交通流量發(fā)生改變，行車路線調整以及交通事故風險的增加。

2、傳統(tǒng)的交通監(jiān)測系統(tǒng)主要依賴于各種傳感器和交通信號燈等設備來收集數(shù)據并監(jiān)測交通情況。然而，這些系統(tǒng)往往只關注交通流量和行駛速度等基本信息，對于路口變更事件的感知能力相對較弱，無法準確地檢測到路口發(fā)生的施工變更、交警人工接管等異常事件。

3、現(xiàn)有的技術中，全景觀測技術被廣泛應用于城市交通管理中。這種技術可以通過拍攝全景觀圖像來獲取路口的全方位信息，包括車輛、行人、交通信號燈狀態(tài)、施工區(qū)域等。全景觀測技術利用高精度的攝像頭和圖像處理技術，可以實時獲取路口的圖像信息，并將其轉化為數(shù)字化信息進行存儲和分析。通過對這些圖像進行分析和處理，可以提取出路口的各種交通信息，如車輛、行人、交通信號燈狀態(tài)等。

4、然而，現(xiàn)有的全景觀圖像更新方法往往依賴于預設的規(guī)則或固定的時間間隔來進行圖像更新，這種方法雖然可以滿足基本的監(jiān)測需求，但無法適應路口場景的實時變化。例如，當路口發(fā)生施工變更時，如果圖像更新時間較長，就無法及時感知到施工區(qū)域的變化，導致交通管理者無法做出及時的應對措施。

技術實現(xiàn)思路

1、針對現(xiàn)有技術的不足，本發(fā)明提出了一種路口場景變更感知的全景圖像自適應更新方法，該方法可以提高路口場景變更的感知能力，為交通管理者提供更加及時、準確的信息，以制定更加有效的交通管理策略。同時，該方法還可以實時監(jiān)測路口的交通情況，及時發(fā)現(xiàn)異常情況和交通事故等，有助于提高城市道路交通的安全性和順暢性。

2、本發(fā)明的技術方案是這樣實現(xiàn)的：

3、路口場景變更感知的全景圖像自適應更新方法，包括

4、步驟1、分離幀圖像動態(tài)前景，對分離動態(tài)前景后的圖像進行全景圖像的生成以及上傳；

5、將視頻圖像離散為幀圖像，對幀圖像進行灰度處理，得到灰度圖像集合p={p1，p2，......pn}；

6、對于灰度圖像集合p的每個圖像的像素點p（x，y），通過混合高斯模型公式計算像素點p（x，y）在混合高斯模型中的概率分布；其中，p(i(x,?y,?t))表示像素點(x,?y)在混合高斯模型中的概率分布，μt和σt分別為高斯模型的均值和方差的參數(shù)；

7、對于每個像素點p（x，y），計算其在混合高斯模型中的概率分布p(i(x,?y,?t))；

8、設定閾值t1，用于區(qū)分動態(tài)前景和背景；如果p(i(x,?y,?t))＜t1，則該像素點視為動態(tài)前景；將所有被視為前景的像素點組成前景掩碼，其中前景物體被標記為1，其他物體被標記為0；將前景像素點從灰度圖像集合p中分離出去，得到干凈的灰度背景圖像集合，記為歷史灰度背景圖像集合k={k1，k2，......kn}；

9、對歷史灰度背景圖像進行全景圖像的生成，將生成的灰度全景圖像逆轉換為彩色全景圖像并上傳；

10、步驟2、感知攝像設備原因造成的圖像變更，圖像不作處理，仍上傳歷史全景圖像；

11、21、對集合p的每張幀圖像的同一位置裁剪邊長為a的檢驗標本；

12、22、截取連續(xù)時間t的n張檢驗標本作為歷史檢驗標本集合pt={pt1，pt2，......ptn}；

13、23、截取連續(xù)時間t的待處理視頻的n張幀圖像進行灰度處理，裁剪與歷史檢驗標本相同的待測標本集合為p’={p’1，p’2，......p’n}；

14、24、設定ptn為歷史檢驗標本圖像的灰度值矩陣，ptn為待測標本圖像的灰度值矩陣，ptn（x，y）表示為矩陣ptn的元素，ptn（x’，y’）表示為矩陣ptn的元素，計算pti（x，y）與p’i（x’，y’）對應灰度的差值ai（x，y）=p’i（x’，y’）-pti（x，y），返回灰度值不為0的像素數(shù)di；

15、25、以di為元素的矩陣di，設定容值ζ，構造累積差值矩陣mi，累積差值矩陣元素mi（x，y）=max{di（x，y）-ζ，0}，得到累積差值矩陣mi，計算累計差值矩陣mi中非0元素數(shù)與0元素數(shù)的比值記為執(zhí)行系數(shù)δt；

16、26、設定閾值t3，如果δt≥t3，則圖像的變更視為攝像設備原因造成的圖像變更，圖像不作處理，仍上傳原歷史彩色全景圖像；

17、27、如果δt＜t3，則圖像的變更視為非攝像設備原因造成的圖像變更，執(zhí)行步驟3；

18、步驟3、感知非攝像設備原因造成的圖像變更，圖像以變更后的分離動態(tài)前景的圖像進行全景圖像的生成以及上傳；

19、31、當前時刻圖像做動態(tài)前景分離后得到灰度背景圖像kn+1，灰度背景圖像kn+1的像素點kn+1(x,?y)與歷史灰度背景圖像ki∈k的對應像素點ki(x,?y)，分別計算其在混合高斯模型中的概率分布pkn+1(i(x,?y,?t))與pki(i(x,?y,?t))；

20、32、設定閾值t2，用于區(qū)分變更場景和背景；如果?t1≤?pkn+1(i(x,?y,?t))＜t2，且pki(i(x,?y,?t))≥t2，則視為像素點kn+1(x,?y)位置發(fā)生了場景變更；則將灰度背景圖像kn+1之后的圖像集合視為新的歷史灰度背景圖像k’={kn+1，kn+2，......k2n}，否則，視為該像素位置未發(fā)生變更，灰度背景圖像kn+1計入原歷史灰度背景圖像集合中，即k={k1，k2，......kn，kn+1}；

21、33、對新的灰度背景圖像進行全景圖像生成，逆轉換為新的彩色全景圖像上傳覆蓋原歷史彩色全景圖像。

22、步驟4、背景更新，對場景發(fā)生變更位置發(fā)出預警及提醒；

23、41、截取新的灰度圖像集合p’={p’1，p’2，......p’n},通過每一個新的像素點對p’（x，y）對混合高斯模型的參數(shù)重新估計，帶入模型更新背景；

24、42、根據場景變更判斷事件類型和影響范圍等因素，觸發(fā)相應的響應措施。

25、本發(fā)明的工作原理及有益效果為：

26、混合高斯背景建模法不僅對復雜場景的適應強，而且能通過自動計算的模型參數(shù)來對背景模型調整，檢測速度快，且檢測準確，容易實現(xiàn)，同時根據新獲取的圖像，對背景圖像參數(shù)進行自適應更新，該方法還能夠處理光照變化、背景混亂運動的干擾以及長時間的場景變化等。

27、實時感應，逢變上傳的場景變更感應模式，節(jié)省運算空間，提高響應速度，可以及時感知路口的場景變更事件，使交通管理者能夠迅速做出應對措施，避免因施工變更或其他異常事件導致的交通擁堵和延誤，這有助于提高城市道路交通的順暢性，為市民提供更好的出行體驗。

技術特征：

1.路口場景變更感知的全景圖像自適應更新方法，其特征在于，包括

2.根據權利要求1所述的路口場景變更感知的全景圖像自適應更新方法，其特征在于，步驟1包括，

3.根據權利要求1所述的路口場景變更感知的全景圖像自適應更新方法，其特征在于，步驟2包括

4.根據權利要求1所述的路口場景變更感知的全景圖像自適應更新方法，其特征在于，步驟3包括

5.根據權利要求1所述的路口場景變更感知的全景圖像自適應更新方法，其特征在于，步驟4包括，

6.根據權利要求2所述的路口場景變更感知的全景圖像自適應更新方法，其特征在于，閾值t1是通過分離動態(tài)前景和背景的準確率來確定的，需要根據路口紅綠燈時長的情況調整閾值t1的選取。

7.根據權利要求3所述的路口場景變更感知的全景圖像自適應更新方法，其特征在于，閾值t3是通過是否為攝像設備抖動等原因對圖像的變化率度量的一個固定值。

8.根據權利要求3所述的路口場景變更感知的全景圖像自適應更新方法，其特征在于，檢驗標本位置應選取外界變化較少的圖像邊緣位置作為截取區(qū)域。

9.根據權利要求4所述的路口場景變更感知的全景圖像自適應更新方法，其特征在于，閾值t2是通過區(qū)分場景變更和背景的準確率來確定的，滿足t2＞t1。

技術總結
本發(fā)明屬于智慧交通控制技術領域，提出了路口場景變更感知的全景圖像自適應更新方法，該方法包括：步驟1、分離幀圖像動態(tài)前景，對分離動態(tài)前景后的圖像進行全景圖像的生成以及上傳；步驟2、感知攝像設備原因造成的圖像變更，圖像不作處理，仍上傳歷史全景圖像；步驟3、感知非攝像設備原因造成的圖像變更，圖像以變更后的分離動態(tài)前景的圖像進行全景圖像的生成以及上傳；步驟4、對場景發(fā)生變更位置發(fā)出預警及提醒；該方法通過對交通路口靜態(tài)場景的變更感知，對交通路口施工變更或人工接管控制等異常變化進行實時自動更新；減少了交通參與人員因不能及時獲取路口變更信息而導致的交通擁堵甚至交通事故發(fā)生的概率。

技術研發(fā)人員：王士元,王川
受保護的技術使用者：維特瑞交通科技有限公司
技術研發(fā)日：
技術公布日：2024/9/9