車輛逆行智能檢測(cè)裝置與方法
【專利摘要】本發(fā)明公開(kāi)了車輛逆行智能檢測(cè)裝置與方法，首先通過(guò)圖像獲取單元獲得監(jiān)控區(qū)域的視頻數(shù)據(jù)；然后利用檢測(cè)區(qū)域設(shè)置單元針對(duì)性的設(shè)定檢測(cè)區(qū)域；再利用前景求取單元求出疑似前景并通過(guò)有效前景甄別單元排除部分虛假前景；之后通過(guò)前景分類單元對(duì)甄別后的前景進(jìn)行有無(wú)車燈區(qū)域的分類并通過(guò)前景歷史數(shù)據(jù)存儲(chǔ)單元分別存儲(chǔ)；然后將當(dāng)前幀前景與歷史前景通過(guò)匹配單元進(jìn)行匹配操作并通過(guò)更新單元實(shí)時(shí)更新歷史前景數(shù)據(jù)；最后逆行判斷單元根據(jù)前景質(zhì)心運(yùn)動(dòng)方向給出報(bào)警信息。本發(fā)明通過(guò)區(qū)分前景有無(wú)車燈分別進(jìn)行判斷的方法有效解決了車燈光線造成前景混亂無(wú)法識(shí)別的問(wèn)題。
【專利說(shuō)明】車輛逆行智能檢測(cè)裝置與方法
[0001]

【技術(shù)領(lǐng)域】
[0002]本發(fā)明涉及計(jì)算機(jī)視覺(jué)領(lǐng)域，尤其是涉及應(yīng)用于視頻監(jiān)控領(lǐng)域的車輛逆行檢測(cè)。
[0003]

【背景技術(shù)】
[0004]逆行是指車輛或行人沒(méi)有按所在國(guó)要求靠邊行進(jìn)的行為。車輛逆行是最具危害交通安全的行為之一。隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，各大城市主干道的車流量與日俱增。逆行事件頻繁發(fā)生，如雙向車道中一側(cè)車道稍微擁堵，會(huì)有相當(dāng)一部分車輛逆行穿越擁堵區(qū)。這不僅會(huì)帶來(lái)新的擁堵也會(huì)帶來(lái)交通事故隱患，而隧道中的逆行車輛更加危險(xiǎn)。因逆行而導(dǎo)致的交通事故時(shí)有發(fā)生。
[0005]因此，需要一種快速有效針對(duì)車輛逆行的檢測(cè)手段。傳統(tǒng)的車輛逆行檢測(cè)手段主要有環(huán)形線圈檢測(cè)，微波檢測(cè)。而環(huán)形線圈檢測(cè)無(wú)論是安裝還是維護(hù)都需要封路中斷交通，而且難以實(shí)現(xiàn)其他功能；微波檢測(cè)的參數(shù)設(shè)定直觀性較差，且維護(hù)費(fèi)用較高。
[0006]


【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的在于提出車輛逆行智能檢測(cè)裝置與方法。本發(fā)明通過(guò)視頻分析能夠在車輛逆行時(shí)快速有效的給出報(bào)警。通過(guò)將前景有無(wú)車燈進(jìn)行分類，有效的解決了魯棒性問(wèn)題。并且安裝簡(jiǎn)易，維護(hù)方便，可擴(kuò)展功能多。
[0008]為了達(dá)到上述目的，本發(fā)明提出車輛逆行智能檢測(cè)裝置與方法:
本發(fā)明提出的裝置包括如下單元:
圖像獲取單元，通過(guò)攝像頭實(shí)時(shí)采集指定區(qū)域的視頻數(shù)據(jù)；
檢測(cè)區(qū)域設(shè)置單元，通過(guò)針對(duì)性的設(shè)定檢測(cè)區(qū)域，排除非檢測(cè)區(qū)域的干擾；
前景求取單元，利用背景建模和前景檢測(cè)的方法求取視頻圖像中的前景；
有效前景甄別單元，利用預(yù)先設(shè)定相關(guān)限制條件排除一些不符合條件的前景；
前景分類單元，通過(guò)判別前景有無(wú)高亮區(qū)域?qū)⑶熬斑M(jìn)行分類；
前景歷史數(shù)據(jù)存儲(chǔ)單元，將分類后的前景單元分別存儲(chǔ)，作為下一幀匹配的歷史數(shù)據(jù)；
匹配單元，將當(dāng)前幀的前景數(shù)據(jù)與保存的歷史數(shù)據(jù)進(jìn)行匹配；
更新單元，將匹配成功的歷史前景數(shù)據(jù)用當(dāng)前幀前景數(shù)據(jù)進(jìn)行更新；
逆行判斷單元，通過(guò)檢測(cè)歷史數(shù)據(jù)中各前景的質(zhì)心運(yùn)動(dòng)方向來(lái)判斷是否給出報(bào)警。
[0009]本發(fā)明提出的方法包括如下步驟:
第一步驟，利用攝像頭獲取監(jiān)控道路的視頻數(shù)據(jù)；
第二步驟，依據(jù)監(jiān)控場(chǎng)所環(huán)境的不同設(shè)定所需監(jiān)控區(qū)域的位置及大??； 第三步驟，求取開(kāi)啟車燈的車輛前景；
第四步驟，求取未開(kāi)車燈的車輛前景；
第五步驟，通過(guò)設(shè)定相關(guān)條件排除一些虛假前景以及不符合要求的前景；
第六步驟，依據(jù)前景中是否存在高亮區(qū)域來(lái)界定不同的前景類型；
第七步驟，保存帶有高亮區(qū)域的相關(guān)前景數(shù)據(jù)，將其作為歷史數(shù)據(jù)；
第八步驟，保存沒(méi)有高亮區(qū)域的相關(guān)前景數(shù)據(jù)；將其作為歷史數(shù)據(jù)；
第九步驟，將當(dāng)前幀前景數(shù)據(jù)與對(duì)應(yīng)的歷史前景數(shù)據(jù)做匹配處理；
第十步驟，將匹配成功的歷史前景數(shù)據(jù)用當(dāng)前幀前景數(shù)據(jù)進(jìn)行更新；
第十一步驟，通過(guò)判斷前景質(zhì)心運(yùn)動(dòng)方向以及匹配次數(shù)給出報(bào)警信息。
[0010]本發(fā)明的有益效果是:傍晚清晨時(shí)各車輛車燈開(kāi)關(guān)不一，逆行車輛時(shí)常開(kāi)啟遠(yuǎn)光，此時(shí)車燈光線對(duì)于一般算法的前景檢測(cè)造成了很大困難，本發(fā)明通過(guò)區(qū)分車輛是否開(kāi)啟車燈，進(jìn)行不同的前景求取方法，有效的解決了這一問(wèn)題，極大的提高了檢測(cè)的準(zhǔn)確率。
[0011]

【專利附圖】

【附圖說(shuō)明】
[0012]本發(fā)明共有附圖六張:
圖1示出了按照本發(fā)明的車輛逆行智能檢測(cè)裝置的示意框圖；
圖2示出了按照本發(fā)明的車輛逆行智能檢測(cè)裝置中前景求取單元的示意框圖；
圖3示出了按照本發(fā)明的車輛逆行智能偵測(cè)裝置中逆行判斷單元的示意框圖；
圖4示出了按照本發(fā)明的車輛逆行智能檢測(cè)方法的整體流程圖；
圖5示出了按照本發(fā)明的基于視頻煙霧檢測(cè)方法的第三步驟流程圖；
圖6示出了按照本發(fā)明的基于視頻煙霧檢測(cè)方法的第十一步驟流程圖。
[0013]

【具體實(shí)施方式】
[0014]下面參照附圖并結(jié)合具體實(shí)例來(lái)對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。實(shí)施實(shí)例采用的352 X 288像素大小的YUV彩色圖像。應(yīng)指出的是，所描述的實(shí)例僅是為了便于對(duì)本發(fā)明的理解，并不因此而限定本發(fā)明的保護(hù)范圍。
[0015]圖1示出了按照本發(fā)明的車輛逆行智能檢測(cè)裝置的示意框圖。以下所述裝置各單元都可單獨(dú)通過(guò)微處理器來(lái)實(shí)現(xiàn)，但為節(jié)約成本也可以利用一個(gè)具有高性能CPU的處理器來(lái)實(shí)現(xiàn)。如圖1所示，按照本發(fā)明的車輛逆行智能檢測(cè)裝置包括:
第一部分，圖像獲取單元101，通過(guò)攝像頭獲取監(jiān)控區(qū)域的視頻數(shù)據(jù)。
[0016]第二部分，檢測(cè)區(qū)域設(shè)置單元102，根據(jù)圖像獲取單元101采集的圖像信息，在圖像中設(shè)置所要檢測(cè)的區(qū)域，沒(méi)有設(shè)置成檢測(cè)區(qū)域的部分，不進(jìn)行逆行檢測(cè)，這樣不僅能夠減少計(jì)算量而且能夠排除不必要的干擾以及誤報(bào)。
[0017]第三部分，前景求取單元103，采用背景建模與前景檢測(cè)的方式對(duì)檢測(cè)區(qū)域設(shè)置單元102設(shè)置的檢測(cè)區(qū)域進(jìn)行前景提?。黄渲袌D2示出了前景求取單元103的示意框圖，包括:
背景建模單元201，利用多幀圖像通過(guò)高斯建模方法建立主背景； 前景檢測(cè)單元202，通過(guò)當(dāng)前幀與背景模型做比較，求取疑似前景區(qū)域；
高亮區(qū)域判斷單元203，判斷前景檢測(cè)單元202提取的疑似前景區(qū)域是否存在高亮區(qū)域，依據(jù)判斷的結(jié)果不同，之后單元進(jìn)行不同處理；
參數(shù)計(jì)算單元204，根據(jù)高亮區(qū)域判斷單元203的結(jié)果，進(jìn)行相應(yīng)的處理，若前景區(qū)域不存在高亮區(qū)域，則計(jì)算前景的面積、周長(zhǎng)、填充率、寬高比、質(zhì)心，若前景區(qū)域存在高亮區(qū)域，則計(jì)算上述前景參數(shù)外，還要計(jì)算前景中高亮區(qū)域的質(zhì)心、高亮區(qū)域面積所占整個(gè)前景面積的比值。
[0018]第四部分，有效前景甄別單元104，通過(guò)設(shè)定前景的填充率、寬高比、面積、平均灰度來(lái)排除一些不符合條件的虛假前景，此外對(duì)于具有高亮區(qū)域的前景還要判定高亮區(qū)域所在前景位置以及高亮區(qū)域面積所占前景面積比值來(lái)進(jìn)一步排除虛假前景。
[0019]第五部分，前景分類單元105，通過(guò)判定前景區(qū)域是否存在高亮區(qū)域?qū)⒂行熬罢鐒e單元104保留下的前景進(jìn)行分類處理。
[0020]第六部分，前景歷史數(shù)據(jù)存儲(chǔ)單元106，用來(lái)存儲(chǔ)前景分類單元105分類后的前景數(shù)據(jù)。
[0021]第七部分，匹配單元107，將當(dāng)前幀前景數(shù)據(jù)與歷史前景數(shù)據(jù)進(jìn)行匹配操作。
[0022]第八部分，更新單元108，依據(jù)匹配單元107的匹配結(jié)果不同，對(duì)歷史數(shù)據(jù)進(jìn)行不同的處理，若當(dāng)前幀前景數(shù)據(jù)與對(duì)應(yīng)的歷史前景數(shù)據(jù)相匹配，則對(duì)應(yīng)歷史前景數(shù)據(jù)匹配次數(shù)加1，用當(dāng)前幀前景數(shù)據(jù)更新歷史前景數(shù)據(jù)，若結(jié)果不匹配，則對(duì)應(yīng)歷史前景數(shù)據(jù)丟失次數(shù)加1，當(dāng)歷史前景數(shù)據(jù)丟失次數(shù)達(dá)到設(shè)定閾值，對(duì)其進(jìn)行清空處理。
[0023]第九部分，逆行判斷單元109，具體組成如圖3所示:
匹配前景區(qū)域提取單元301，用來(lái)提取在圖像上與當(dāng)前幀前景距離最近的歷史前景；高亮區(qū)域判斷單元302，判斷匹配前景區(qū)域提取單元301所提取的當(dāng)前幀前景與歷史前景是否存在高亮區(qū)域；
質(zhì)心運(yùn)動(dòng)方向判斷單元303，根據(jù)高亮區(qū)域判斷單元302判斷的結(jié)果不同，采用不同的判斷方式，若前景存在高亮區(qū)域，則判斷高亮區(qū)域質(zhì)心運(yùn)動(dòng)方向，若前景不存在高亮區(qū)域，則判斷整體前景區(qū)域質(zhì)心運(yùn)動(dòng)方向，記錄當(dāng)前幀質(zhì)心位置并與歷史質(zhì)心位置作比較，若質(zhì)心運(yùn)動(dòng)方向與設(shè)定方向相反，則記錄當(dāng)前幀為逆行；
判斷報(bào)警單元304，依據(jù)質(zhì)心運(yùn)動(dòng)方向判斷單元303統(tǒng)計(jì)的逆行幀數(shù)與設(shè)定的閾值相比較，從而判斷是否給出報(bào)警信息。
[0024]圖4示出了按照本發(fā)明的車輛逆行智能檢測(cè)方法的流程圖，由于實(shí)際場(chǎng)景的不同以及攝像頭的架設(shè)參數(shù)不同，下述中的閾值會(huì)有所不同，最佳的閾值需根據(jù)實(shí)際測(cè)試之后才能確定。因此，這里不再列舉實(shí)際的數(shù)據(jù)進(jìn)行說(shuō)明。如圖4所示，本發(fā)明整體流程分為11個(gè)步驟:
步驟401，視頻圖像獲取，通過(guò)普通攝像頭獲取監(jiān)控區(qū)域的視頻數(shù)據(jù)。
[0025]步驟402，設(shè)置檢測(cè)區(qū)域，依據(jù)獲取的視頻圖像進(jìn)行檢測(cè)區(qū)域的針對(duì)性設(shè)置，沒(méi)有設(shè)置成檢測(cè)區(qū)域的部分，不進(jìn)行逆行檢測(cè)，這樣不僅能夠減少計(jì)算量而且能夠排除不必要的干擾以及誤報(bào)。
[0026]步驟403,求取帶車燈前景,光線較暗時(shí)，如夜晚，陰天，霧霾等條件下車輛大部分開(kāi)啟車燈，此時(shí)若仍然檢測(cè)整體車輛前景，效果非常不理想，故本發(fā)明采用求取車燈前景作為判斷條件的方法極大的克服了光線較暗時(shí)的檢測(cè)困難問(wèn)題，步驟403具體流程如圖5所示:
步驟501采用對(duì)連續(xù)多幀圖像進(jìn)行高斯建模的方式建立檢測(cè)主背景，步驟502利用步驟501建立成功的背景對(duì)檢測(cè)區(qū)域求取前景，步驟503判斷步驟502中所求前景區(qū)域是否存在高亮區(qū)域，步驟504根據(jù)步驟503的檢測(cè)結(jié)果不同進(jìn)行不同的操作，若步驟503未檢測(cè)出前景存在高亮區(qū)域，則步驟504計(jì)算前景區(qū)域的面積、周長(zhǎng)、填充率、寬高比、質(zhì)心，若步驟503檢測(cè)出前景中存在高亮區(qū)域，則除計(jì)算上述參數(shù)外，還要計(jì)算高亮區(qū)域的質(zhì)心位置以及高亮區(qū)域面積所占前景總面積的比值。
[0027]本發(fā)明所采取的高斯背景建模原理為:建模點(diǎn)采用2X2大小的像素點(diǎn)，每個(gè)建模點(diǎn)設(shè)立三個(gè)模型，每個(gè)模型存放該建模點(diǎn)Y、U、V信息，建模點(diǎn)對(duì)應(yīng)的三個(gè)模型按照匹配成功次數(shù)從大到小排列，圖像第一幀直接賦給背景模型中的第一個(gè)模型，之后各幀依據(jù)當(dāng)前幀建模點(diǎn)的Y、U、V數(shù)據(jù)分別與該建模點(diǎn)對(duì)應(yīng)模型進(jìn)行匹配操作，通過(guò)設(shè)定閾值Tl判斷是否匹配，即當(dāng)前幀建模點(diǎn)的YUV數(shù)據(jù)與背景模型YUV數(shù)據(jù)相差在閾值Tl以內(nèi)，則認(rèn)為與該模型匹配，并將該模型的匹配次數(shù)加1，若當(dāng)前建模點(diǎn)與三個(gè)模型均不匹配則將其替換掉第三個(gè)模型，即匹配次數(shù)最小的模型，當(dāng)建模點(diǎn)對(duì)應(yīng)的三個(gè)模型中任意一個(gè)匹配次數(shù)達(dá)到閾值T2，則將該建模點(diǎn)視為建模成功，此時(shí)將建模點(diǎn)對(duì)應(yīng)模型中匹配次數(shù)最大且建模成功的模型賦值給主背景，通過(guò)調(diào)整閾值Tl，可以調(diào)整前景檢測(cè)的靈敏度，通過(guò)調(diào)整閾值T2，可以調(diào)整建模成功的速度，Tl與T2的最佳閾值需根據(jù)實(shí)際交通道路的車流量來(lái)相應(yīng)設(shè)定。
[0028]步驟404，求取不帶車燈前景，所述方式與步驟403類似，仍然依據(jù)背景建模和前景檢測(cè)的方式，求取監(jiān)控區(qū)域內(nèi)的疑似前景，并計(jì)算所求前景的面積、周長(zhǎng)、質(zhì)心、填充率、寬高比。
[0029]步驟405，甄別有效前景信息，依據(jù)設(shè)定的面積、填充率、寬高比閾值排除不符合預(yù)設(shè)條件閾值的虛假前景，對(duì)于有高亮區(qū)域的前景還要進(jìn)行高亮區(qū)域大小以及高亮區(qū)域所占整體前景區(qū)域比值的判斷。
[0030]在視頻中所反映的車輛圖像信息，其車輛前景的面積、填充率、寬高比大小總是在一個(gè)相對(duì)固定的范圍內(nèi)變化，因此通過(guò)設(shè)置合適的閾值來(lái)排除一些面積、填充率以及寬高比過(guò)大或過(guò)小的虛假前景；實(shí)際的閾值根據(jù)鏡頭焦距以及攝像頭架設(shè)的高度和角度不同而不同，需根據(jù)現(xiàn)場(chǎng)調(diào)試才能獲得最佳參數(shù)閾值。
[0031]步驟406，前景類型界定，通過(guò)判定所求前景是否存在高亮區(qū)域來(lái)進(jìn)行前景類型區(qū)分，之后的存儲(chǔ)操作和匹配操作會(huì)根據(jù)當(dāng)前步驟判斷出的不同結(jié)果而進(jìn)行不同的處理。
[0032]步驟407，依據(jù)步驟406判定結(jié)果保存具有高亮區(qū)域的前進(jìn)數(shù)據(jù)，包括前景的面積、周長(zhǎng)、填充率、質(zhì)心、寬高比、高亮區(qū)域面積所占整體前景區(qū)域面積的比值以及高亮區(qū)域質(zhì)心位置。
[0033]步驟408，依據(jù)步驟406判定結(jié)果保存不具有高亮區(qū)域的前景數(shù)據(jù)，包括前景的面積、周長(zhǎng)、填充率、質(zhì)心、寬高比。
[0034]步驟409，當(dāng)前幀前景與歷史前景匹配，選取在圖像上與當(dāng)前幀前景最近的歷史前景數(shù)據(jù)進(jìn)行匹配，匹配操作包括比較二者的面積、填充率、寬高比，如果相差在設(shè)定閾值之內(nèi)，則認(rèn)為二者匹配，此外對(duì)于具有高亮區(qū)域的前景還要比較二者的高亮區(qū)域所占整體前景比重是否相同。
[0035]步驟410，歷史前景數(shù)據(jù)更新，依據(jù)步驟409的匹配結(jié)果對(duì)歷史前景數(shù)據(jù)進(jìn)行相應(yīng)處理，對(duì)于匹配成功的歷史前景，用當(dāng)前幀前景數(shù)據(jù)更新歷史前景數(shù)據(jù)并將匹配次數(shù)加1，對(duì)于匹配失敗的歷史前景數(shù)據(jù)，將其丟失幀次數(shù)加1，統(tǒng)計(jì)各個(gè)歷史前景數(shù)據(jù)的丟失幀次數(shù)，當(dāng)達(dá)到設(shè)定閾值時(shí)，表明該歷史前景數(shù)據(jù)丟失次數(shù)過(guò)多，進(jìn)行清空處理，而對(duì)于沒(méi)有匹配成功的當(dāng)前幀前景，將其存儲(chǔ)作為新的歷史前景數(shù)據(jù)。
[0036]步驟411，判斷報(bào)警，根據(jù)步驟410統(tǒng)計(jì)的匹配幀數(shù)以及記錄的每幀質(zhì)心位置進(jìn)行最后的逆行報(bào)警判斷，具體流程如圖6所示:
步驟601通過(guò)前景質(zhì)心位置關(guān)系，提取出與當(dāng)前幀前景最近的歷史前景，步驟602判斷步驟601所提取的當(dāng)前幀前景與歷史前景是否存在高亮區(qū)域，步驟603根據(jù)步驟602判斷的結(jié)果不同而采取不同的操作，若前景區(qū)域存在高亮點(diǎn)則選取高亮區(qū)域質(zhì)心作為判斷條件，若前景區(qū)域不存在高亮區(qū)域則選取整體前景質(zhì)心作為判斷條件，判斷當(dāng)前幀前景質(zhì)心與歷史前景質(zhì)心位置關(guān)系，若質(zhì)心運(yùn)動(dòng)方向與設(shè)定方向相反則相應(yīng)歷史前景數(shù)據(jù)記錄逆行幀數(shù)加1，步驟604根據(jù)歷史前景數(shù)據(jù)記錄的逆行幀次數(shù)與設(shè)定閾值進(jìn)行比較，給出報(bào)警信肩、O
[0037]以上所述，僅為本發(fā)明中的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉該技術(shù)的研究人員在本發(fā)明所揭露的技術(shù)范圍內(nèi)，根據(jù)實(shí)際情況做出的多種改變，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書(shū)的保護(hù)范圍為準(zhǔn)。
【權(quán)利要求】
1.車輛逆行智能檢測(cè)裝置與方法，其特征在于，該裝置包括: 第一部分，圖像獲取單元，通過(guò)攝像頭實(shí)時(shí)采集指定區(qū)域的視頻數(shù)據(jù)； 第二部分，檢測(cè)區(qū)域設(shè)置單元，通過(guò)針對(duì)性的設(shè)定檢測(cè)區(qū)域，排除非檢測(cè)區(qū)域的干擾； 第三部分，前景求取單元，利用背景建模和前景檢測(cè)的方法求取視頻圖像中的前景； 第四部分，有效前景甄別單元，利用預(yù)先設(shè)定相關(guān)限制條件排除一些不符合條件的前旦牙、; 第五部分，前景分類單元，通過(guò)判別前景有無(wú)高亮區(qū)域?qū)⑶熬斑M(jìn)行分類； 第六部分，前景歷史數(shù)據(jù)存儲(chǔ)單元，將分類后的前景單元分別存儲(chǔ)，作為下一幀匹配的歷史數(shù)據(jù)； 第七部分，匹配單元，將當(dāng)前幀的前景數(shù)據(jù)與保存的歷史數(shù)據(jù)進(jìn)行匹配； 第八部分，更新單元，將匹配成功的歷史前景數(shù)據(jù)用當(dāng)前幀前景數(shù)據(jù)進(jìn)行更新； 第九部分，逆行判斷單元，通過(guò)檢測(cè)歷史數(shù)據(jù)中各前景的質(zhì)心運(yùn)動(dòng)方向來(lái)判斷是否給出報(bào)警。
2.按照權(quán)利要求1所述的裝置，其特征在于，前景求取單元包括: a背景建模單元，利用多幀圖像通過(guò)高斯建模方法建立主背景；b前景檢測(cè)單元，通過(guò)當(dāng)前幀與背景模型做比較，求取疑似前景區(qū)域；c高亮區(qū)域判斷單元，判斷前景檢測(cè)單元提取的疑似前景區(qū)域是否存在高亮區(qū)域，依據(jù)判斷的結(jié)果進(jìn)行相應(yīng)的處理；d參數(shù)計(jì)算單元，根據(jù)高亮區(qū)域判斷單元的結(jié)果進(jìn)行相應(yīng)處理，若前景區(qū)域不存在高亮區(qū)域，則計(jì)算前景的面積、周長(zhǎng)、填充率、寬高比、質(zhì)心，若前景區(qū)域存在高亮區(qū)域，則計(jì)算上述前景參數(shù)外，還要計(jì)算前景中高亮區(qū)域的質(zhì)心、高亮區(qū)域面積所占整個(gè)前景面積的比值。
3.按照權(quán)利要求1所述的裝置，其特征在于，逆行判斷單元包括: 匹配前景區(qū)域提取單元，用來(lái)提取在圖像上與當(dāng)前幀前景距離最近的歷史前景；高亮區(qū)域判斷單元，判斷匹配前景區(qū)域提取單元所提取的當(dāng)前幀與歷史前景是否存在高亮區(qū)域；質(zhì)心運(yùn)動(dòng)方向判斷單元，根據(jù)高亮區(qū)域判斷單元判斷的結(jié)果不同，采用不同的判斷方式，若前景存在高亮區(qū)域，則判斷高亮區(qū)域質(zhì)心運(yùn)動(dòng)方向，若前景不存在高亮區(qū)域，則判斷整體前景區(qū)域質(zhì)心運(yùn)動(dòng)方向，記錄當(dāng)前幀前景區(qū)域質(zhì)心位置并與對(duì)應(yīng)的歷史前景區(qū)域質(zhì)心位置作比較，若質(zhì)心運(yùn)動(dòng)方向與設(shè)定方向相反，則記錄當(dāng)前幀為逆行；判斷報(bào)警單元，依據(jù)質(zhì)心運(yùn)動(dòng)方向判斷單元統(tǒng)計(jì)的逆行幀數(shù)與設(shè)定的閾值相比較，從而判斷是否給出報(bào)警信肩、O
4.車輛逆行智能檢測(cè)裝置與方法，其特征在于，該方法步驟包括: 第一步驟，視頻圖像獲取，通過(guò)普通攝像頭獲取監(jiān)控區(qū)域的視頻數(shù)據(jù)； 第二步驟，設(shè)置檢測(cè)區(qū)域，依據(jù)獲取的視頻圖像進(jìn)行檢測(cè)區(qū)域的針對(duì)性設(shè)置； 第三步驟，求取帶車燈前景，根據(jù)背景模型進(jìn)行前景檢測(cè)，計(jì)算前景區(qū)域的面積、周長(zhǎng)、填充率、寬高比信息，若前景區(qū)域存在高亮區(qū)域，則還需計(jì)算高亮區(qū)域的質(zhì)心位置以及高亮區(qū)域面積所占前景總面積的比值， 第四步驟，求取不帶車燈前景，根據(jù)背景模型進(jìn)行前景檢測(cè)，計(jì)算前景區(qū)域的面積、周長(zhǎng)、填充率、寬高比信息； 第五步驟，甄別有效前景信息，依據(jù)設(shè)定的面積、周長(zhǎng)、填充率、寬高比閾值排除不符合預(yù)設(shè)條件的虛假前景，對(duì)于有高亮區(qū)域的前景還要進(jìn)行高亮區(qū)域大小以及高亮區(qū)域所占整體前景區(qū)域比值的判斷； 第六步驟，前景類型界定，通過(guò)判定所求前景是否存在高連區(qū)域來(lái)進(jìn)行前景類型區(qū)分； 第七步驟，保存具有高亮區(qū)域的前進(jìn)數(shù)據(jù)； 第八步驟，保存不具有高亮區(qū)域的前景數(shù)據(jù)； 第九步驟，前景匹配，選取在圖像上與當(dāng)前幀前景最近的歷史前景數(shù)據(jù)進(jìn)行匹配，匹配操作包括比較二者的面積、填充率、寬高比，如果相差在設(shè)定閾值之內(nèi)，則認(rèn)為二者匹配，此外對(duì)于具有高亮區(qū)域的前景還要比較二者的高亮區(qū)域所占整體前景比重是否相同； 第十步驟，歷史前景數(shù)據(jù)更新，依據(jù)匹配結(jié)果對(duì)歷史前景數(shù)據(jù)進(jìn)行相應(yīng)處理，對(duì)于匹配成功的歷史前景，用當(dāng)前幀前景數(shù)據(jù)更新歷史前景數(shù)據(jù)并將匹配次數(shù)加1，對(duì)于匹配失敗的歷史前景數(shù)據(jù)，將其丟失幀次數(shù)加1，統(tǒng)計(jì)各個(gè)歷史前景數(shù)據(jù)的丟失幀次數(shù)，當(dāng)達(dá)到設(shè)定閾值時(shí)，表明該歷史前景數(shù)據(jù)丟失次數(shù)過(guò)多，進(jìn)行清空處理，而對(duì)于沒(méi)有匹配成功的當(dāng)前幀前景，將其存儲(chǔ)作為新的歷史前景數(shù)據(jù)； 第十一步驟，判斷報(bào)警，根據(jù)統(tǒng)計(jì)的匹配幀數(shù)以及記錄的每幀質(zhì)心位置進(jìn)行最后的逆行報(bào)警判斷。
5.按照權(quán)利要求4所述的方法，其特征在于，第三步驟中包括以下子步驟: A采用對(duì)連續(xù)多幀圖像進(jìn)行高斯建模的方式建立檢測(cè)主背景，B利用建立成功的背景對(duì)檢測(cè)區(qū)域求取前景，C檢測(cè)所求前景區(qū)域是否存在高亮區(qū)域，D根據(jù)檢測(cè)結(jié)果不同進(jìn)行不同的操作，若未檢測(cè)出前景存在高亮區(qū)域，則計(jì)算前景區(qū)域的面積、周長(zhǎng)、填充率、寬高比、質(zhì)心，若檢測(cè)出前景中存在高亮區(qū)域，則除計(jì)算上述參數(shù)外，還要計(jì)算高亮區(qū)域的質(zhì)心位置以及高亮區(qū)域面積所占前景總面積的比值。
6.按照權(quán)利要求4所述的方法，其特征在于，第十一步驟中包括如下子步驟: E通過(guò)前景質(zhì)心位置關(guān)系，提取出與當(dāng)前幀前景最近的歷史前景，F(xiàn)判斷所提取的當(dāng)前幀前景與歷史前景是否存在高亮區(qū)域，G根據(jù)判斷的結(jié)果不同而采取不同的操作，若前景區(qū)域存在高亮區(qū)域則選取高亮區(qū)域質(zhì)心作為判斷條件，若前景區(qū)域不存在高亮區(qū)域則選取整體前景質(zhì)心作為判斷條件，判斷當(dāng)前幀前景質(zhì)心與歷史前景質(zhì)心位置關(guān)系，若質(zhì)心運(yùn)動(dòng)方向與設(shè)定方向相反則相應(yīng)歷史前景數(shù)據(jù)記錄逆行幀數(shù)加1，H根據(jù)歷史前景數(shù)據(jù)記錄的逆行幀次數(shù)與設(shè)定閾值進(jìn)行比較，給出報(bào)警信息。
【文檔編號(hào)】G08G1/056GK104464305SQ201410752578
【公開(kāi)日】2015年3月25日 申請(qǐng)日期:2014年12月11日 優(yōu)先權(quán)日:2014年12月11日
【發(fā)明者】張德馨 申請(qǐng)人:天津艾思科爾科技有限公司