[发明专利]一种基于多特征融合的智能视频黑烟车检测方法

说明书

本发明公开了一种基于多特征融合的智能视频黑烟车检测方法，包括如下步骤：(1)利用前景检测算法从道路监控视频中提取运动目标，并识别车辆目标；(2)利用积分投影和滤波技术检测车辆尾部位置；(3)提取车尾部后方区域的统计特征、频域特征和一些手工特征，融合形成一个特征向量；(4)利用BP网络分类器对所提特征向量进行分类，识别黑烟帧，从而进一步识别黑烟车。本发明能够提高鲁棒性，更有效的检测黑烟车。

技术领域

本发明涉及烟火检测技术领域，尤其是一种基于多特征融合的智能视频黑烟车检测方法。

背景技术

加快区域内机动车排污监控平台建设，重点治理重型柴油车和高排放车辆。重型柴油车和高排放车辆的通常表现是车辆尾气孔冒着浓浓的黑烟，我们通常称之为黑烟车。黑烟车排放的黑烟尾气不仅污染空气，还损害人体健康。因此研究如何有效地检测黑烟车是非常有意义的。

当前检测黑烟车的方法可分为三大类：

(1)传统方法。比如，群众举报、定期路检、夜间巡查人工视频监控。传统方法往往会耗费大量工作人员，且由于机动车保有量的急剧增长，交通的繁忙等，这类方法效率很低；

(2)半智能方法。比如安装车辆尾气分析装置、传感器探测等。这些方法在一定程度上提高了黑烟车检测的效率，减少了黑烟车的污染，但设备的购买和维护需要大量财力的支持，并且给每辆车都安装尾气分析装置实施有难度；

(3)智能视频监控方法。该方法利用计算机视觉技术从海量道路监控视频中自动检测黑烟车。这类方法属于远距离监控，不妨碍交通，可实现全天在线值守，适应于双车道和多车道等多种道路环境，并且安装方便，适合城市道路的大范围布控，更容易形成针对高污染黑烟车的在线监控网络，提高执法效率。但这类方法目前仍处于研究的起步阶段。

本发明提出了一种智能视频监控方法，该技术发明充分考虑黑烟车检测问题的实际特点，利用积分投影和人滤波技术检测车尾部，更精确锁定候选区域，并融合车尾部后方区域的统计特征、频域特征和一些手工特征，来进一步提高鲁棒性，更有效的检测黑烟车。

发明内容

本发明所要解决的技术问题在于，提供一种基于多特征融合的智能视频黑烟车检测方法，能够提高鲁棒性，更有效的检测黑烟车。

为解决上述技术问题，本发明提供一种基于多特征融合的智能视频黑烟车检测方法，包括如下步骤：

(1)利用前景检测算法从道路监控视频中提取运动目标，并识别车辆目标；

(2)利用积分投影和滤波技术检测车辆尾部位置；

(3)提取车尾部后方区域的统计特征、频域特征和一些手工特征，融合形成一个特征向量；

(4)利用BP网络分类器对所提特征向量进行分类，识别黑烟帧，从而进一步识别黑烟车。

优选的，步骤(1)中的前景检测算法包括如下步骤：

(11)采用下式初始化背景I_back(t)，

其中，I(t)代表第t帧图像，N代表初始化背景采用的图像帧数；

(12)采用下式计算前景目标I_fore(t)，

β_t＝mean(|I(t)-I_back(t)|)

P＝threshold(|I(t)-I_back(t)|,β_t+ε)

I_fo_re(t)＝dilate(erode(P))