[发明专利]基于卡尔曼滤波的车辆视频测速方法和计算机可读存储介质

说明书

本发明公开了一种基于卡尔曼滤波的车辆视频测速方法和计算机可读存储介质，测速方法包括：获取n帧待测速图片；根据n帧待测速图片得到n帧第一车牌图片；对n帧第一车牌图片分别做透视变换得到n帧第二车牌图片；根据第二车牌图片得到换算关系；根据n帧第二车牌图片的车牌预设位置坐标、视频流数据和换算关系得到车辆的平均速度；基于卡尔曼滤波，根据车辆的平均速度得到最终的测速结果。本发明提出的基于卡尔曼滤波的车辆视频测速方法，通过卡尔曼滤波对视频测速得到的初始车辆速度进一步进行了误差消除，有效提高了车速测量的准确性和抗干扰性，得到的车速更加有可靠性，具有较高的实用性和推广价值。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于卡尔曼滤波的车辆视频测速方法和计算机可读存储介质。

背景技术

随着社会经济的快速发展，汽车普及率的提高和城市化进程的加快，城市道路交通拥挤现象日益加重，车辆交通环境逐渐恶化。道路信息的获取极大地丰富了人们的生活，方便了人们的出行，其中测速是关键参数之一。若能实现智能交通控制的同时，对各种道路上的车辆速度进行实时视频监控和处理，这对于改善交通秩序、保障交通安全以及减少交通事故将起到重要的作用。

在现有的测速技术中，目前应用较为成熟的车速测量设备主要是传统的地感线圈(红外测速)、微波车检器、雷达测速(激光测速)等。地感线圈测速技术利用电磁感应原理，当有车辆经过地感线圈区域时，线圈磁通量发生变化，输出触发信号，提示有车经过，因此可以在路面一定距离上设置两个地感线圈区域，通过监测出车辆经过这两个区域的时间差，即可计算出车辆速度，但是缺点在于地感线圈测速长时间受车辆碾压，容易损坏，使用寿命不长，而且在运行维护时需要开挖路面，会对路面有一定的破坏，且维护成本高；微波车检器采用稳定的有源信号作为触发源，原理简单，信号稳定，缺点在于容易受到邻车的干扰，准确性受制于交通流的复杂程度；雷达测速技术则利用多普勒效应，通过雷达反射波相对于发射波的频移计算出运动物体的速度，缺点在于雷达测速系统对于测量角度要求较高，测速系统需要正对物体运动方向而且测量偏差角度应小于10度。随着视频图像处理技术的不断发展，基于计算机视觉、图像处理与模式识别技术来自动获取交通流量、车辆类型以及车辆行驶速度成为近年来研究的热点，许多学者开始致力于研究基于视频图像技术的交通参数检测方法。

国内外对视频测速均有研究。2010年，Czajewski等提出把车牌当成特征块实现目标车辆的定位与跟踪，进而计算车辆速度；同年，Rahim等提出了基于质心提取与跟踪技术，通过将2D图像点转换为3D空间位置，利用3D空间中测量的距离与实践估计出车辆在实际空间中的速度。国内的研究起步比较晚，始于20世纪90年代，但我国在此领域的研究并没有落后国外，先后研究出虚拟线圈法和轨迹跟踪法，并将其运用到车速测量中，这两种方法可以有效避开传统物理接触式车速测量方法存在的问题，安装简单，维护方便，受交通流状况的影响较小。但在车辆提取、目标分割和稳定性跟踪等关键环节存在诸多技术瓶颈，检测的准确性和稳定性均难以满足实用要求。

目前国内外使用的视频测速算法中车速计算方法大体相同，研究重点大都集中在运动车辆的检测以及跟踪方法上。因此如何提高车辆视频测速的准确性和稳定性成为了亟待解决的问题。

发明内容

本发明的目的在于针对现有车辆测速方法、测速算法的问题和不足，提出一种基于卡尔曼滤波的车辆视频测速方法。相比较而言，视频测速不用雷达，也无需传感器，只安装一个视频摄像头，既能对高速行驶中的汽车实现精准测速，又能对超速违章车辆进行布控，在车辆测速中更具有潜在优势。

为实现上述目的，本发明提出一种基于卡尔曼滤波的车辆视频测速方法和计算机可读存储介质。本发明要解决的技术问题通过以下技术方案实现：

一种基于卡尔曼滤波的车辆视频测速方法，包括：

获取n帧待测速图片，n为大于零的整数；

根据n帧所述待测速图片得到n帧第一车牌图片，所述第一车牌图片包括待测速车辆的车牌；