[发明专利]一种基于二值化时域图的交通流参数获取方法

说明书

本发明涉及一种基于二值化时域图的交通流参数获取方法，包括以下步骤：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；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；基于纵向像素累计向量进行车辆与道路识别，进行道路去噪、光影消除和车辆校准；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。与现有技术相比，本发明计算简单，在车道拥堵、恶劣天气、夜晚光线不足等情况下也能进行多车道交通流参数获取，方法准确率高且具有普适性。

技术领域

本发明涉及交通流量获取领域，尤其是涉及一种基于二值化时域图的交通流参数获取方法。

背景技术

基于道路交通监测视频，对车辆进行车辆计数、车型分类、车头时距、时间占用率计算等的车流量相关获取，在交通管理和智能交通系统领域发挥着重要的作用。车流量的相关数据统称为交通流参数，是智能交通系统工作的基本依据。

目前，交通管理部门已经大量部署了路段交通监控设备，通过对交通流参数获取能够有效利用和挖掘各路段监控设备所提供的全天候视频监控信息，对海量视频数据处理分析后，转化为可理解的有效交通流信息。在智能交通系统中，交通流参数获取作为其基础功能需求，需要将现代数据通信、视频处理、数据分析与挖掘等技术综合运用，完成高精度的车辆识别与车速估算，为系统性地提高交通运输效率和保障交通安全提供基础支持，有着极具发展潜力的应用前景。

传统的基于非计算机视觉的交通流参数获取，如感应线圈、红外线等，硬件投入和维护成本高，需要对路面进行施工，也易损坏。视频监控为交通管理系统提供了直观实用、交互性强的交通实时监控手段。但是，现有基于视频监控的获取方法中，仍然存在以下问题：1、大多数没有考虑如何设置合理的相机视点与像素采样线，无法实现在车道拥堵情况下的非冗余的多车道流量获取；2、仅局限于光线充足无干扰、天气晴朗等理想环境下的交通流参数获取，几乎没有考虑实际情况中阴雨天气、光线不足等环境因素的影响，在实际使用中准确率受限，方法不具有普适性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于二值化时域图的交通流参数获取方法。

本发明的目的可以通过以下技术方案来实现：

一种基于二值化时域图的交通流参数获取方法，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。

进一步地，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；