[发明专利]车辆跟踪方法及装置

说明书

技术领域

本发明涉及计算机图像处理领域，尤其涉及一种车辆跟踪方法及装置。 

背景技术

随着社会经济的发展，车辆的增多，智能交通的发展也越来越快，智能交通系统（Intelligent Transportation Sys-tem，简称为ITS）成为近年来的研究热点。车辆跟踪是基于视频技术的智能交通检测系统中最关键的技术之一，也是一个重要应用。视频的车辆跟踪是对视频序列中车辆的时空变化进行监控，包括位置和运动轨迹等，为计算交通参数提供依据。 

但是，在实际应用中，多车辆之间的“咬合”问题容易导致车辆跟踪的失败。然而，针对多车辆之间的“咬合”问题，相关技术并没有提出有效的解决方案。 

发明内容

本发明提出了一种车辆跟踪方法及装置。 

为了达到上述目的，本发明的技术方案是这样实现的： 

根据本发明的一个方面，提供了一种车辆跟踪方法，包括：根据背景差法对交通视频图像序列进行运动检测，提取出包括有车辆位置的运动区域；采用支持向量机（Support Vector Machine，简称为SVM）算法对运动区域进行检测，得到运动区域中的每个车辆的当前位置；获取每个车辆的前一时刻位置，并将前一时刻位置与当前位置之间的连线确定为每个车辆的运动轨迹。 

优选地，根据背景差法对交通视频图像序列进行运动检测，提取出包括有车辆位置的运动区域，包括：将选取背景中的一幅图像或几幅图像的平均图像作为背景图像B(x,y)；判断交通视频图像序列I_n(x,y)中的当前帧P(x,y)减去背景图像B(x,y)得到的结果图像的像素数是否大于阈值，在判断结果为是的情况下，确定结果图像中有处于运动状态的车辆，并将结果图像作为运动区域Ω_s(x，y)。 

优选地，采用支持向量机（SVM）算法对运动区域进行检测，得到运动区域中的每个车辆的当前位置，包括：计算运动区域Ω_s(x,y)中所有标准窗口的梯度方向直方图（HOG）；通过采用离线训练好的SVM分类器对每个HOG的特征类别进行判断的方式，确定每个车辆的当前位置。 

优选地，在确定每个车辆的当前位置之后，还包括：确定包括当前位置的车辆窗口。 

优选地，获取每个车辆的前一时刻位置，并将前一时刻位置与当前位置之间的连线确定为每个车辆的运动轨迹，包括：计算每个车辆窗口的颜色直方图；将每个颜色直方图与预先设定的模板库中的预设颜色直方图进行对比，得到对比结果；根据对比结果标识每个车辆窗口中的车辆，并提取标识的车辆的前一时刻位置；将前一时刻位置和当前位置的连线作为运动轨迹。 

根据本发明的另一个方面，提供了一种车辆跟踪装置，包括：提取模块，用于根据背景差法对交通视频图像序列进行运动检测，提取出包括有车辆位置的运动区域；检测模块，用于采用支持向量机（SVM）算法对运动区域进行检测，得到运动区域中的每个车辆的当前位置；获取模块，用于获取每个车辆的前一时刻位置，并将前一时刻位置与当前位置之间的连线确定为每个车辆的运动轨迹。 

优选地，提取模块包括：第一设定单元，用于将选取背景中的一幅图像或几幅图像的平均图像作为背景图像B(x，y)；判定单元，用于判断交通视频图像序列I_n(x,y)中的当前帧P(x,y)减去背景图像B(x,y)得到的结果图像的像素数是否大于阈值，在判断结果为是的情况下，确定结果图像中有处于运动状态的车辆，并将结果图像作为运动区域Ω_s(x,y)。 

优选地，检测模块包括：第一计算单元，用于计算运动区域Ω_s(x,y)中所有标准窗口的梯度方向直方图（HOG）；第一确定单元，用于通过采用离线训练好的SVM分类器对每个HOG的特征类别进行判断的方式，确定每个车辆的当前位置。 

优选地，检测模块还包括：第二确定单元，用于确定包括当前位置的车辆窗口。 

优选地，获取模块包括：第二计算单元，用于计算每个车辆窗口的颜色直方图；对比单元，用于将每个颜色直方图与预先设定的模板库中的预设颜色直方图进行对比，得到对比结果；提取单元，根据对比结果标识每个车辆 窗口中的车辆，并提取标识的车辆的前一时刻位置；第二设定单元，用于将前一时刻位置和当前位置的连线作为运动轨迹。