[发明专利]交通监控中的背景更新方法

说明书

技术领域

本发明涉及一种交通监控中的背景更新方法，具体地说，是涉及一种利用数字图像处理技术判断车辆密度、进而判断是否进行背景更新的机制，属于交通监控技术领域。

背景技术

在交通监控领域中，从视频序列中检测运动目标是一个基础而又关键的任务。目前，对运动目标的检测一般采用“减背景”的方法，即将当前输入视频帧和一张背景图像相比较，如果同位置的像素特征、像素区域特征或其他特征存在一定程度的差别，则当前视频帧中这些位置的像素点或像素区域就构成前景运动目标区域。对这些前景像素点或像素区域作进一步处理，可得到运动目标的位置、大小、形状等信息。

显然，提取前景像素点的准确性将影响到运动目标检测的准确性，进而影响到后续对运动目标的处理。而在“减背景”方法中，所选择的背景图像的差异又直接影响到对前景像素点的提取。不论在室内环境还是在室外环境，随时都存在很多引起背景图像发生变化的因素，如光照变化、背景扰动及运动目标干扰等，这些因素可能会导致背景图像部分改变，也可能导致整个背景图像发生变化。因此，为保证获取的前景像素点的准确性，需要被比较的背景图像能够随时更新，以适应环境的不断变化。

现有交通监控技术中，监控场景中设置有多个检测器，每个检测器对应一个监控区域，背景更新是以每个检测器的监控区域为单位进行更新。更新时，主要是通过时间来控制背景是否进行更新，一般是设定每隔一定时间进行一次背景的更新。这种以时间决定背景是否更新的方法在车辆密度较小时不会存在问题，而当车辆比较拥挤、堵塞时，背景容易被更新出车辆，更新效果较差，从而影响后续数据的处理。而且，现有时间控制背景更新的方法没有区分不同的交通场景，对所有交通场景按照统一模式进行背景更新，应用不够灵活。

发明内容

本发明针对现有技术中背景更新存在的上述缺点和不足，提供了一种交通监控中的背景更新方法，利用监控场景中的车流密度作为是否进行背景更新的判断依据，提高了背景更新的准确性。

为解决上述技术问题，本发明采用以下技术方案予以实现：

一种交通监控中的背景更新方法，包括判断背景是否更新的过程，其特征在于，判断背景是否更新的过程包括判断车流密度的步骤，以及根据车流密度决定是否进行背景更新的步骤。

根据本发明，所述车流密度具体的是根据监控场景中检测器的占有率及所述检测器监控区域中车辆的运动信息来判断。

根据本发明，结合交通监控的特点，将监控场景分为城市十字路口和高速公路两种模式进行背景更新。

若所述监控场景为城市十字路口，则有：

检测器监控区域中存在车辆运动信息、且所述检测器占有率大于等于第一设定值时，判定车流密度大；

检测器监控区域中存在车辆运动信息、且所述检测器占有率小于所述第一设定值时，判定车流密度小；

检测器监控区域中不存在车辆运动信息、且所述检测器占有率大于0时，判定车流密度大；

检测器监控区域中不存在车辆运动信息、且所述检测器占有率为0时，判定车流密度小。

若所述监控场景高速公路，则有：

检测器监控区域中存在车辆运动信息、且检测器占有率大于等于第二设定值时，判定车流密度大；

检测器监控区域中存在车辆运动信息、且所述检测器占有率小于所述第二设定值时，判定车流密度小；

检测器监控区域中不存在车辆运动信息时，判定车流密度小。

不论是城市十字路口监控场景还是高速公路监控场景，均在车流密度小时，进行背景更新；在车流密度大时，不进行背景更新。

其中，所述第一设定值和所述第二设定值根据实际应用情况进行具体设定，本发明优选第一设定值为50％，优选第二设定值为50％。

根据本发明，判断检测器的占有率方法为：将检测器输出的当前图像帧与已提取的背景图像进行差分运算，根据所述差分运算的结果判断检测器的占有率。

根据本发明，判断检测器监控场景中是否存在车辆运动信息的方法为：取所述检测器输出的、在时间顺序上连续的两图像帧，对所述两图像帧进行差分运算，并将所得的结果二值化，根据所述二值化的结果判断检测器监控区域是否存在车辆运动信息。

与现有技术相比，本发明的优点和积极效果是：

1、本发明采用监控场景中的车流密度作为是否进行背景更新的判断依据，在车流密度大时不更新背景，在车流密度小时更新背景，避免了传统方法中以时间作为更新依据而导致在车流密度大时更新出车辆的弊端，提高了背景更新的准确性，为后续监控处理的正确性奠定基础。