[发明专利]基于背景与帧间差分算法的车流及其运动状态检测方法

权利要求书

1.一种基于背景与帧间差分算法的车流及其运动状态检测方法，其特征在于，包括以下步骤：

(1)对通过高清监控摄像头拍摄的路面实时图像进行灰度化处理；

(2)对一组包括多帧灰度化处理后的图像进行背景差分运算得到差分图像并对差分图像进行处理，提取车辆特征区域，计算车流面积及车流面积占道路面积百分比，得到车流量信息，划分车流拥挤程度；

(3)选取K与K+1时刻经步骤(1)、步骤(2)过处理的差分图像，进行帧间差分运算，得到车流面积变化量，并计算车流面积变化量占道路面积百分比，得到车流运动状态信息，并划分车流运动状态等级；

(4)对步骤(2)与步骤(3)得到的车流量和车流状态进行综合分析，综合车流拥挤程度与车流运动状态等级对不同道路车流情况进行编码，并预测道路车流状况，若预测到会有堵车发生，发出预警信息，提示疏散车流。

2.如权利要求1所述的基于背景与帧间差分算法的车流及其运动状态检测方法，其特征在于，步骤(2)具体包括：

(21)采用均值法将视频图像中所有的帧相加然后求平均获取背景；

(22)采用背景差分算法得到去背景的差分图像，提取车流面积；

(23)对差分图像进行灰度调整、二值化、图像分割、闭运算、区域内部填充及去除噪声等图像处理操作，设置车流面积区域内像素点为白点；

(24)利用regionprops函数得出白点的像素点总数，计算车流面积及车流面积占道路面积的百分比，具体为：

s＝regionprops(bw1，’Area’)；

area＝size(s.Area)；

d＝area/zongshu

其中，d为车流面积占道路面积的百分比；bw1为获取面积的图像；’Area’表示面积参数；area为车流面积；zongshu为道路面积；

(25)根据步骤(24)得到的车流面积占道路面积百分比d划分车流拥挤程度：

d＝0％，拥挤程度：1，无车；0％＜d≤30％，拥挤程度：2，有少量车；

30％＜d≤70％，拥挤程度：3，有中量车，70％＜d≤100％，拥挤程度：4，有大量车。

3.如权利要求2所述的基于背景与帧间差分算法的车流及其运动状态检测方法，其特征在于，步骤(23)与步骤(24)之间还包括：对差分图像进行视觉角度误差校正，消除由于摄像机拍摄视角对车流面积计算造成的影响。

4.如权利要求2所述的基于背景与帧间差分算法的车流及其运动状态检测方法，其特征在于，步骤(22)采用下式进行背景差分：

I_k(i，j)＝b′_k(i，j)+m_k(i，j)+n_k(i，j)

d_k(i，j)＝I_k(i，j)-b_k(i，j)

其中I_k(i，j)是当前帧图像，b′_k(i，j)表示当前帧的背景，m_k(i，j)表示运动部分(包括真正的运动、遮挡和显露)，n_k(i，j)是各种如系统和传感器固有噪声、目标周围背景引起的干扰噪声，d_k(i，j)表示差分图像；

根据上式将背景图像的像素值与当前图像的像素值相减即得到差分图像，用代码表示如下：

d＝abs(tuxiang-beijing)；其中，tuxiang指当前图像，beijing指背景图像，d指差分图像。

5.如权利要求2所述的基于背景与帧间差分算法的车流及其运动状态检测方法，其特征在于，步骤(23)中采用实时阈值进行二值化处理。

6.如权利要求2所述的基于背景与帧间差分算法的车流及其运动状态检测方法，其特征在于，步骤(23)中边缘检测采用roberts算子。