[发明专利]一种基于二值化时域图的交通流参数获取方法

权利要求书

1.一种基于二值化时域图的交通流参数获取方法，其特征在于，包括以下步骤：

S1.在路侧交通监控俯瞰视频流中设置垂直于地面且正交于车辆通行方向的像素采样线，将视频连续帧中的一维采样像素阵列合并为矩形时域图；

S2.将矩形时域图压缩为灰度数字图像，通过设定的阈值对图像进行灰度二值化，基于二值化时域图构建纵向像素累积向量；

S3.基于纵向像素累计向量进行车辆与道路识别，构建系统性的数据去噪和光影消除方法，进行道路去噪、光影消除和车辆校准；

S4.将纵向像素累计向量转化为车辆脉冲序列时序图，进行交通流参数计算，包括车流量、车头时距和时间占有率；

所述步骤S1中具体包括：

S11.选取从车道高处俯瞰的交通监控视频，在相机视角中选取最接近于与地面垂直且正交于车辆流动方向的平面P，在视频帧I(x,y,t)的像素网络中选择平面P与地面的交线作为像素采样线l_s，l_s两端与车道的两侧平齐，其中x表示当前帧中像素点的横坐标，y表示当前帧中像素点的纵坐标，t表示获取该当前帧在视频中对应的时间戳；

S12.基于视频帧采样频率，获取每一帧中采样线l_s上的一维像素；

S13.将每一帧中获取的一维像素阵列记作一个时间切片S_t(t,l)，l代表l_s上各像素的坐标值(x,y)，将来自于连续帧的一维像素阵列沿时间轴连接合成矩形时域图D(t,y)，矩形时域图横轴方向表示按视频帧顺序各时间切片上像素阵列对应的时间戳，纵轴方向表示排列各一维阵列的像素。

2.根据权利要求1所述的基于二值化时域图的交通流参数获取方法，其特征在于，基于视频帧采样频率，获取每一帧中采样线l_s上的一维像素，该一维像素d(x,0)由车辆目标对象v(x,0)、道路r(x,0)、光影s(x,0)和噪音n(x,0)组成。

3.根据权利要求1所述的基于二值化时域图的交通流参数获取方法，其特征在于，所述步骤S2中具体包括：

S21.将矩形时域图转化为灰度数字图像，使用最大类间方差法确定自适应的灰度阈值T，实现类间方差g最小化，灰度数字图像的前景和背景的差别最大化，阈值T取g最小化时对应的图像灰度；类间方差g计算表达式如下：

ω₁+ω₂＝1

N₁+N₂＝M*N

g＝ω₁*ω₂*(μ₁-μ₂)²

式中，ω₁和ω₂表示背景和前景的在整幅图像中的像素占比，μ₁和μ₂为背景和前景的平均灰度值，图像大小设置为M×N，图像中像素的灰度值小于阈值T的像素个数为N₁，像素灰度大于阈值T的像素个数为N₂；

S22.通过二值化区分道路背景和车辆对象，将灰度数字图像处理为二值图像D′(t，y)，若D′(t，y)像素灰度值src(t，y)高于自适应灰度阈值T则设置为白色对应的灰度最大值maxVal，标记为车辆对象，记作1；否则设置为黑色对应的灰度最小值，标记为道路间隙对象，记作0；

S23.二值化时域图转化为纵向像素累计向量，获取图像中各列像素阵列中灰度级为白色的像素个数，x轴为每一帧时间切片所对应的时间戳t，y轴为每帧白色像素出现的个数∑S(x_i)，物理意义为该时间切片所记录的车辆宽度。