[实用新型]一种高速公路车辆轨迹跟踪系统

说明书

本实用新型涉及智能交通领域，特指一种高速公路车辆轨迹跟踪系统，包括数据采集系统，数据采集系统采集到数据后上传到视频服务器并通过局域网传到视频解码服务器，经实时图像采集模块、图像处理与跟踪算法模块、数据储存模块的处理后，输出到系统处理和展示平台上，通过闭路电视监控系统观察。采用上述方案后，实现了高速公路间隔性视域的监控摄像机网络环境下的车辆轨迹跟踪方法，实现了广域视频监控环境下的目标跟踪。

技术领域

本实用新型涉及智能交通领域，特指一种高速公路车辆轨迹跟踪系统。

背景技术

随着人们对交通安全的逐渐重视，加之国家相关政策的制定与推进，智能视频监控技术得以快速发展，高速公路的快速发展和扩张，目前已有的车辆轨迹跟踪是基于车辆经过两个高速公路卡口后才通过轨迹还原去显示车辆的虚拟轨迹，该技术无法具备准确还原车辆轨迹和未能满足轨迹跟踪实时性的能力，其技术已经满足不了当前业务需求。而现有已运行高速公路仍然是未将摄像机视域覆盖所有监控区域，如果需要改造成监控区域全覆盖则需要耗费大量人力物力。

针对以上问题，设计了基于高速公路间隔性视域的监控摄像机网络环境下的车辆轨迹跟踪方法，实现了广域视频监控环境下的目标跟踪，本发明人研发出一种高速公路车辆轨迹跟踪系统，本案由此产生。

实用新型内容

为了实现上述目的，本实用新型的技术方案如下：

一种高速公路车辆轨迹跟踪系统，包括数据采集系统，数据采集系统采集到数据后上传到视频服务器并通过局域网传到视频解码服务器，经实时图像采集模块、图像处理与跟踪算法模块、数据储存模块的处理后，输出到系统处理和展示平台上，通过闭路电视监控系统观察。

首先对车辆各个方面的特征进行提取，包括车辆的固有特征和运动特征，其次建立车辆在数据采集系统间运动的时间和空间的约束；最后对观察到的所有车辆，使用车辆关联算法进行关联，在它们之中找到属于相同车辆的目标，从而实现在高速公路上间隔性的多个摄像机间的车辆轨迹跟踪。

进一步，数据采集系统为摄像机设备。

进一步，图像处理与跟踪算法模块中，采用HOG算子和LBP算子记录目标车辆特征，采用SURF算法对比两个目标车辆之间相似程度。

HOG算子首先将摄像机监控画面的图像分割成小的连接区域，每个区域内生成各像素点的梯度或边缘的方向直方图，再采用了重叠的局部对比归一化技术把每个区域的局部直方图放在更大的区间范围内计算其密度，根据这个密度对更大区域范围中的其他区域进行归一化，使得HOG算子对光照变化和阴影拥有更好的鲁棒性，最后将直方图统计组合，即可构成了车辆的HOG特征描述算子。

LBP算子用来描述图像局部纹理特征，将车辆图片切割为多个3*3像素的窗口，计算每个窗口LBP的值，窗口中心点的像素是阈值，将周围8个像素点的灰度值与阈值做比较，如果小于阈值则将该点标记为0，否则记1。将这些标记值生成一个8位的二进制无符号数，该值就是这个窗口的LBP值，被用来描述该窗口区域的纹理特征。

本系统将HOG算子和LBP算子融合起来使用，可以很好地对车辆特征进行标识。

采用上述方案后，本实用新型与现有技术相比，具有以下优点：

基于高速公路间隔性视域的监控摄像机网络环境下的车辆轨迹跟踪系统很好地完成了多个摄像机网络间的车辆轨迹预测功能，提出的基于高速公路封闭性和单向性以及贝叶斯框架的最大后验概率算法具有一定的准确性、高效性与鲁棒性，同时，将摄像机网络子图划分，满足了系统对于海量数据的处理需求。

附图说明

图1是本实用新型的示意图；

图2是间隔性摄像机网络拓扑图；

标号说明