[发明专利]基于车窗定位的车辆遮挡检测与分割方法

说明书

技术领域

本发明涉及智能交通视频检测与跟踪技术领域，具体涉及在交通视频检测过程中，当出现车辆遮挡的情况时，利用车窗定位进行交通路口或交通监测路段车辆遮挡的检测与分割的技术。

背景技术

城市交通中的视频监控环节，由于视频摄像头受道路环境的限制通常架设得比较低，因此视频摄像头实际监控的范围较小，拍到的交通画面上经常存在车辆之间的互相遮挡。这些相互遮挡的车辆在进行视频分析检测时，往往容易被误检为同一辆车，对车辆跟踪的精度和性能产生严重影响，是车辆跟踪的难点之一。

在交通路口监控实践中，通常将视频摄像头架设在交通路口的正上方，以拍摄往来车辆的前方或者后方。正常情况下，车辆运行各行其道，相邻的车道之间较少存在干扰；但是同一车道的前后两车或多车之间，会有车辆遮挡的情况发生，同一车道发生遮挡的两辆车却往往不被区别开来，而是会被误检测成同一辆车。从而造成车流量统计的较大误差。

在交通视频检测与跟踪实践中发现，当发生同一车道两辆车之间相互遮挡时，同一车道两辆车侧面的车窗一般是不会相互遮挡的。基于此，本文提出一种新的车辆遮挡检测与分割方法。

发明内容

在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

首先对车辆区域的灰度图像生成亮度曲线，然后分析亮度曲线，检测后车窗的个数。当车牌的个数超过一个时，表示发生了车辆遮挡，否则没有发生遮挡。当发生遮挡时，对后车窗进行定位，并在合适的位置作一条分割线，将发生遮挡的车辆一分为二，从而消除遮挡的影响，提高车辆检测的准确度。

本发明的有益效果是，能够准确进行高清或标清图像车辆遮挡的检测和分割，提供更完备的车辆信息，从而为提高车辆检测及车流量统计的准确性。

附图说明

本发明的下列附图在此作为本发明的一部分用于理解本发明。

图1为本发明的车辆遮挡检测与分割方法的流程图；

图2为根据本发明的车辆遮挡检测与分割方法对运动车辆图像绘制的水平亮度曲线图；

图3为根据图2所示的水平亮度曲线确定的后车窗定位图；

图4根据本发明的车辆遮挡检测与分割方法通过水平亮度曲线得到的后车窗的位置和车辆分割线；

图5是通过图4的分割线为界的两辆车的垂直亮度曲线得到车辆宽度；

图6为根据本发明的车辆遮挡检测与分割方法得到的遮挡车辆分割图。

具体实施方式

在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员来说显而易见的是，本发明可以无需一个或多个这些细节而得以实施。

在交通视频检测与跟踪实践中发现，不同车道两辆车一般是不会相互遮挡的，但同一车道前后两车辆之间容易发生遮挡现象。当发生同一车道两辆车之间相互遮挡时，前后两辆车的后车窗却不会相互遮挡。由于车辆的后车窗和车身的灰度存在一定差别，较之车身，车辆后车窗的灰度值较小；因此，可以通过绘制交通路口或交通监测路段的车辆图像的亮度曲线来判断同一车道上是否有车辆遮挡现象发生。一般而言，后车窗部分对应的亮度曲线区域会存在比较明显的凹陷，如果交通车辆图像的整个亮度曲线存在两个较大的凹陷，则表明该亮度曲线对应有两个不同车辆的后车窗。根据亮度曲线凹陷区域在相应图像中对应的位置找出两辆车各自后车窗的位置，并根据后车窗位置进行图像分割。

本发明的具体实施方式是针对高分辨率图像进行的，在一个具体实施例中，车辆图像是由交通监控路口或交通监控路段的高清视频摄像头所拍摄的。本发明的基于车窗定位的车辆遮挡检测与分割方法步骤如下：

步骤1：将彩色车辆图像转化为灰度图像。

步骤2：求取所述灰度图像的每一行像素值之和的平均值，并绘制出相应的水平亮度曲线图。所述水平亮度曲线是以每一行像素值之和的平均值为横轴，自下向上的行数为纵轴绘制的，如图2和3所示。