[发明专利]基于复杂高动态环境建模的闯红灯检测方法及系统

权利要求书

1.基于复杂高动态环境建模的闯红灯检测方法，包括以下步骤：

1）对摄像机拍摄到的路口画面进行标定；

2）利用高斯混合模型对拍摄到的路口画面进行背景建模；

3）对建模的背景进行光照检测与分析，并进行背景的更新，得到当前路口的准确背景图像；

4）通过背景差分以及跟踪算法处理得到路口车辆的跟踪信息；

5）根据车辆的跟踪信息和标定图像判断车辆是否闯红灯。

2.根据权利要求1所述的闯红灯检测方法，其特征在于,步骤2）中高斯混合模型能够通过检测和消除大量干扰运动物体的方法获得准确背景图像。

3.根据权利要求2所述的闯红灯检测方法，其特征在于，干扰运动物体的检测方法具体为：将当前帧与背景图像同一点的像素差值与运动临界阈值进行比较，根据比较结果确定干扰运动物体，然后将确定为干扰运动物体的像素点进行分块处理得到背景图像中的所有干扰运动目标。

4.根据权利要求3所述的闯红灯检测方法，其特征在于，确定为干扰运动目标的背景图像不进行背景更新。

5.根据权利要求1所述的闯红灯检测方法，其特征在于，高斯混合模型根据HSV颜色模型进行背景建模，背景更新速度能够根据当前背景模型和先前背景模型的相似度进行调整，如果当前背景模型接近于先前的模型，则减慢背景的更新速度，否则加快背景的更新速度。

6.根据权利要求1所述的闯红灯检测方法，其特征在于，步骤3）中对建模的背景进行光照检测与分析的方法，包括如下步骤：1）对背景图像的边缘进行提取，将边缘扩大；2）将背景图像的非边缘区域根据位置划分为多个分区域；3）在每个分区域取两个样本点，并计算每个分区域中光照量；4）根据光照量的计算结果判断是否进行分区域的背景更新。

7.根据权利要求1所述的闯红灯检测方法，其特征在于，步骤4）具体为：将当前帧图像与背景图像差分得到当前帧前景的二值化图像，通过两次膨胀和两次腐蚀滤除掉人和自行车的干扰，然后对前景使用Meanshift跟踪算法对车辆进行跟踪得到当前帧图像的车辆轨迹。

8.基于复杂高动态环境建模的闯红灯检测系统，包括摄像装置、控制装置，摄像装置与控制装置连接向其发送拍摄到的路口画面，其特征在于，所述控制装置用于通过高斯混合模型对拍摄到的路口画面进行背景建模，对建模的背景进行光照检测与分析，并进行背景的更新，得到当前路口的准确背景图像，通过背景差分以及跟踪算法处理得到路口车辆的跟踪信息，根据车辆的跟踪信息和标定图像判断车辆是否闯红灯。