[发明专利]车流密度计算方法、系统、终端及计算机可读存储介质

说明书

本发明适用于交通监测领域，提供了一种车流密度计算方法，包括：对检测区域采集的检测图像进行二值化处理，得到二值图像；利用像素统计方法统计所述二值图像中的运行目标，得到所述检测区域的车流密度；根据所述检测区域的车流密度，采用模糊车流密度来确定所述检测区域的车流密度状态。本发明实施例采用模糊车流密度来衡量车流密度状态，解决了现有技术中无法确定检测路段的车流密度情况的问题。

技术领域

本发明属于交通监测领域，尤其涉及一种车流密度计算方法、系统、终端及计算机可读存储介质。

背景技术

近年来，交通监控视频技术的发展和其旺盛的实际需求吸引了大量的国内外研究者对视频中的交通异常检测及相关算法展开了深入研究。

Nilakorn Seenouvong等人提出了基于计算机视觉的车辆计数算法，计数的精确度高，提高了对车流量监测的准确程度；Nowosielski.A等人基于Camshift算法，提出了一种新的车辆轨迹模式识别算法，能够对车辆的非法停车或非法转弯等行为准确分析识别；Daw-Tung Lin等人则提出Superpixel跟踪算法和车辆轨迹分析技术，并应用于十字路口的交通监控；Sang Hai-feng等人提出了一种通过检测和跟踪车辆轨迹判断车辆是否逆行和超速的系统；Li等人采用了提取特征点来检测分析交通异常的方法，准确性上有所提升；Hanlin Tan则提出一种基于稀疏光流法的异常检测算法，可以检测逆行和横穿马路等交通异常情况；Li Ning等人则提出了一种综合多种交通信息对异常情况进行分析的算法，提高了系统分析的适用性；Ahmed Tageldin等人提出了一种在特定时间内道路上目标间距离来判断交通情况的方法，并以此来解决高度拥堵的交通状态下行人与车辆的冲突问题；杨志勇等人通过融合模糊逻辑和改进的增量比较算法，建立了一种基于模糊逻辑的高速公路交通事件检测模型，该模型通过提取车辆速度和车流量信息来进行事件分析，但由于交通状况十分复杂，该模型检测的前提有一定的局限性。Siyuan Liu等人则提出利用GPS提取城市出租车的轨迹数据，分析出租车移动速度来检测城市道路拥堵情况。

然而，基于GPS定位的异常检测虽然精度高，但也大大提高了检测成本，实用性不足。在现有技术中，由于运行目标的轨迹时刻处于变化状态且无固定的运动时间，无法确定检测路段的车流密度情况。

发明内容

本发明所要解决的技术问题在于提供一种车流密度计算方法、系统、终端及计算机可读存储介质，旨在解决现有技术由于运行目标的轨迹时刻处于变化状态且无固定的运动时间，无法确定检测路段的车流密度情况的问题。

本发明是这样实现的，一种车流密度计算方法，包括：

对检测区域采集的检测图像进行二值化处理，得到二值图像；

利用像素统计方法统计所述二值图像中的运行目标，得到所述检测区域的车流密度；

根据所述检测区域的车流密度，采用模糊车流密度来确定所述检测区域的车流密度状态。

进一步地，所述对检测区域采集的检测图像进行二值化处理，得到二值图像包括：

获取所述检测区域的检测图像；

对所述检测图像的前景图像进行混合高斯背景建模，得到建模图像；

对所述建模图像进行二值化处理，得到所述二值图像。

进一步地，所述获取所述检测区域的检测图像包括：

根据车道形状确定用于检测的梯形区域，以所述梯形区域作为所述检测区域；

采集所述检测区域的检测视频，获取所述检测视频中的每一帧检测图像。

进一步地，所述利用像素统计方法统计所述二值图像中的运行目标，得到所述检测区域的车流密度包括：