[发明专利]一种基于图像处理的交通拥堵判断方法

摘要

本发明公开了一种基于图像处理的交通拥堵判断方法，将图像纹理特征与深度学习相结合，以判断图片中的场景是否发生交通拥堵，其中，通过灰度共生矩阵GLCM（Gray‑Level Co‑occurrence Matrix）获得图像纹理特征，并通过图像纹理特征进行交通拥堵的初步判断；通过设计卷积神经网络模型进行精确的交通拥堵判断。通过本发明，能够减小统计交通参数时的误差，存在车辆遮挡时也能准确判断拥堵发生；且运算量较小，具有较好的实时性。

主权项

1.一种基于图像处理的交通拥堵判断方法，其特征在于，包括：实时提取拍摄的交通运行图像，并对图像进行预处理；计算预处理后的交通运行图像的灰度共生矩阵，根据灰度共生矩阵计算特征值，根据计算得到的特征值，进一步计算判断值S；其中，所述特征值包括能量、熵、对比度；根据每一交通运行图像的判断值S，通过与预设判断值阈值进行比较，以对对应交通运行图像的拥堵情况进行判断；对于判断值阈值无法进行拥堵情况判断的交通运行图像，构建深度学习模型，进行精确交通拥堵判断。