[发明专利]一种有立交桥遮挡的车辆轨迹匹配方法

说明书

本发明公开了一种针对航拍视频的有立交桥遮挡的车辆轨迹匹配方法，包括(1)检测立交桥边界，确定立交桥区域，利用Sobel边缘检测结合霍夫变换确定立交桥边缘；(2)对跟踪车辆提取梯度方向直方图特征，作为该车辆的模板特征；(3)根据当前跟踪车辆的行驶速度，估算出其行驶出立交桥的时间区间；(4)在立交桥的另一侧检测对应的跟踪车辆；本发明通过立交桥区域的检测，明确了车辆的驶出区域，进而缩小了驶出立交桥车辆的检测范围，降低了检测时间，同时得到的立交桥宽度数据可以用来估算车辆驶出立交桥的时间。

技术领域

本发明涉及一种有立交桥遮挡的车辆轨迹匹配方法，属于计算机视觉与数字图像处理技术领域。

背景技术

在城市交通问题的研究中，道路车流量数据、车辆时空轨迹数据对于探索车辆在城市道路中的运行规律，解决城市交通问题具有重要意义。随着无人机在民用市场的开放，利用无人机监控城市道路交通运行状况具有很大优势。无人机高空拍摄覆盖范围广，直观呈现交通运行状态，且采集并保存的道路交通运行视频对于提取车辆时空轨迹数据具有重大价值。但在城市路网中，立交桥的存在阻断了车辆在航拍视频中跟踪的连续性。车辆在驶入立交桥下后消失在画面中，此时目标丢失，当驶出立交桥后，车辆又重新出现在画面中。如何解决有立交桥遮挡的车辆轨迹匹配算法，对于精确统计车流量、保持车辆跟踪的连续性、提取连续的车辆时空轨迹数据至关重要。

发明内容

本发明所要解决的技术问题是提供一种能够解决有立交桥遮挡情况下的道路航拍视频车辆轨迹匹配方法。

一种针对航拍视频的有立交桥遮挡的车辆轨迹匹配方法，包括以下步骤：

(1)检测立交桥边界，确定立交桥区域，利用Sobel边缘检测结合霍夫变换确定立交桥边缘；

(2)对跟踪车辆提取梯度方向直方图(HOG)特征，作为该车辆的模板特征；

(3)根据当前跟踪车辆的行驶速度，估算出其行驶出立交桥的时间区间；

(4)在立交桥的另一侧检测对应的跟踪车辆。在立交桥的另一侧设定搜索区域，当视频处于步骤(3)估算出的车辆驶出时间区间时，在搜索区域内利用滑动窗口法结合模板匹配技术检测对应的跟踪车辆，将检测到的车辆坐标与之前驶入立交桥的坐标串联起来，实现车辆轨迹的匹配。

步骤(1)中所述的检测立交桥边界的具体步骤如下：

1a)根据车辆行驶方向确定Sobel边缘检测卷积模板。由于立交桥边缘方向与车辆行驶方向垂直，故若在航拍视频中车辆行驶方向为水平方向时(水平方向是指与航拍视频图像水平边缘平行的车辆行驶方向)，Sobel算子的卷积模板G_x为：

若航拍视频中车辆行驶方向为竖直方向时，Sobel算子的卷积模板G_y为：

1b)利用Sobel算子检测立交桥边缘，确定立交桥区域。对视频的一帧f(x，y)利用步骤1a)确定的卷积模板进行卷积运算，设定边缘阈值T得到边缘灰度图G：

G＝G_x*f or G＝G_y*f

1c)将边缘灰度图利用Otsu阈值分割法转化为二值图像，采用霍夫变换检测直线，计算检测到直线的长度l_i，若l_i大于图像宽度的1/2，则该直线处于立交桥的边缘。将所有满足条件的直线延长，最终确定立交桥区域的边缘。

步骤(2)中所述的提取梯度方向直方图(HOG)特征的具体步骤如下：