[发明专利]一种基于背景建模的违章停车检测方法

摘要

本发明公开了一种基于背景建模的违章停车检测方法，首先对输入的交通监控视频进行动态的背景建模，得到监控场景的背景图像；然后，直接在建模得到的背景图像中进行车辆检测。在得到背景图像中车辆的位置之后，判断车辆所在的区域是否处于违停区域内。若处于违停区域内则进行违停提示，此时可以进行后续的处理。本发明并不进行运动目标的检测，因此排除了在实际视频帧中的运动目标的干扰。基于在背景图像中出现的物体极大可能是静止或者移动缓慢的假设前提，使得整个违停检测过程更加可靠、准确以及便于实现，因此本方法具有较高的实用价值。

主权项

一种基于背景建模的违章停车检测方法，其特征在于，包括下列步骤：步骤1：输入待检测视频，设置违停区域，并初始化停车辆候选集合S为空集；步骤2：基于上一帧的背景图像，从待检测视频的第二帧开始，依次对各视频帧进行违章停车检测：201：对待检测的视频帧进行背景建模，得到当前帧的背景图像；202：基于预设的车辆模型在当前视频帧的背景图像中对车辆进行检测，得到车辆位置区域，由当前视频帧的所有车辆位置区域得到临时集合St；对临时集合St进行筛选：遍历集合St的每个车辆位置区域，判断车辆位置区域与违停区域的交集区域是否小于阈值T1，若是，则从集合St中删除；将筛选后的临时集合St中各车辆位置区域的停留次数初始化为1；203：更新违停车辆候选集合S为：S＝S∪St；204：判断违停车辆候选集合S是否为空集，若是，则当前视频帧的检测结果为空；否则执行步骤205；205：对违停车辆候选集合S进行筛选及停留计数次数更新处理：基于集合S的每个车辆位置区域，分别在当前视频帧的背景图像、前一视频帧的背景图像提取子图像b、bpre，并转换为灰度图；分别计算每个车辆位置区域的子图像b、bpre的灰度共生矩阵，并基于各自的灰度共生矩阵的特征量得到子图像b、bpre的纹理特征向量，并判断两者的纹理特征向量的距离是小于阈值T2，若是，则将当前车辆位置区域的停留计次数加1；否则，从集合S中删除当前车辆位置区域；206：遍历违停车辆候选集合S的每个车辆位置区域的停留次数，若停留次数大于阈值T3，则当前车辆位置区域对应的车辆被判定为违章停车，得到当前视频帧的违章停车检测结果。