[发明专利]基于形态学变化与活动点填充的交通视频背景提取方法

说明书

本发明涉及一种背景提取方法，尤其是一种基于形态学变化与活动点填充的交通视频背景提取方法，属于交通视频检测分析的技术领域。本发明通过对单通道的灰度图像进行处理，得到图像中物体的轮廓，从而判断检测区域内是否有物体存在，并截取检测区域内无物体存在的图像作为固定背景。固定背景相对于混合高斯背景，在路口间歇性停车、排队的时候有着较高的计数准确率。而城市道路由于红绿灯分流的情况，往往会出现短时间的排队、停车等车辆积压的情况，固定背景能很好的处理这种情况。通过对红蓝色车灰度图像上的像素点进行填充，防止灰度图上红蓝车颜色过于接近地面而漏记的情况发生，从而能提高车流量计数的准确性，适应范围广，安全可靠。

技术领域

本发明涉及一种背景提取方法，尤其是一种基于形态学变化与活动点填充的交通视频背景提取方法，属于交通视频检测分析的技术领域。

背景技术

随着智能交通的发展，实时的交通流量数据检测起着越来越重要的作用。过去普遍通过铺设磁感线圈的方式检测车流量，但因其安装时破坏路面、维护不便等缺点，正逐渐由视频检测的方式所替代。基于图像处理的视频车辆检测技术因为其检测区域大、设置灵活、后期维护不破坏路面等优点，成为智能交通领域车流量检测方面研究的重点。

近年来，视频流量检测经过不断的发展已经得到了许多相关的解决方案，在背景提取中，混合高斯背景提取由于其对背景环境的自适应性能高，能较好的描述复杂的背景，并且在背景建模的过程中允许有运动物体的存在，常用于车辆流量检测的背景提取中。然而，混合高斯模型在实际背景提取中有其局限性，在路口车辆短暂的积压、间断性停车、大车缓慢通过时，混合高斯模型会将部分停止或缓慢移动的大车混合为背景，引起背景的干扰，导致发生车流量漏记或多记。这种情况在路口普遍发生，影响车流量计数的准确性，在实际应用中显然是不可接受的。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种基于形态学变化与活动点填充的交通视频背景提取方法，其能有效实现对交通视频中背景的提取，能提高车流量计数的准确性，适应范围广，安全可靠。

按照本发明提供的技术方案，一种基于形态学变化与活动点填充的交通视频背景提取方法，所述交通视频背景提取方法包括如下步骤：

步骤1、获取交通视频信息并将所述交通视频信息转换为单通道的灰度图像；在得到对转换后的单通道灰度图像后，读取一帧灰度图像，并跳转至步骤2；

步骤2、判断所读取帧的灰度图像中是否存在物体，当确定所读取的灰度图像中存在物体时，跳转至步骤3，否则，跳转至步骤4；

步骤3、将代表存在物体的计数值n累加1，并将代表物体不存在的计数值m清零，当计数值n不小于阈值H时，跳转至步骤5，否则，跳转至7；

步骤4、将代表物体不存在的计数值m累加1；当计数值m不小于阈值M时，跳转至步骤6，否则，跳转至7；

步骤5、切换为混合高斯背景提取方法进行背景提取，并跳转至步骤7；

步骤6，截取当前图像为固定背景，并将代表物体存在的计数值n清零；

步骤7、读取下一帧图像，并判断所读取的下一帧图像是否为最后一帧图像，当所读取的下一帧图像为最后一帧图像时，跳转至步骤8，否则跳转至步骤2；

步骤8、背景提取结束。

所述步骤2，具体包括如下步骤：

步骤2.1、对所读取帧的单通道灰度图像IMG_source进行形态学变换，以得到膨胀图像IMG_dilate以及腐蚀图像IMG_erode；

步骤2.2、计算膨胀图像IMG_dilate的灰度值与腐蚀图像IMG_erode的灰度值之间差值的绝对值IMG_sub，将所述绝对值IMG_sub进行二值化，得到图像IMG_binary，具体地，