[发明专利]一种基于三正交平面时空特征的黑烟车检测方法

说明书

本发明提供了一种基于三正交平面时空特征的黑烟车检测方法，包括：利用样本一致性背景模型SACON从道路监控视频中提取前景目标，并将图像划分成网格，记录前景目标所在的小方格；从每个前景目标小方格中分别提取时空纹理信息、时空颜色信息和时空形状信息；将时空纹理特征，时空颜色特征和时空形状特征分别输入三个训练好的反向传播神经网络BPNN分类器，通过对分类结果加权融合得到小方格的最终分类结果，结合每帧连通黑烟小方格的个数和连续多帧小方格的分布特点，对当前视频段是否有黑烟车做出判断。本发明能够基于视频分析对当前视频段是否有黑烟车做出判断，进一步提高识别率，降低阴影引起的误报。

技术领域

本发明属于智能监控和烟火检测技术领域，涉及一种黑烟车检测方法，更为具体的说，是涉及一种基于三正交平面时空特征的黑烟车检测方法。

背景技术

黑烟车是一种车辆尾气为浓浓黑烟的高污染车辆。黑烟车排放的黑烟尾气不仅污染空气，还损害人体健康。很多城市禁止黑烟车进入市区。为了减少机动车污染，提高空气质量，需要从道路上及时发现这列黑烟车，并有交警部门做进一步处理，报废车辆或者限期整改。

目前，真正投入实用的道路黑烟车检测发放依旧采用工作人员拦车路检的方式，即工作人员在道路上通过观察来判断和检测黑烟车，这类方法效率低下，妨碍交通，且不利于执法证据的保存，耗费大量财力人力。国外也有通过安装车载尾气分析装置的方式检测黑烟车，但是由于中国市人口大国，从机动车数量巨大，给每一辆车都安装尾气分析装置，实施起来比较困难，且装置的价格和后续的维护保养需要耗费大量财力，因此，不适用于中国的国情。

随着人工智能技术的不断发展和交通道路监控的不断完善，使得借助计算机视觉技术来分析监控视频自动检测黑烟车成为可能。但目前的基于监控视频的黑烟车自动检测方法通常存在识别率低，误报率高的问题。

发明内容

为解决上述问题，本发明公开了一种基于三正交平面时空特征的黑烟车检测方法，能够基于视频分析对当前视频段是否有黑烟车做出判断，进一步提高识别率，降低阴影引起的误报。

为了达到上述目的，本发明提供如下技术方案：

一种基于三正交平面时空特征的黑烟车检测方法，包括如下步骤：

(1)利用样本一致性背景模型SACON从道路监控视频中提取前景目标，并将图像划分成网格，记录前景目标所在的小方格；

(2)从每个前景目标小方格中提取三正交平面局部二值模式方差LBPV-TOP直方图特征，刻画方格区域的时空纹理信息；

(3)从每个前景目标小方格中提取基于三正交平面颜色共生矩阵CCM-TOP的特征，刻画方格区域的时空颜色信息；

(4)从每个前景目标小方格中提取三正交平面形状上下文SC-TOP直方图特征，刻画方格区域的时空形状信息；

(5)将时空纹理特征，时空颜色特征和时空形状特征分别输入三个训练好的反向传播神经网络BPNN分类器，通过对分类结果加权融合得到小方格的最终分类结果，结合每帧连通黑烟小方格的个数和连续多帧小方格的分布特点，对当前视频段是否有黑烟车做出判断。

进一步的，所述步骤(1)具体包括如下步骤：

(11)将视频图像转化为灰度图像；

(12)背景模型初始化，直接取视频序列的前N帧来建立背景模型，记作C；

(13)运动目标检测，采用邻域帧间差分法提取候选运动像素，并与对应的背景模型作比较，利用下式判断新像素是否为背景像素，

T_n＝aNT_r