[发明专利]基于视频的实时车辆进出识别方法

权利要求书

1.基于视频的实时车辆进出识别方法，其特征在于，具体实施步骤如下：

步骤1，安装摄像头采集图像

步骤2，基于帧差分法和稠密光流法结合的运动目标检测，具体如下：

步骤2.1帧差法运动目标检测

帧差法将前后两帧图像对应像素值相减；

设差分图像为Y_k(i,j)，第k+1帧与第k帧图像在(i,j)点的像素分别为T_k+1(i,j)与T_k(i,j)，阈值处理后的结果为I_k(i,j)，则帧差法公式为：

Y_k(i,j)＝|T_k+1(i,j)-T_k(i,j)| (1)

上述公式中的I为阈值，此处为30；

步骤2.2稠密光流运动目标检测

将步骤2.1帧差法处理产生的灰度图像使用稠密光流法分割运动目标；

车辆从摄像头前经过一般为最大的运动物体，如果一个场景下有多个运动区域，这里只保留面积最大的一个；

步骤3基于背景差分法的前景检测，具体如下：

步骤3.1背景差分获取运动区域；

使用视频帧与背景图像相减，之后对差分灰度图像做阈值处理活动运动区域二值图像；设背景差分图像为Y_k(i,j)，第k帧图像在(i,j)点的像素为M_k(i,j)，此时的背景图像为B_k(i,j)，阈值处理后的结果为I_k(i,j)，背景差分法公式为：

Y_k(i,j)＝|M_k(i,j)-B_k(i,j)| (1)

上述公式中的I为阈值，此处为50；“1”代表第K帧图像发生前景区域，“0”代表背景区域；

背景差分法获得的前景二值图；同样这里只保留面积最大的一块前景区域；

步骤3.2背景更新；

使用视频的前100帧以上图像的平均值作为初始背景，当视频中没有运动物体时，实时更新背景图像，有运动物体时不更新背景；

此处认为不是运动区域的判断条件有两个：1背景差分算法分割出的运动前景面积小于50×50；2该区域前后两帧图像使用LK光流法跟踪特征点，特征点移动距离小于100；

步骤4融合运动前景并提取车辆区域彩色图像；

将步骤2和步骤3获取的运动区域二值图像叠加，并和原图像做与操作，

车辆从摄像头前面经过，运动面积较大，因此当运动区域面积大于一定阈值时认为是车辆，并对此保留，如果小于阈值则剔除；此处使用的阈值为0.15倍原图像面积；

步骤5，基于LK光流法的运动目标的角点跟踪；将车辆彩色图转换为灰度图像，使用Shi-Tomasi角点检测算法检测图像中的关键点，然后使用Lucas-Kanade算法迭代跟踪这些点；将这些跟踪轨迹绘制在图上；

步骤6，运动车辆进出判断；

车辆进出的判断有两个条件：1、视频序列中必须有连续大于10帧图像被检测出为步骤4的车辆区域，否则认为是光照引起的环境变化；2、记录每一帧图像，LK光流跟踪的所有关键点移动距离和，车辆进入序列中出现距离和大于100的认为车辆通过，否则为非车辆区域；同时满足这两个条件判断为车辆的移动，然后根据LK光流法跟踪的关键点移动方向判断车辆进出方向；

步骤7，运动车辆颜色识别；

对分割出的车辆图像，首先将颜色空间转换到HSV，然后根据量化模板分别计算车辆图像中在不同色彩范围上的像素点个数，统计出像素点个数最多的颜色范围为车辆颜色；车辆进入后，统计车辆个数并输出结果图像。