[发明专利]一种基于视频信息的交叉口处车辆的检测方法

摘要

本发明公开了一种基于视频信息的交叉口处车辆的检测方法，包括读取交通视频的初始帧图像、背景模型初始化，为图像中每个像素建立一个背景、选取下一帧图像数据、比较判断每个x的灰度值和样本集、对图像进行二值化处理、针对不同情况，应用不同的更新策略，更新背景模型样本集、直至视频帧结束。本发明针对Vibe算法鬼影区域和静止目标吸收为背景等问题，改进前景点的更新策略，如果像素点连续50次被检测为前景，则重新初始化此点的背景模型，并更新其8邻域点的背景模型，加速鬼影消融；对于静止目标吸收为背景问题，仅选用背景点更新策略，只用背景点更新背景模型同时更新背景点的8邻域的背景模型，采用本发明可提高交叉口处车辆检测的准确性。

主权项

一种基于视频信息的交叉口处车辆的检测方法，其特征在于，包括以下步骤：一、读取交通视频的初始帧图像，对其进行高斯滤波去除噪声，将RGB三通道图像转化成单通道灰度图像，灰度值Gray = 0.587 * R + 0.114 *G + 0.229 * B ，其中R、G、B分别为当前像素点的红、绿、蓝颜色值，其范围为0‑255；二、背景模型初始化，为图像中每个像素建立一个背景，样本大小为n：设x为平面图像上的某个点，v(x) 为x 处的灰度值，x 的背景模型M(x) 定义为：其中，vi表示图像在某个点处的灰度值，i=1,2,…,n；x 的初始背景模型的构造方法：vi是x的8 邻域N G（x）中随机选取的点的灰度值；三、选取下一帧图像数据，先对其进行高斯滤波去除噪声，转成灰度值图像；四、比较判断每个x 的灰度值和样本集，计算x的灰度值与M(x)的欧式距离，若距离小于阈值R，则近似样本点数H加1；如果H大于阈值#min，则认为x是背景点，否则为前景点；其中，R取值为20，#min 取值为2；五、对图像进行二值化处理，将前景点置1，背景点置0，其中1表示白色，0表示黑色；计算对图像进行二值化处理中所有外轮廓的面积，当面积大于阈值Q 时，则认为此轮廓所对应的目标为车辆，其中Q 大小为交通图像中最小汽车的轮廓面积；六、针对不同情况，应用不同的更新策略，更新背景模型样本集；七、返回步骤三，直至视频帧结束；步骤六进一步包括：当交叉口信号灯为绿色，且视频读取帧数大于500 帧时，车辆正常行驶，当x 是背景点时，那么它有1 /φ的概率去更新自己的模型样本值，同时也有1 /φ的概率去更新它的邻域点的模型样本值，φ是时间采样因子；采用的更新策略是当x 是前景点时，对x 进行统计，如果x 连续50次被检测为前景，则将其更新为背景点，同时更新x 的8 邻域点的背景模型样本值其他前景点不更新背景模型；当交叉口信号灯为红灯，且视频读取帧数大于500 帧时，此时缓慢行驶直至静止车辆会被吸收为背景，采用的更新策略为当像素点是背景点时，那么它有1 /φ的概率去更新自己的模型样本值，同时也有1 /φ的概率去更新它的邻域点的模型样本值，φ是时间采样因子；当像素点为前景点，不用前景点更新背景，数学表达式如下：当视频读取帧数小于500 帧时，当x 是背景点时，那么它有1 /φ的概率去更新自己的模型样本值，同时也有1 /φ的概率去更新它的邻域点的模型样本值；当x 为前景点时，对x 进行统计，如果x 连续50 次被检测为前景，此x 实际为背景点，用此点8 邻域点的灰度值重新初始化此点的背景模型样本值，同时更新x 的8 邻域点的背景模型样本值，其他前景点不更新背景模型。