[发明专利]基于视频处理的车速实时测量方法

权利要求书

1.一种基于视频处理的车速实时测量方法，其特征在于，路面上的物体从视频画面坐标系(u,v)转换到路面坐标系(x,z)的坐标转换公式为：

其中，路面坐标系中路面宽度方向为x轴，路面延伸方向为z轴，视频画面坐标系以画面中显示的路面宽度方向为u轴，以画面中显示的路面延伸方向为v轴，a为路面坐标系中两条平行分道线的距离，b为路面坐标系中分道线的长度，v_∞为消失点在视频画面坐标系中的v轴坐标，u_left、u_right分别为视频画面坐标系中路面上两条平行的分道线与u轴的交点坐标，v₁、v₂分别为视频画面坐标系中同一分道线两端的v轴坐标；

通过相邻两帧视频画面中同一运动物体转化到路面坐标系后的坐标距离除以相邻两帧视频画面的时间差即可得出运动物体的时速；

其中，消失点的检测过程包括以下步骤：

步骤一、提取道路监控视频画面中静态物体的边缘像素点；

步骤二、逐行扫描道路监控视频画面中的每一像素点，并以扫描到的静态物体边缘像素点为起点，通过纵向优先方式搜索所有与起点直接或间接相连且梯度方向与起点梯度方向之间的夹角小于Λ的其他边缘像素点，并将它们按照搜索的顺序保存于同一数组中，把数组中包含的所有像素点标记为已搜以避免重复搜索，其中，Λ为确保数组中包含的边缘像素点形成一条准直线段所使用的阈值；

步骤三、筛选出包含大于Ω个像素点的数组作为分道线候选对象，然后采用RANSAC算法得出道路延伸方向的消失点，其中，Ω为区分人造的静态物体边缘轮廓线段和自然的静态物体边缘轮廓线段的阈值。

2.如权利要求1所述的基于视频处理的车速实时测量方法，其特征在于，同一运动物体的确定过程包括以下步骤：

步骤一、提取道路监控视频每一帧画面中运动物体的边缘像素点；

步骤二、将每一帧画面中运动物体的所有边缘像素点简化为运动物体的轮廓中心点，并转换到路面坐标系上，再对比找出相邻两帧画面中在路面坐标系实际距离小于3米的一对运动物体即为同一运动物体。

3.如权利要求1所述的基于视频处理的车速实时测量方法，其特征在于，消失点的检测过程中，已保存的静态物体边缘像素点不再作为起点。

4.如权利要求1中所述的基于视频处理的车速实时测量方法，其特征在于，采用混合高斯模型算法提取道路监控视频画面中只包含静态物体的像素点，再采用canny边缘检测算法从只包含静态物体像素点的道路监控视频画面中提取静态物体边缘像素点。

5.如权利要求2中所述的基于视频处理的车速实时测量方法，其特征在于，采用混合高斯模型算法提取道路监控视频画面中只包含运动物体的像素点，再采用canny边缘检测算法从只包含运动物体像素点的道路监控视频画面中提取运动物体边缘像素点。

6.如权利要求4或5中所述的基于视频处理的车速实时测量方法，其特征在于，采用混合高斯模型算法每隔200帧完全更新一次只包含静态物体像素点的道路监控视频画面。

7.如权利要求4或5中所述的基于视频处理的车速实时测量方法，其特征在于，采用混合高斯模型算法时包含高斯模型的个数为5。

8.如权利要求4或5中所述的基于视频处理的车速实时测量方法，其特征在于，采用混合高斯模型算法时混合高斯模型的标准差个数为2.5，初始方差为100。

9.如权利要求4或5中所述的基于视频处理的车速实时测量方法，其特征在于，采用混合高斯模型算法时混合高斯模型的初始权重为0.05。