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>

      一種高速公路上車流量的統(tǒng)計方法及裝置的制造方法

      文檔序號:9506838閱讀:1037來源:國知局
      一種高速公路上車流量的統(tǒng)計方法及裝置的制造方法
      【技術(shù)領(lǐng)域】
      [0001]本發(fā)明涉及計算機視覺領(lǐng)域,特別是涉及一種高速公路上車流量統(tǒng)計方法與裝置。
      【背景技術(shù)】
      [0002]隨著社會發(fā)展、科技進步和人民生活水平的提高,機動車保有量得到了飛速的增長,與之相應(yīng)的公路條件、高速公路等基礎(chǔ)設(shè)施建設(shè)也得到了很大的改善,但依然無法解決日益嚴(yán)峻的交通環(huán)境惡化問題。道路擁堵、交通事故頻發(fā)已經(jīng)成為全球交通面臨的共同難題,尤其是在城市主干道、交通繁忙的交通樞紐,擁堵問題更加嚴(yán)重。在此背景下,智能交通系統(tǒng)作為未來交通系統(tǒng)的發(fā)展方向得到了廣泛的關(guān)注和研究,集成了當(dāng)前最先進的電子信息技術(shù)、人工智能技術(shù)、計算技術(shù)、網(wǎng)絡(luò)技術(shù)等,有效的應(yīng)用于交通管理系統(tǒng),從而有效地輔助解決當(dāng)前面臨的交通難題。
      [0003]車流量是智能交通系統(tǒng)中的重要參數(shù)之一,是衡量交通擁堵、道路繁忙程度的重要指標(biāo)。傳統(tǒng)的車流量統(tǒng)計通常采用光柵、感應(yīng)線圈等技術(shù)、超聲波技術(shù)、聲學(xué)技術(shù)等,不僅操作復(fù)雜、建設(shè)成本高,并且需要對交通道路進行破壞性建設(shè),維護成本高。因此,隨著計算機技術(shù)、圖像技術(shù)、計算機視覺和人工智能技術(shù)的發(fā)展,基于圖像技術(shù)的車流量統(tǒng)計方法能夠快速準(zhǔn)確的得到實時車流量數(shù)據(jù),便于傳輸聯(lián)網(wǎng)、成本低、易于安裝,施工方便,無需進行交通道路的破壞性建設(shè)等優(yōu)點,因此得到了廣泛的關(guān)注和研究。

      【發(fā)明內(nèi)容】

      [0004]本發(fā)明首先要解決的技術(shù)問題是提供一種高速公路上車流量的統(tǒng)計方法,其準(zhǔn)確度高、使用方便。
      [0005]本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案是:一種高速公路上車流量的統(tǒng)計方法,其特征在于:包括以下步驟:
      [0006]步驟1:設(shè)置虛擬拌線;
      [0007]步驟2:目標(biāo)檢測,檢測出場景中的前景目標(biāo);
      [0008]步驟3:目標(biāo)跟蹤,獲取目標(biāo)軌跡;
      [0009]步驟4:分析目標(biāo)軌跡,計算車流量。
      [0010]在采用上述技術(shù)方案的同時,本發(fā)明還可以采用或者組合采用以下進一步的技術(shù)方案:
      [0011]所述步驟I的具體做法是:在高速公路監(jiān)控場景中設(shè)置虛擬拌線,一個方向道路設(shè)置一條虛擬拌線,橫跨單方向的所有車道,并且不同方向道路虛擬拌線之間不能相交。
      [0012]所述步驟2具體包括以下步驟:首先,建立高斯背景模型;
      [0013]其次,將當(dāng)前幀圖像與背景圖像做差,差值小于3倍標(biāo)準(zhǔn)差是背景,否則為前景;
      [0014]再次,提取前景圖像的連通區(qū)域,并濾除面積小于第一閾值的目標(biāo);
      [0015]最后,以一定速率更新背景模型。
      [0016]所述步驟3具體包括以下步驟:首先,將跟蹤分為三類:①候選跟蹤目標(biāo):當(dāng)前幀匹配上的跟蹤目標(biāo)或者新進入場景中的目標(biāo),連續(xù)跟蹤幀數(shù)小于第二閾值;②正在跟蹤目標(biāo):連續(xù)跟蹤幀數(shù)不小于第二閾值或者處于丟失跟蹤隊列中且丟失跟蹤幀數(shù)小于第三閾值,并在當(dāng)前幀匹配上的跟蹤目標(biāo)丟失跟蹤目標(biāo):歷史跟蹤記錄中,進入正在跟蹤目標(biāo)隊列,當(dāng)前幀未匹配上的目標(biāo),并且連續(xù)丟失幀數(shù)小于第三閾值;
      [0017]其次,將第一幀中檢測到的所有前景目標(biāo)放入候選跟蹤目標(biāo)隊列中,并將候選跟蹤計數(shù)初始化為I ;對于第i (i彡2)幀檢測到的車輛目標(biāo)j (j = 1,2,…,N),根據(jù)其質(zhì)心位置(?, gyJ),在i_l幀,以(?, gyJ)為中心,20px為半徑,找到所有運動車輛目標(biāo),計算與車輛目標(biāo)j的直方圖相似度,當(dāng)直方圖相似度大于第四閾值時,選擇最相似的作為匹配,將車輛目標(biāo)j加入匹配的目標(biāo)隊列中;否則,將車輛目標(biāo)j放入候選跟蹤目標(biāo)隊列,并初始化候選跟蹤計數(shù)為I ;如果車輛目標(biāo)j加入匹配的目標(biāo)隊列為候選跟蹤目標(biāo)隊列,候選跟蹤計數(shù)加1,當(dāng)候選跟蹤計數(shù)大于第二閾值,將其確定為正在跟蹤目標(biāo)隊列;如果為丟失跟蹤隊列,則將其移到正在跟蹤目標(biāo)隊列中,并將丟失跟蹤系數(shù)歸O。
      [0018]最后,1-1幀中未匹配的目標(biāo),如果在候選跟蹤目標(biāo)隊列中,則刪除;如果在正在跟蹤隊列中,將其移入丟失跟蹤隊列,并初始化丟失跟蹤計數(shù)為I;如果在丟失跟蹤隊列中,則丟失跟蹤技術(shù)加I,丟失跟蹤技術(shù)小于第三閾值時,刪除該跟蹤目標(biāo)。
      [0019]所述步驟4的具體做法是:分析目標(biāo)的軌跡,分為三類。第一類:正在跟蹤的車輛目標(biāo),輪廓與虛擬拌線相交,車輛統(tǒng)計數(shù)目加I ;第二類:正在跟蹤隊列的車輛目標(biāo),輪廓與虛擬拌線不相交,但其軌跡與虛擬拌線相交,車輛統(tǒng)計數(shù)目加I ;第三類:其他情形,車輛統(tǒng)計數(shù)目不變。在某個時間段內(nèi)相同車輛目標(biāo)的計數(shù)最多加I。
      [0020]本發(fā)明要解決的另一個技術(shù)問題是,提供一種高速公路上車流量的統(tǒng)計裝置,所述統(tǒng)計裝置包括用于采集監(jiān)控圖像的圖像采集模塊,用于設(shè)置虛擬拌線的拌線設(shè)置模塊,用于背景建模、檢測前景、背景更新,提取前景中的車輛目標(biāo)的目標(biāo)檢測模塊,用于定義跟蹤類別,將檢測到的車輛目標(biāo)歸入相應(yīng)的跟蹤隊列,記錄運動軌跡的目標(biāo)跟蹤模塊以及用于分析車輛目標(biāo)的軌跡,統(tǒng)計車流量計數(shù)的軌跡分析和車流量統(tǒng)計模塊;所述圖像采集模塊連接至所述拌線設(shè)置模塊,所述拌線設(shè)置模塊連接至所述目標(biāo)檢測模塊并向其發(fā)送圖像采集模塊所采集的圖像信息以及拌線設(shè)置模塊所設(shè)置的規(guī)則信息,所述目標(biāo)檢測模塊連接至所述目標(biāo)跟蹤模塊并向其發(fā)送檢測信息,所述目標(biāo)跟蹤模塊連接至所述軌跡分析和車流量統(tǒng)計模塊,向其發(fā)送目標(biāo)跟蹤信息,由所述軌跡分析和車流量統(tǒng)計模塊進行分析統(tǒng)計并計算出車流量結(jié)果。
      [0021]本發(fā)明的有益效果是:1、將目標(biāo)跟蹤分為三類:候選跟蹤目標(biāo)、正在跟蹤目標(biāo)和丟失跟蹤目標(biāo),來提高跟蹤的準(zhǔn)確率,減少誤跟蹤。2、在目標(biāo)跟蹤的基礎(chǔ)上,分析目標(biāo)軌跡,將目標(biāo)軌跡分為三類:正在跟蹤并撞線的目標(biāo)、正在跟蹤不撞線的目標(biāo)但軌跡與虛擬拌線相交的目標(biāo)和其他跟蹤目標(biāo),大大提高了車流量統(tǒng)計的準(zhǔn)確率。
      【附圖說明】
      [0022]圖1是本發(fā)明的流程圖。
      [0023]圖2是本發(fā)明的結(jié)構(gòu)圖。
      【具體實施方式】
      [0024]實施例1,一種高速公路上車流量的統(tǒng)計方法,參照附圖1。
      [0025]步驟1:設(shè)置虛擬拌線;
      [0026]在高速公路監(jiān)控場景中設(shè)置虛擬拌線,一個方向道路設(shè)置一條虛擬拌線,橫跨單方向的所有車道,并且不同方向道路虛擬拌線之間不能相交;
      [0027]步驟2:目標(biāo)檢測,檢測出場景中的前景目標(biāo);
      [0028]首先,建立高斯背景模型;
      [0029]其次,將當(dāng)前幀圖像與背景圖像做差,差值小于3倍標(biāo)準(zhǔn)差是背景,否則為前景;
      [0030]再次,提取前景圖像的連通區(qū)域,并濾除面積小于50像素的目標(biāo);
      [0031]最后,按下式更新背景模型。
      [0032]μ t= (1-ρ)*μ tl+P*ft
      [0033]δ t2= (1_ρ)*δ t j2+ p * (f t~ μ t)T (f t_ μ t)
      [0034]其中,μ為均值,δ為標(biāo)準(zhǔn)差,f為當(dāng)前幀像素灰度值,P為背景學(xué)習(xí)率,取0.001。
      [0035]步驟3:目標(biāo)跟蹤,獲取目標(biāo)軌跡;
      [0036]首先,將跟蹤分為三類:①候選跟蹤目標(biāo):當(dāng)前幀匹配上的跟蹤目標(biāo)或者新進入場景中的目標(biāo),連續(xù)跟蹤幀數(shù)小于10 正在跟蹤目標(biāo):連續(xù)跟蹤幀數(shù)不小于10
      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1