[发明专利]视频车辆检测优化方法

说明书

技术领域

本发明涉及计算机视觉领域，具体涉及一种视频车辆检测优化方法。

背景技术

基于图像处理的视频车辆计数、电子警察等系统近年来发展较快,其中车辆检测是这些系统的关键技术之一。目前常用的视频车辆检测方法有灰度比较法、背景差法、相邻帧差法和边缘检测法。由于道路环境复杂多变，单个检测方法可能表现不稳定，出现漏检的情况，则出现了这些方法的组合来检测车辆，以相互补充。其中，相邻帧差法与背景差法的组合，为最常用的检测车辆方法。上述方法进行车辆检测时，通常是在输入图像中的车道上设置一些固定的虚拟线圈，且只处理虚拟线圈内的图像。在图像处理过程中，可对图像的灰度图、二值图、RGB彩色图像、RGB彩色图像的某一颜色分量图或HSV彩色图像的H分量图等模式图进行计算，以提取车辆信号参数。

利用相邻帧差法检测车辆时，先将相邻两帧图像相减，得到帧差图像，然后通过比较帧差图像的面积归一化值与某一阈值的大小，来判断是否有车辆出现。当相邻车道的车辆部分覆盖了被检测车道虚拟线圈或相邻车道的车辆影子出现在被检测车道虚拟线圈时，这种检测方式常常引起误检。利用背景差法检测车辆时，得到真实的车道背景图像十分重要，一般采用多帧图像（无车或有车出现）的平均作为车道背景图像。当这些帧的帧数较少时，所得的车道背景图像与真实情况误差较大；当帧数较多时，需要较大的内存来存储这些图像。背景差法与相邻帧差法的原理类似，先将当前帧图像与车道背景图像进行相减，得到背景差图像，然后通过比较背景差图像的面积归一化值与某一阈值的大小，来判断是否有车辆出现。因此，背景差法也有着相邻帧差法的缺点。

发明内容

本发明所解决的技术问题在于提供一种视频车辆检测优化方法。

为了解决上述技术问题，根据本发明的技术方案，所述视频车辆检测优化方法，其特点是：包括以下步骤：

A、读取虚拟线圈中的图像，图像的宽度和高度分别为                                                、；

B、得到或更新虚拟线圈中的车道背景图像；

B1、选择图像模式，将读取的虚拟线圈中的第帧图像和第帧图像按所选择图像模式转换为模式图，再将第帧图像的模式图与第帧图像的模式图进行相减，得到帧差图像；其中： ，、 均为帧索引；

B2、计算帧差图像的面积：

；

其中：是帧差图像在坐标处的像素值；

B3、将帧差图像的面积进行归一化处理，得到帧差图像的面积归一化值，即：

；

B4、二值化处理帧差图像：

；

其中： 是帧差图像的二值化图像； 是二值化图像在坐标处的像素值； 为给定值；

B5、计算二值化图像的面积:

；

B6、将二值化图像的面积进行归一化处理，得到二值化图像的面积归一化值，即：

；

B7、判断车道背景图像是否可以得到或更新；

若满足和，则车道背景图像已得到或更新，即：，进入步骤C；

若不满足和时，若车道背景图像已存在，则进入步骤C，若车道背景图像不存在，则返回步骤A；

其中： 是大于或等于1的整数，是车道背景图像，是第帧图像的模式图，且所选择图像模式与步骤B1所选择图像模式相同，和分别为给定值；

C、利用相邻帧差法，提取车辆信号参数；

C1、将读取的虚拟线圈中的第帧图像和第帧图像按所选择图像模式转换为模式图，再将第帧图像的模式图与第帧图像的模式图进行相减，得到帧差图像；该步骤所选择图像模式与步骤B1所选择图像模式相同；

C2、计算帧差图像的面积：

；

其中：是帧差图像在坐标处的像素值；

C3、将帧差图像的面积进行归一化处理，得到帧差图像的面积归一化值，即：

；

C4、二值化处理帧差图像：

；

其中： 是帧差图像的二值化图像； 是二值化图像在坐标处的像素值； 为给定值；

C5、计算二值化图像的面积:

;

C6、将二值化图像的面积进行归一化处理，得到二值化图像的面积归一化值:

；

D、利用背景差法，提取车辆信号参数；

D1、将读取的虚拟线圈中的第帧图像按所选择图像模式转换为模式图，再将第帧图像的模式图与车道背景图像进行相减，得到背景差图像；该步骤所选择图像模式与步骤B1所选择图像模式相同；

；