[发明专利]一种道路拥堵检测方法

权利要求书

1.一种道路拥堵检测方法，其特征在于，包括以下步骤：

1)对获取的当前道路的视频图像进行处理，得到当前道路的背景和前景，具体为：

a)对视频图像的当前帧，采用混合高斯模型对当前帧的每个像素进行建模，判断每个像素是否属于前景，若是，则执行步骤b)，若否，则执行步骤f)；

b)提取图像的纹理特性和颜色特性，采用RBF Kernel的支持向量机分类器对车辆和路面进行分类；

c)计算前景的连通区域，判断各连通区域的大小是否小于设定值，若是，则将对应的像素归入背景，若否，则执行步骤d)；

d)对单一像素，根据其邻域内像素的变化抽取特征来判断是光照变化还是前景变化，剔除光照变化的影响，其中，所述光照变化的特性是全局的变化，变化均匀；

e)判断前景是否处于非车辆出现区域，若是，则将对应的像素归入背景，执行步骤f)，若否，直接执行步骤f)；

f)采用判断成背景的像素重新训练混合高斯模型，并更新RBF Kernel的支持向量机分类器；

2)根据得到的前景像素计算当前道路的道路占有率和车辆平均速度。

2.根据权利要求1所述的道路拥堵检测方法，其特征在于，所述混合高斯模型中高斯模型个数为5个。

3.根据权利要求1所述的道路拥堵检测方法，其特征在于，所述步骤a)中，对于每个像素，根据其颜色值判断属于混合高斯模型中的第K个高斯模型，判断该高斯模型是否是混合高斯模型中能量最强的，若是，则将对应像素归入背景，若否则将对应像素归入前景。

4.根据权利要求1所述的道路拥堵检测方法，其特征在于，所述步骤f)中，采用Online-SVM算法中的更新算法更新RBF Kernel的支持向量机分类器。

5.根据权利要求1所述的道路拥堵检测方法，其特征在于，所述步骤f)中，重新训练混合高斯模型的频率为15分钟一次。