專利名稱：交通路口車輛左右違章轉(zhuǎn)向檢測方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能交通領(lǐng)域，尤其涉及一種交通路口車輛左右違章轉(zhuǎn)向檢測方法和系統(tǒng)。
背景技術(shù)：
隨著全國公路交通建設(shè)的快速發(fā)展和機動車輛的普及，與交通違規(guī)的事件逐年上升，特別是在十字路口發(fā)生的違規(guī)行為日愈嚴(yán)重，這給人們生命安全造成了極大地威脅，因而引起了交通部門的高度重視，投入了大量的人力物力對十字路口監(jiān)控，但這類事件發(fā)生頻繁給交通部門帶來了巨大的壓力，也提出了更高的要求。為了解決這些較為突出的問題，采用了加快開展機動車監(jiān)控方面的信息化建設(shè)、提高工作科技含量、改進(jìn)管理方式、加強執(zhí)法監(jiān)督、提高交通治安水平等方式。
現(xiàn)在技術(shù)中對于交通路口車輛左右違章轉(zhuǎn)向的檢測，一般采用填埋地感應(yīng)線圈的方法，對車輛進(jìn)行觸發(fā)抓拍，但無法對車輛進(jìn)行過程跟蹤；而且，地感應(yīng)線圈需要開挖路面，影響市容市貌。

發(fā)明內(nèi)容
本發(fā)明的特征和優(yōu)點在下文的描述中部分地陳述，或者可從該描述顯而易見，或者可通過實踐本發(fā)明而學(xué)習(xí)。為克服傳統(tǒng)的地感應(yīng)線圈只能對車輛進(jìn)行觸發(fā)抓拍，無法對車輛進(jìn)行過程跟蹤，需要開挖路面，影響市容市貌的問題，本發(fā)明提供了一種交通路口車輛左右違章轉(zhuǎn)向檢測方法和系統(tǒng)，采用智能視頻分析的方法，在監(jiān)控視頻上畫虛擬線圈，通過特征跟蹤分析車輛的運動軌跡，檢測是否通過預(yù)先設(shè)定的虛擬線圈，來判斷車輛是否違章轉(zhuǎn)向，減輕人工查控的工作量；同時由于車輛的觸發(fā)抓拍通過視頻虛擬線圈的方式，避免了傳統(tǒng)技術(shù)在路面上填埋感應(yīng)線圈的方式，不用破挖路面。本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案如下根據(jù)本發(fā)明的一個方面，提供一種交通路口車輛左右違章轉(zhuǎn)向檢測方法，包括下列步驟實時從交通路口的監(jiān)控視頻流解碼獲取視頻圖像；對經(jīng)過交通路口的車輛進(jìn)行識別，并對車輛進(jìn)行運動軌跡檢測；在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定至少一個虛擬位置，在交通路口信號燈不允許轉(zhuǎn)向且車輛的運動軌跡通過虛擬位置時，判斷車輛發(fā)生了違章轉(zhuǎn)向。根據(jù)本發(fā)明的一個實施例，在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定兩個虛擬位置，其中第一個虛擬位置設(shè)置在車道的轉(zhuǎn)向開始處，第二個虛擬位置設(shè)置在轉(zhuǎn)向車道中或轉(zhuǎn)向結(jié)束處；在車輛通過第一虛擬位置時開始對車輛進(jìn)行運動軌跡檢測，如果車輛的運動軌跡通過第二虛擬位置，則判斷車輛發(fā)生了違章轉(zhuǎn)向。根據(jù)本發(fā)明的一個實施例，對車輛進(jìn)行識別包括下列步驟
S11、對所獲取的視頻圖像進(jìn)行背景建模；S12、在根據(jù)背景建模確定背景分布后，進(jìn)行運動目標(biāo)分割和形態(tài)學(xué)處理，得到運動目標(biāo)區(qū)域；S13、如果運動目標(biāo)通過第一虛擬位置則開始對車輛進(jìn)行運動軌跡檢測。優(yōu)選地，背景建模采用多模態(tài)高斯背景模型。優(yōu)選地，對車輛進(jìn)行運動軌跡檢測包括對車輛進(jìn)行標(biāo)記，并對標(biāo)記的車輛采用基于顏色特征的均值轉(zhuǎn)換方法分別進(jìn)行跟蹤，得到車輛的運動軌跡。優(yōu)選地，基于顏色特征的均值轉(zhuǎn)換方法包括下列步驟S31、對視頻圖像進(jìn)行色彩空間轉(zhuǎn)換；
S32、進(jìn)行色彩分層計算；S33、計算模板特征模型；S34、在當(dāng)前幀初始位置計算候選目標(biāo)特征模型；S35、計算數(shù)據(jù)點的權(quán)值；S36、根據(jù)數(shù)據(jù)點的權(quán)值計算候選目標(biāo)新位置。S37、如果候選目標(biāo)新位置與前一個候選目標(biāo)位置小于I個像素或達(dá)到最大迭代次數(shù)，則停止；否則，將候選目標(biāo)新位置替代前一個候選目標(biāo)位置，轉(zhuǎn)到步驟S34。根據(jù)本發(fā)明的另一個方面，提供一種交通路口車輛左右違章轉(zhuǎn)向檢測系統(tǒng)，包括監(jiān)控單元，用于對交通路口的車輛進(jìn)行視頻監(jiān)控；解碼單元，用于實時從交通路口的監(jiān)控視頻流解碼獲取視頻圖像；車輛識別和運動軌跡檢測單元，用于對經(jīng)過交通路口的車輛進(jìn)行識別，并對車輛進(jìn)行運動軌跡檢測；違章轉(zhuǎn)向檢測單元，用于在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定至少一個虛擬位置，并在交通路口信號燈不允許轉(zhuǎn)向且車輛識別和運動軌跡檢測單元檢測的車輛運動軌跡通過虛擬位置時，判斷車輛發(fā)生了違章轉(zhuǎn)向。根據(jù)本發(fā)明的一個實施例，違章轉(zhuǎn)向檢測單元在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定兩個虛擬位置，其中第一個虛擬位置設(shè)置在車道的轉(zhuǎn)向開始處，第二個虛擬位置設(shè)置在轉(zhuǎn)向車道中或轉(zhuǎn)向結(jié)束處；車輛識別和運動軌跡檢測單元在車輛通過第一虛擬位置時開始對車輛進(jìn)行運動軌跡檢測，違章轉(zhuǎn)向檢測單元在車輛的運動軌跡通過第二虛擬位置時，判斷車輛發(fā)生了違章轉(zhuǎn)向。根據(jù)本發(fā)明的一個實施例，車輛檢測和跟蹤單元對所獲取的視頻圖像進(jìn)行背景建模；根據(jù)背景建模確定背景分布后，進(jìn)行運動目標(biāo)分割和形態(tài)學(xué)處理，得到運動目標(biāo)區(qū)域；在運動目標(biāo)通過第一虛擬位置時，開始對車輛進(jìn)行運動軌跡檢測。根據(jù)本發(fā)明的一個實施例，車輛檢測和跟蹤單元對車輛進(jìn)行標(biāo)記，并對標(biāo)記的車輛采用基于顏色特征的均值轉(zhuǎn)換方法分別進(jìn)行跟蹤，得到車輛的運動軌跡。本發(fā)明交通路口車輛左右違章轉(zhuǎn)向檢測方法，采用智能視頻分析的方法，在監(jiān)控視頻上畫虛擬線圈(即設(shè)置虛擬位置)，通過特征跟蹤分析車輛的運動軌跡，檢測是否通過預(yù)先設(shè)定的虛擬線圈，來判斷車輛是否違章轉(zhuǎn)向，減輕人工查控的工作量；同時由于車輛的觸發(fā)抓拍通過視頻虛擬線圈的方式，避免了傳統(tǒng)技術(shù)在路面上填埋感應(yīng)線圈的方式，不用破挖路面。通過閱讀說明書，本領(lǐng)域普通技術(shù)人員將更好地了解這些技術(shù)方案的特征和內(nèi)容。


下面通過參考附圖并結(jié)合實例具體地描述本發(fā)明，本發(fā)明的優(yōu)點和實現(xiàn)方式將會更加明顯，其中附圖所示內(nèi)容僅用于對本發(fā)明的解釋說明，而不構(gòu)成對本發(fā)明的任何意義上的限制，在附圖中圖I為本發(fā)明實施例的左右違章轉(zhuǎn)向檢測流程圖；圖2為本發(fā)明實施例的左右違章轉(zhuǎn)向檢測系統(tǒng)結(jié)構(gòu)示意圖；
圖3為本發(fā)明實施例的基于顏色特征的mean-shift跟蹤流程圖。
具體實施例方式為克服傳統(tǒng)的地感應(yīng)線圈只能對車輛進(jìn)行觸發(fā)抓拍，無法對車輛進(jìn)行過程跟蹤，需要開挖路面，影響市容市貌，本發(fā)明提供了一種基于顏色特征的均值轉(zhuǎn)換(mean-shift)跟蹤方法，同時也通過視頻虛擬線圈的方法代替了以前破壞路面的填埋感應(yīng)線圈的方法。如圖I所示，本發(fā)明實施例的交通路口車輛左右違章轉(zhuǎn)向檢測方法，包括下列步驟SI、實時從交通路口的監(jiān)控視頻流解碼獲取視頻圖像；S2、對經(jīng)過交通路口的車輛進(jìn)行識別，并對車輛進(jìn)行運動軌跡檢測；S3、在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定至少一個虛擬位置，在交通路口信號燈不允許轉(zhuǎn)向且車輛的運動軌跡通過虛擬位置時，判斷車輛發(fā)生了違章轉(zhuǎn)向。在本發(fā)明的優(yōu)選實施例中，在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定兩個虛擬位置，其中第一個虛擬位置設(shè)置在車道的轉(zhuǎn)向開始處，第二個虛擬位置設(shè)置在轉(zhuǎn)向車道中或轉(zhuǎn)向結(jié)束處(優(yōu)選地設(shè)置在轉(zhuǎn)向結(jié)束處)；在車輛通過第一虛擬位置時開始對車輛進(jìn)行運動軌跡檢測，如果車輛的運動軌跡通過第二虛擬位置，則判斷車輛發(fā)生了違章轉(zhuǎn)向。本發(fā)明實施例中，對車輛進(jìn)行識別包括下列步驟S11、對所獲取的視頻圖像進(jìn)行背景建模；S12、在根據(jù)背景建模確定背景分布后，進(jìn)行運動目標(biāo)分割和形態(tài)學(xué)處理，得到運動目標(biāo)區(qū)域；S13、如果運動目標(biāo)通過第一虛擬位置則開始對車輛進(jìn)行運動軌跡檢測。優(yōu)選地，背景建模采用多模態(tài)高斯背景模型。優(yōu)選地，對車輛進(jìn)行運動軌跡檢測包括對車輛進(jìn)行標(biāo)記，并對標(biāo)記的車輛采用基于顏色特征的均值轉(zhuǎn)換方法分別進(jìn)行跟蹤，得到車輛的運動軌跡。優(yōu)選地，基于顏色特征的均值轉(zhuǎn)換方法包括下列步驟S31、對視頻圖像進(jìn)行色彩空間轉(zhuǎn)換；S32、進(jìn)行色彩分層計算；S33、計算模板特征模型；S34、在當(dāng)前幀初始位置計算候選目標(biāo)特征模型；
S35、計算數(shù)據(jù)點的權(quán)值；S36、根據(jù)數(shù)據(jù)點的權(quán)值計算候選目標(biāo)新位置。S37、如果候選目標(biāo)新位置與前一個候選目標(biāo)位置小于I個像素或達(dá)到最大迭代次數(shù)，則停止；否則，將候選目標(biāo)新位置替代前一個候選目標(biāo)位置，轉(zhuǎn)到步驟S34。本實施例的方法實現(xiàn)主要包括高斯背景建模、目標(biāo)跟蹤、結(jié)果判定；高斯背景建?？梢源_定檢測的大致區(qū)域；車輛跟蹤主要使用基于顏色特征的mean-shift方法跟蹤車輛的中心點位置，把位置連接起來形成物體運動軌跡；結(jié)果判定是通過判斷物體軌跡是否通過兩個預(yù)先設(shè)定的虛擬線圈來判斷是否發(fā)生左右拐?！憬煌粲卸€箭頭，左邊箭頭紅燈売表不禁止左拐，右邊箭頭紅燈売表不禁止右拐，中間表不停止，本發(fā)明可以在左右箭頭売的時候進(jìn)行檢測。一般攝像頭在十字路口拍攝時，使用的是全景攝像頭，車輛一開始行駛的車道(與攝像頭正對)和與車道交叉的車道都能拍攝到，可以顯示到圖像上，虛擬位置(或稱虛擬線圈)就是在圖像中開始的車道 處(即轉(zhuǎn)向開始處)手動標(biāo)注一個位置，在與車輛一開始行駛的車道交叉的車道處(即轉(zhuǎn)向結(jié)束處)同樣標(biāo)注一個位置(當(dāng)然都是在圖像處畫的，如果判斷右拐則在右拐的車道上畫一個虛擬位置，如果判斷左拐則需要在左拐的車道上畫一個虛擬位置，即單一判斷左拐或右拐都需要兩個虛擬位置，同時判斷則需要畫三個虛擬位置)。如果車的軌跡通過兩個虛擬位置，即車在紅燈(左邊紅燈或右邊紅燈亮的情況下)時發(fā)生了違章左拐或者右拐。本發(fā)明在紅燈的時候，實時獲取視頻流，如果有車輛經(jīng)過則通過視頻虛擬線圈的方法進(jìn)行跟蹤，通過高斯背景建模檢測出車輛的運動區(qū)域，對車輛進(jìn)行標(biāo)記，對標(biāo)記的車輛用基于顏色特征的mean-shift方法分別進(jìn)行跟蹤，得到車輛的運動軌跡，如果檢測到運動軌跡通過預(yù)先設(shè)定的虛擬線圈，則認(rèn)為車輛發(fā)生左/右違章轉(zhuǎn)向，否則不是。下面對本發(fā)明實施例的幾個步驟依次進(jìn)行詳細(xì)描述第一步、從實時視頻流解碼獲取視頻數(shù)據(jù)I)視頻解碼自動更新最新的解碼組件和解碼關(guān)系表；2)自動查找相對應(yīng)解碼組件；3)根據(jù)解碼組件自動構(gòu)建完整的解碼鏈路進(jìn)行解碼；4)視頻解碼和播放裝置將解碼產(chǎn)生的每一幀發(fā)送到后續(xù)單元進(jìn)行分析處理。第二步、虛擬線圈觸發(fā)可以事先設(shè)定一個虛擬位置(或虛擬線圈)，如果有車輛經(jīng)過，通過第一虛擬線圈則開始跟蹤；虛擬線圈就相當(dāng)于一個開關(guān)，當(dāng)車輛通過第一虛擬線圈的時候就開始跟蹤算法，如果沒有通過就沒必要跟蹤，以節(jié)省資源。I)運動背景建模，本實施例中采用多模態(tài)高斯背景建模，當(dāng)然也可以采用其它的運動背景建模方法；本實施例中采用多模態(tài)高斯背景模型對已固定安裝的攝像機拍攝的視頻圖像進(jìn)行背景建模，對每個像素點建立3個背景模型，具體的步驟為假設(shè)輸入的第t幀圖像的像素點為It，μ 為第(t_l)幀圖像的第i個高斯分布的像素值的均值，像素值的均值等于各個像素值相加的和除以像素點的個數(shù)，O 為第(t-1)幀圖像的第i個高斯分布的像素值的標(biāo)準(zhǔn)差，D為滿足公式^D. 的固定參數(shù)，該參數(shù)可通過實際經(jīng)驗獲取，其中，μ “^(Ι-α ) μ lh+p It =(1 —，P = a /Qijt, a 是學(xué)習(xí)率，a ^ I, P是參數(shù)學(xué)習(xí)率，COit是第t幀圖像的第i個高斯分布的權(quán)值。歸一化計算得到的所有權(quán)值，并把各個高斯分布函數(shù)按《“/。"從大到小排列，如果^，i^ik表示各個高斯分布，將L按照《it/0i，t從大到小的次序排列，若前M個高斯分布滿足
公式
權(quán)利要求
1.一種交通路口車輛左右違章轉(zhuǎn)向檢測方法，其特征在于，包括下列步驟 實時從交通路口的監(jiān)控視頻流解碼獲取視頻圖像； 對經(jīng)過交通路口的車輛進(jìn)行識別，并對車輛進(jìn)行運動軌跡檢測； 在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定至少一個虛擬位置，在交通路口信號燈不允許轉(zhuǎn)向且車輛的運動軌跡通過所述虛擬位置時，判斷車輛發(fā)生了違章轉(zhuǎn)向。
2.根據(jù)權(quán)利要求I所述的交通路口車輛左右違章轉(zhuǎn)向檢測方法，其特征在于，在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定兩個虛擬位置，其中第一個虛擬位置設(shè)置在車道的轉(zhuǎn)向開始處，第二個虛擬位置設(shè)置在轉(zhuǎn)向車道中或轉(zhuǎn)向結(jié)束處；在車輛通過所述第一虛擬位置時開始對車輛進(jìn)行運動軌跡檢測，如果車輛的運動軌跡通過所述第二虛擬位置，則判斷車輛發(fā)生了違章轉(zhuǎn)向。
3.根據(jù)權(quán)利要求2所述的交通路口車輛左右違章轉(zhuǎn)向檢測方法，其特征在于，所述對車輛進(jìn)行識別包括下列步驟 511、對所獲取的視頻圖像進(jìn)行背景建模； 512、在根據(jù)背景建模確定背景分布后，進(jìn)行運動目標(biāo)分割和形態(tài)學(xué)處理，得到運動目標(biāo)區(qū)域； 513、如果運動目標(biāo)通過所述第一虛擬位置則開始對車輛進(jìn)行運動軌跡檢測。
4.根據(jù)權(quán)利要求3所述的交通路口車輛左右違章轉(zhuǎn)向檢測方法，其特征在于，所述背景建模采用多模態(tài)高斯背景模型。
5.根據(jù)權(quán)利要求1-4中任一項所述的交通路口車輛左右違章轉(zhuǎn)向檢測方法，其特征在于，所述對車輛進(jìn)行運動軌跡檢測包括對車輛進(jìn)行標(biāo)記，并對標(biāo)記的車輛采用基于顏色特征的均值轉(zhuǎn)換方法分別進(jìn)行跟蹤，得到車輛的運動軌跡。
6.根據(jù)權(quán)利要求5所述的交通路口車輛左右違章轉(zhuǎn)向檢測方法，其特征在于，所述基于顏色特征的均值轉(zhuǎn)換方法包括下列步驟 531、對視頻圖像進(jìn)行色彩空間轉(zhuǎn)換； 532、進(jìn)行色彩分層計算； 533、計算模板特征模型； 534、在當(dāng)前幀初始位置計算候選目標(biāo)特征模型； 535、計算數(shù)據(jù)點的權(quán)值； 536、根據(jù)數(shù)據(jù)點的權(quán)值計算候選目標(biāo)新位置。
537、如果候選目標(biāo)新位置與前一個候選目標(biāo)位置小于I個像素或達(dá)到最大迭代次數(shù)，則停止；否則，將候選目標(biāo)新位置替代前一個候選目標(biāo)位置，轉(zhuǎn)到步驟S34。
7.一種交通路口車輛左右違章轉(zhuǎn)向檢測系統(tǒng)，其特征在于，包括 監(jiān)控單元，用于對交通路口的車輛進(jìn)行視頻監(jiān)控； 解碼單元，用于實時從交通路口的監(jiān)控視頻流解碼獲取視頻圖像； 車輛識別和運動軌跡檢測單元，用于對經(jīng)過交通路口的車輛進(jìn)行識別，并對車輛進(jìn)行運動軌跡檢測； 違章轉(zhuǎn)向檢測單元，用于在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定至少一個虛擬位置，并在交通路口信號燈不允許轉(zhuǎn)向且所述車輛識別和運動軌跡檢測單元檢測的車輛運動軌跡通過所述虛擬位置時，判斷車輛發(fā)生了違章轉(zhuǎn)向。
8.根據(jù)權(quán)利要求7所述的交通路口車輛左右違章轉(zhuǎn)向檢測系統(tǒng)，其特征在于，所述違章轉(zhuǎn)向檢測單元在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定兩個虛擬位置，其中第一個虛擬位置設(shè)置在車道的轉(zhuǎn)向開始處，第二個虛擬位置設(shè)置在轉(zhuǎn)向車道中或轉(zhuǎn)向結(jié)束處；所述車輛識別和運動軌跡檢測單元在車輛通過所述第一虛擬位置時開始對車輛進(jìn)行運動軌跡檢測，所述違章轉(zhuǎn)向檢測單元在車輛的運動軌跡通過所述第二虛擬位置時，判斷車輛發(fā)生了違章轉(zhuǎn)向。
9.根據(jù)權(quán)利要求8所述的交通路口車輛左右違章轉(zhuǎn)向檢測系統(tǒng)，其特征在于，所述車輛檢測和跟蹤單元對所獲取的視頻圖像進(jìn)行背景建模；根據(jù)背景建模確定背景分布后，進(jìn)行運動目標(biāo)分割和形態(tài)學(xué)處理，得到運動目標(biāo)區(qū)域；在運動目標(biāo)通過所述第一虛擬位置時，開始對車輛進(jìn)行運動軌跡檢測。
10.根據(jù)權(quán)利要求8或9所述的交通路口車輛左右違章轉(zhuǎn)向檢測系統(tǒng)，其特征在于，所述車輛檢測和跟蹤單元對車輛進(jìn)行標(biāo)記，并對標(biāo)記的車輛采用基于顏色特征的均值轉(zhuǎn)換方法分別進(jìn)行跟蹤，得到車輛的運動軌跡。
全文摘要
本發(fā)明提供一種交通路口車輛左右違章轉(zhuǎn)向檢測方法和系統(tǒng)，該方法包括實時從交通路口的監(jiān)控視頻流解碼獲取視頻圖像；對經(jīng)過交通路口的車輛進(jìn)行識別，并對車輛進(jìn)行運動軌跡檢測；在視頻圖像的轉(zhuǎn)向車道上預(yù)先設(shè)定至少一個虛擬位置，在交通路口信號燈不允許轉(zhuǎn)向且車輛的運動軌跡通過虛擬位置時，判斷車輛發(fā)生了違章轉(zhuǎn)向。本發(fā)明采用智能視頻分析的方法，在監(jiān)控視頻上畫虛擬線圈，通過特征跟蹤分析車輛的運動軌跡，檢測是否通過預(yù)先設(shè)定的虛擬線圈，來判斷車輛是否違章轉(zhuǎn)向，減輕人工查控的工作量；同時由于車輛的觸發(fā)抓拍通過視頻虛擬線圈的方式，避免了傳統(tǒng)技術(shù)在路面上填埋感應(yīng)線圈的方式，不用破挖路面。
文檔編號G08G1/01GK102903239SQ201210367248
公開日2013年1月30日 申請日期2012年9月27日 優(yōu)先權(quán)日2012年9月27日
發(fā)明者吳金勇, 王一科, 薛俊鋒, 王軍, 龔灼 申請人:安科智慧城市技術(shù)(中國)有限公司