[发明专利]一种基于视频的交通缓驶检测方法及系统有效
申请号: | 201911139010.2 | 申请日: | 2019-11-20 |
公开(公告)号: | CN110942642B | 公开(公告)日: | 2021-01-19 |
发明(设计)人: | 周鹏;吴劲峰;陈瑞生 | 申请(专利权)人: | 中科视元科技(杭州)有限公司 |
主分类号: | G06T7/254 | 分类号: | G06T7/254 |
代理公司: | 北京君莫知识产权代理事务所(普通合伙) 11715 | 代理人: | 崔云鹤 |
地址: | 311100 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 视频 交通 检测 方法 系统 | ||
1.一种基于视频的交通缓驶检测方法,所述方法基于多个视频摄像头采集的多段视频图像来识别缓驶现象,所述多个视频摄像头至少包括第一前向摄像头和第二后向摄像头;
所述方法包括如下步骤:
S1:按照第一预定时间间隔T1,获取所述第一前向摄像头拍摄的视频图像中至少三张前向视频帧F0、F1、F2;以及获取所述第二后向摄像头拍摄的视频图像中至少三张后向视频帧B0、B1、B2;
S2:对所述三张前向视频帧F0、F1、F2做前向差分运算;
S3:判断所述前向差分运算的结果是否满足第一预定条件,如果是,则进入步骤S4;
否则,返回步骤S1;
S4:对所述后向视频帧B0、B1、B2做后向差分运算;
S5:判断所述后向差分运算的结果是否满足第二预定条件,如果是,则进入步骤S6;否则,返回步骤S1;
其特征在于:
所述前向差分运算具体为:
S21:对前向视频帧F0、F1做图像差分运算,得到差分图像F10;
S22:对前向视频帧F1、F2做图像差分运算,得到差分图像F21;
S23:对差分图像F10和F21做差分运算,得到差分图像F210;
所述判断所述前向差分运算的结果是否满足第一预定条件,包括:
对差分图像F210进行二值化阈值处理,得到第一阈值化图像CF1;
统计第一阈值化图像两种像素值的第一比例和第二比例;
所述第一预定条件包括如下条件之一:
第一比例超过第一设定阈值;
第二比例小于第二设定阈值;
所述后向差分运算具体为:
S41:对后向视频帧B0、B1做图像差分运算,得到差分图像B01;
S42:对后向视频帧B1、B2做图像差分运算,得到差分图像B12;
S43:对差分图像B01和B12做差分运算,得到差分图像B012;
所述判断所述后向差分运算结果是否满足第二预定条件,包括:
对差分图像B012进行二值化阈值处理,得到第二阈值化图像CB1;
对第一阈值化图像CF1和第二阈值化图像CB1做图像差分运算,得到差分图像CFB;
对差分图像CFB进行二值化阈值处理,得到第三阈值化图像CFB1;
统计第三阈值化图像CFB1中灰度值为0的像素比例Zeroratio;
所述第二预定条件为:Zeroratio大于第三设定阈值;
所述步骤S6为:
S6:启动缓驶检测步骤。
2.如权利要求1所述的缓驶检测方法,其特征在于,所述步骤S6具体包括如下步骤:
S61:按照第二预定时间间隔T2,获取所述第一前向摄像头拍摄的视频图像序列,所述视频图像序列包括在N个时间点处的连续图片帧PF1,PF2,……PFN;同时获取所述第二后向摄像头拍摄的视频图像中对应的N个时间点处的连续图片帧PB1,PB2,……,PBN;
S62:提取前向图片集PF={PF1,PF2,……PFN}以及后向图片集BF={PB1,PB2,……,PBN}中每一张图片的前景数据;
S63:判断所述前景数据是否符合高斯分布;如果否,则当前视频中出现缓驶。
3.如权利要求2所述的缓驶检测方法,其中,所述高斯分布为混合高斯分布。
4.如权利要求2所述的缓驶检测方法,其中,所述第二预定时间间隔T2小于所述第一预定时间间隔T1。
5.如权利要求1所述的缓驶检测方法,其中,所述第三设定阈值大于所述第一设定阈值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中科视元科技(杭州)有限公司,未经中科视元科技(杭州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911139010.2/1.html,转载请声明来源钻瓜专利网。