[发明专利]一种基于视频的道路行人事件检测方法

说明书

技术领域

本发明属于视频检测技术领域，具体涉及一种基于交通视频的道路行人事件检测方法。

背景技术

道路行人事件是指行人在机动车道上没有任何保护措施的情况下进入，干扰机动车正常行驶的行为。虽然交管部门已经采取措施，但行人闯入机动车道的情况时有发生，特别是在城市交通中，这种现象尤为明显。这种交通行为的危险性非常大，容易造成交通拥堵，甚至酿成交通事故，给人们的生活带来不便与危险。传统的行人事件检测方法主要有温度检测方法、电子线圈检测方法、数字视频检测方法。其中温度检测方法容易受到车辆干扰；电子线圈可扩展性差，安装维护时必须中断交通、破坏路面，这些方法在实际生活中并不能得到广泛应用。

目前的新建项目越来越多地采用安装、维护不需要破坏路基、检测区域大、实施方便灵活的基于视频的交通信息检测技术。基于视频的行人检测方法成为研究的热点，现有的方法主要有基于神经网络行人检测，基于小波变换的模板匹配检测方法等。这些方法虽然能够实现行人事件报警，但视频数据的处理过程复杂，可靠性差，不能满足检测的实时性要求，无法满足实际应用的要求。

发明内容

针对现有技术的缺陷或不足，本发明的目的在于，提供一种基于视频的道路行人事件检测方法，该方法可以对视频范围内所有行人事件实现实时、可靠的检测。

为了实现上述任务，本发明采取如下的技术解决方案：

一种基于视频的道路行人事件检测方法，其特征在于，该方法按照下列步骤实施：

步骤一，采用一种摄像机几何标定方法，建立图像像素到路面实际距离的映射关系，即映射表；

步骤二，将第一帧图像和背景图像在相同的块坐标系下都划分成多个块；

步骤三，对第一帧图像的每个块，在背景图像中找到与该块位置相同的背景块，并计算该块与其相应的背景块之间各相同像素位置处的灰度差值的绝对值之和；

当所得的绝对值之和大于设定的阈值，则该块为目标块，并设置该块内部所有像素的灰度值为255；

当所得的绝对值之和小于或等于设定的阈值，则该块为背景块，并设置该块内部所有像素的灰度值为0；

最后将第一帧图像中的背景与目标分离开，得到第一帧图像的二值化图像；

步骤四，对第一帧图像的二值化图像按照从左到右，从上到下的顺序以块为单位扫描，将相邻的目标块标记为同一目标，同时计算每个标记目标的高度和宽度值，当该值满足高度比宽度的值在一定阈值范围内时，为该标记目标动态创建一个目标结构体，记录其在该目标的上、下、左、右边界，当前重心位置和初始重心位置，匹配跟踪计数器信息，匹配跟踪计数器第一次初始化为零。

步骤五，对第二帧图像按照步骤二、步骤三步骤四进行处理，并以第一帧记录的重心位置为依据，与第二帧中的记录的目标的重心位置做比较，当两者重心位置绝对值差小于一定的阈值，就认为是这第一帧的目标再第二帧中匹配，用当前帧的目标的上、下、左、右边界和当前重心位置替换第一帧的记录，初始重心位置不变，同时匹配跟踪计数器加1；

当在第二帧没有找到可以匹配的目标，丢弃第一帧的记录。

步骤六，对第三帧图像、…、第m帧图像，重复步骤二、步骤三、步骤四和步骤五进行处理；

步骤七，当该结构体记录的匹配跟踪计数器大于一定的阈值时，通过查找步骤三中建立的映射表，可得到当前重心位置和初始重心位置对应的实际路面距离，计算该目标的移动距离，匹配跟踪计数器统计值为总的时间帧，可以求得该目标的速度；当该目标的速度在一定的阈值范围内时，可判断该目标为行人。

其中：

步骤三中所述的阈值为10×块的面积～20×块的面积。

步骤四中所述的阈值范围为2～10。

步骤五中所属的阈值为5个块长度。

步骤六中所述的m为40≤m≤60的自然数。

步骤七中所述的匹配跟踪计数器阈值为40帧，速度阈值范围为0.3m/s～2.0m/s。

本发明的基于视频的道路行人事件检测方法，与现有技术相比，可对视频范围内所有行人目标进行检测，不受环境限制，能够对实时视频进行检测，且检测时间短、易于实现、准确性较高，很适合于实时检测行人事件，具有广阔的应用前景。

附图说明

图1为第一帧视频图像；

图2为连同域标记示意图；

图3为第一帧二值化标记图像，图中白色区域为当前帧的二值化标记目标，白色框为该标记目标的边界；

图4为第二帧视频图像；