[发明专利]一种监控区域的车辆监测方法

说明书

本发明公开了一种监控区域的车辆监测方法，包括：步骤1，视频采集设备采集监控区域内入口处的视频图像，建立背景图像的背景模型；步骤2，判断背景模型是否需要进行更新，并根据背景更新模型进行更新；步骤3，对当前图像与背景模型进行匹配，判断监控区域内是否有驶入车辆，并对识别出的驶入车辆统计数量，将统计数据上传至上位机；步骤4，采集监控区域内出口处的视频图像，并对该视频图像进行步骤1‑3的处理，识别出监控区域内的驶出车辆，并进行数量统计，将统计数据上传至上位机；步骤5，车辆监控处理模块计算出驶入车辆和驶出车辆的数量差值，根据预设的车流量阈值，判断监控区域内的车辆数量是否超过限制。本发明的有益效果：实现对监控区域内的车辆的实时监测。

技术领域

本发明涉及车流量监测技术领域，具体而言，涉及一种监控区域的车辆监测方法。

背景技术

随着人们生活水平的提高，车辆的数量在逐渐增多，车流量的监控具有实际的应用意义。目前，车流量的监测技术主要有低感线圈、视频图像检测、红外检测、超声波检测、微波雷达检测等等。视频图像检测具有安装维修灵活、成本低、应用范围广、可拓展性强和交通管理信息全面等优点，已经得到了广泛的应用。在视频图像检测技术中，几种常见的检测方法有：灰度比较法、背景差分法、帧差法、边缘检测法。灰度比较法算法简单，对环境光线的变化十分敏感，在实际系统中应用较少。而其他几种检测算法虽然在特定的环境中可以取得不错的检测效果，但通用性较差，很难适应复杂多变的现实环境。另外，这些方法需要预先设定检测区域，这就使得需要对图像的大片区域进行数据处理，导致算法复杂，处理时间长，效率低下，造成数据滞后，也会影响检测的准确性。

发明内容

为解决上述问题，本发明的目的在于提供一种监控区域的车辆监测方法，能自适应地对背景进行初始化和实时更新，并能有效克服光照等外界条件变化对车辆检测的影响。

本发明提供了一种监控区域的车辆监测方法，包括：

步骤1，视频采集设备采集监控区域内入口处的视频图像，传输至视频服务器，所述视频服务器将视频图像上传至车辆监控处理模块，所述车辆监控处理模块根据接收的视频图像建立背景图像的背景模型；

步骤2，所述车辆监控处理模块判断背景模型是否需要进行更新，并根据背景更新模型进行更新；

步骤3，所述车辆监控处理模块对监控区域内入口处的当前图像与背景模型进行匹配，判断监控区域内是否有驶入车辆，并对识别出的驶入车辆进行数量统计，将统计数据上传至上位机；

步骤4，所述车辆监控处理模块根据采集监控区域内出口处的视频图像，并对该视频图像进行步骤1-3的处理，识别出监控区域内的驶出车辆，并进行数量统计，将统计数据上传至上位机；

步骤5，所述车辆监控处理模块计算出驶入车辆和驶出车辆的数量差值，根据预设的车流量阈值，判断监控区域内的车辆数量是否超过限制，一旦超过车流量阈值，所述车辆监控处理模块将报警信号上传至上位机进行报警提示。

作为本发明进一步的改进，步骤1具体包括：

步骤101，视频采集设备采集视频监控区域内的视频图像，采用滤波算法去除视频图像中的噪声；

步骤102，对去噪后的视频图像进行亮度归一化处理；

步骤103，采用混合高斯模型对归一化后的视频图像进行背景建模，得到背景模型，并初始化背景模型。

作为本发明进一步的改进，步骤101中，去噪处理具体包括：

步骤A1，在视频图像中，每间隔5个像素选择若干个大小为n×n的二维块，在每个二维块周围的大小为m×m的区域内进行搜索，寻找若干个差异度最小的二维块，并把这些二维块整个成一个三维矩阵，得到若干个三维矩阵，形成三维矩阵组；