[发明专利]基于局部跟踪的视频排队溢出检测方法

权利要求书

1.一种基于局部跟踪的视频排队溢出检测方法，其特征是，包括如下步骤：

(1-1)获得架设于十字路口的红绿灯杆上的嵌入式高清网络摄像机提供的高分辨率视频数据流；取视频场景中一条路的路段进口处50米范围为检测区域，将50米范围由近到远划分为若干个检测区块，按3米～5米为一个检测区块的长度进行划分；

(1-2)在当前时刻帧的灰度图像I_t(x,y)和t-σt时刻帧的灰度图像I_t-σt(x,y)中，对检测区域内3类车辆局部特征进行提取和匹配，判断是否存在移动的车辆局部特征；x和y为灰度图像上的像素位置的横坐标和纵坐标；

步骤(1-2)包括如下步骤：

(1-2-1)车辆局部特征的提取：

车辆局部特征包括3类：圆形红色车辆尾灯特征、与车道行进方向垂直的车辆边缘特征和运动块特征；

圆形车辆尾灯特征的提取：根据车辆尾灯的RGB三基色特征值的统计进行聚类，生成白天和晚上2类红色车尾灯的RGB聚类中心，选择置信度为90％的方差值作为门限；

车辆局部边缘特征提取：选择检测垂直于车辆运动方向的水平边缘特征，采用sobel水平边缘检测算子提取运动车辆的水平检测边缘，通过水平边缘连通区域的提取获得整个完整边缘特征；

运动块特征是指图像中满足一定尺寸且在连续σt时间内有运动的斑块，运动斑块的提取步骤如下：

运动斑块提取采用帧间间隔时间σt内帧差块为种子点，根据边缘信息进行斑块的完整查找，获取完整的运动斑块，帧差块检测公式如下：

其中，M_t(x,y)为当前时刻帧的运动检测结果图像，T1为运动检测判别阈值；

(1-2-2)车辆局部特征的匹配和跟踪：

检测当前帧图像数据的3类局部特征，并分类保存到三个特征队列里，将当前检测出来的特征队列与前一帧的三个特征队列按最近距离匹配，同时将帧间匹配最大距离0.4米/帧折算到当前帧特征所在区域的最大移动像素；

在局部特征跟踪过程中，由于随时存在部分车辆特征的消失和再现问题，局部特征跟踪匹配队列需要及时进行更新操作；

更新操作包括将消失局部特征剔除的过程和将新局部特征加入特征跟踪队列的过程；

将消失局部特征剔除的过程:在局部特征匹配跟踪过程中，若检测到局部特征A存在连续3帧的运动，则设局部特征A所处位置为起点；若沿车辆行驶反方向距离hi/2内，存在局部特征点B连续3帧静止没有位移，则将局部特征点B作为干扰点剔除；hi为任意的检测区块的长度；

将新局部特征加入特征跟踪队列的过程：在连续3帧中，若局部特征点C移动的距离大于d，则将局部特征点C作为新的车辆局部特征加入局部特征匹配队列；

(1-3)根据各个检测区块内的局部车辆特征建立检测区块的时序模型；

(1-4)融合由远到近的各个检测区块内的局部车辆特征的移动和停止状态，检测出路段是否溢出。

2.根据权利要求1所述的基于局部跟踪的视频排队溢出检测方法，其特征是，还包括如下步骤：为各个检测区域编号，使各个检测区域的编号按照距离十字路口由近至远的顺序逐渐增大。