[发明专利]一种基于多帧统计的视频车道背景建模方法

摘要

本发明公开一种基于多帧统计的视频车道背景建模方法，通过对多帧视频帧自主统计分析首先建立无车的全背景图像，再次对多帧视频帧进行统计运动对象统计，最终在全背景图像上获取完整的车道背景图像；在全背景图像建立阶段，首先对视频帧上每一个像素按帧进行灰度值统计，通过排序确定该像素的背景灰度值范围，并运用加权平均的方法最后确定背景图像灰度值，进而生成全背景图像；在车道背景建立阶段，对于提取的视频帧运用帧间差分及设定阈值方法标记出车辆的运行位置，通过多次统计确定车辆的运行轨迹，通过车辆的运动轨迹进而最终获取完整的车道背景图像。具有计算量小、抗噪能力和自适应能力强等特点，方法简单且可靠。

主权项

1.一种基于多帧统计的视频车道背景建模方法，其特征是依次采用如下步骤：(1)将交通道口的n帧连续图像帧转换成灰度图像矩阵D_x＝{Y_i，j，i∈{1，...，M}，j∈{1，...，N}}，Y_i，j＝0.299*R_i，j+0.587*G_i，j+0.114*B_i，j，Y_i，j是转换得到的像素上的灰度值，R_i，j、G_i，j、B_i，j是图像帧在第i行第j列上的RGB颜色值，0＜x＜n+1，M是图像帧的总行数，N是图像帧的总列数；(2)建立统计矩阵S＝{s_i，j，k，i∈{1，...，M}，j∈{1，...，N}，k∈{0，...，255}}，s_i，j，k是图像第i行、第j列的像素上灰度值是k的图像帧统计次数，刚开始设置矩阵S为零矩阵；(3)连续取n帧灰度图像矩阵D_x的灰度值Y_i，j，在所述统计矩阵S的相应位置上做加1处理，将所述s_i，j，k的数值按从高到低顺序取出，将取出的s_i，j，k构成一个新的集合AS_i，j＝{s_i，j，k}，直至为止；(4)按公式得到视频帧第i行j列上的背景像素值ag_i，j，并得到视频帧全背景灰度矩阵AG＝{ag_i，j，i∈{1，...，M}，j∈{1，...，N}}；(5)再次读取同一个交通道口的相邻的两帧图像帧，将该相邻的两帧图像帧分别转换成灰度图像矩阵D_A、D_B，并对灰度图像矩阵D_A、D_B相减得到差分矩阵D_C；(6)建立一个车道背景图像的统计矩阵D_D，刚开始设置统计矩阵D_D为零矩阵；将所述差分矩阵D_C中所有灰度小于阈值40的值赋零，对差分矩阵D_C中灰度值大于0的位置保留，在统计矩阵D_D的相应位置上做加1操作；(7)取所述同一个交通道口的下两帧视频帧，将该下两帧视频帧转换成灰度图像矩阵，并得到一个差分矩阵，重复进行50-150次步骤(6)中的赋零操作和加1操作；得到一个记录连续50-150次帧间差分并标记车道背景矩阵；(8)取所述车道背景矩阵并在所述视频帧全背景矩阵AG的相应位置ag_i，j上做赋零操作，得到只包含车道背景的灰度矩阵。