一種基於車輛尾燈檢測的車輛監控方法、系統和設備的製作方法

2023-09-18 10:02:40

專利名稱：一種基於車輛尾燈檢測的車輛監控方法、系統和設備的製作方法
技術領域：
本發明涉及通信技術領域，特別涉及一種基於車輛尾燈檢測的車輛監控方法、系
統和設備。
背景技術：
交通流量檢測是智能交通系統的重要組成部分，傳統的交通流量檢測是採用地埋式感應線圈的方法，由於存在施工複雜、維護困難、會破壞路面等缺點，正逐漸被基於視頻的檢測方法所替代。 在交通流量的視頻檢測中，夜間車輛的檢測一直是個難題，這主要是因為夜間道路光線條件複雜，採用普通CCD攝像機很難準確獲取車輛的圖像。 —些發達國家採用安裝紅外攝像機或者CCD攝像機和紅外攝像機相結合的方法來獲取夜間道路圖像，這種方法在檢測夜間行人時非常有效，但是在檢測夜間行駛的車輛
時，仍然會受到車頭燈的強光、地面反射光和環境光線的影響，而且紅外攝像機的價格昂
蟲貝° 目前通用的方法仍然是採用普通CCD攝像機拍攝夜間圖像，通過檢測圖像中的車頭燈來檢測車輛，這種方法受車燈的強光和地面燈光反射影響特別嚴重，有時甚至會在攝像機中形成一大片亮斑，此時根本無法進行車輛的準確檢測，必須人工去調整攝像機的光圈，顯然這種方法不能滿足現代交通智能化發展的需求；而且在城市交通中，這種方法受路燈和路邊建築物燈光影響也很大，特別是在雨天，當路面上有很多路燈和建築物燈光的倒影時，情況更嚴重，但形態學算子的計算比較耗時，達不到交通流量檢測的實時性要求，而且由於車燈在圖像中成像面積較小，面積計算往往不準確，而形態學算子，如體態比等對面積比較敏感，對於車燈之類的小目標，形態學算子的計算準確度不高，導致檢測準確度下降。

發明內容
本發明提供一種基於車輛尾燈檢測的車輛監控方法、系統和設備，通過尾燈的信息識別，對車輛流通進行監控。 為達到上述目的，本發明一方面提供了一種基於車輛尾燈檢測的車輛監控方法，應用於至少包括視頻輸入設備和監控設備的系統中，所述視頻輸入設備的視頻獲取方向為車輛尾部的尾燈所在的方向，且所述視頻輸入設備所獲取的視頻圖像為彩色圖像，所述方法具體包括以下步驟 所述監控設備根據所述視頻輸入設備所獲取的視頻圖像，識別所述視頻圖像的當前幀中所包含車輛尾燈信息； 所述監控設備根據所述車輛尾燈信息，按照預設的配對規則，對車輛尾燈進行配對，組成待監控車輛目標； 所述監控設備按照預設的匹配規則，將所述視頻圖像的當前幀所包含的待監控車
6輛目標與上一幀的待監控車輛目標進行匹配； 當匹配成功時，所述監控設備將匹配成功的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標確認為同一個車輛目標；噹噹前幀所包含的待監控車輛目標沒有在上一幀匹配到待監控車輛目標時，所述監控設備確認所述當前幀的待監控車輛目標為新的車輛目標；當上一幀所包含的待監控車輛目標沒有在當前幀匹配到待監控車輛目標時，所述監控設備預測所述上一幀的待監控車輛目標的運動軌跡。 優選的，所述視頻輸入設備獲取到視頻圖像後，還包括對所述視頻圖像進行數位化轉換。 優選的，所述監控設備根據所述視頻輸入設備所獲取的視頻圖像的數位化數據，識別所述視頻圖像的當前幀中所包含車輛尾燈信息，具體包括 所述監控設備檢測所述視頻圖像的當前幀畫面中每個像素的紅色通道的偏紅水平是否高於預設的通道偏紅閾值； 如果高於或等於所述通道偏紅閾值，則保留所述像素中的顏色空間向量；如果低於所述通道偏紅閾值，則將所述像素中的顏色空間向量置0 ; 所述監控設備對經過像素過濾處理後的各像素所組成的光斑區域進行區域偏紅
水平識別，判斷各光斑區域的偏紅水平是否高於預設的區域道偏紅閾值； 如果高於或等於所述區域偏紅閾值，則保留所述光斑區域中的顏色空間向量；如
果低於所述區域偏紅閾值，則將所述光斑區域中的顏色空間向量置0 ; 所述監控設備確定當前幀中顏色空間向量非0的各光斑區域為車輛尾燈信息。 優選的，所述監控設備根據所述車輛尾燈信息，按照預設的配對規則，對車輛尾燈
進行配對，組成待監控車輛目標，具體為 所述監控設備判斷水平方向上各相鄰的車輛尾燈信息之間所形成的水平方向夾角是否低於夾角閾值，如果沒有低於所述夾角閾值，則所述監控設備確定該相鄰的車輛尾燈信息為屬於同一車輛的尾燈信息，如果沒有低於所述夾角閾值，則所述監控設備確定該相鄰的車輛尾燈信息為屬於不同車輛的尾燈信息； 所述監控設備判斷屬於同一車輛的尾燈信息是否具有對稱性，如果具有對稱性，
則所述監控設備確定該相鄰的車輛尾燈信息為屬於同一車輛的尾燈信息，如果沒有對稱
性，則所述監控設備確定該相鄰的車輛尾燈信息為屬於不同車輛的尾燈信息； 所述監控設備將確定屬於同一車輛的尾燈信息進行配對合理行篩選，將篩選成功
的尾燈信息對所處的區域確定為待監控車輛目標。 優選的，當所述監控設備將匹配成功的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標確認為同一個車輛目標時，所述方法還包括 所述監控設備為所述匹配成功的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標建立相同的運動標識，並根據各運動標識記錄待檢測車輛目標的運動信息。
優選的，當所述監控設備確認所述當前幀的待監控車輛目標為新的車輛目標時，所述方法還包括 所述監控設備為所述新的車輛目標建立新的運動標識。 優選的，所述監控設備預測所述上一幀的待監控車輛目標的運動軌跡，具體為
所述監控設備根據所述上一幀的待監控車輛目標所對應的運動信息，預測所述上一幀的待監控車輛目標在當前幀的圖像中可能的運動位置； 當所預測得上一幀的待監控車輛目標在當前幀的圖像中可能的運動位置處於所述圖像範圍之外時，所述監控設備確認所述待監控車輛目標消失，當所預測得上一幀的待監控車輛目標在當前幀的圖像中可能的運動位置處於所述圖像範圍之內時，所述監控設備將所述運動位置存儲為所述待監控車輛目標的預測運動信息； 其中，當一個待監控車輛目標存在預測運動信息的連續幀數量超過預設的預測幀
閾值時，所述監控設備確認所述待監控車輛目標消失。 另一方面，本發明還提供了一種車輛監控系統，包括 視頻輸入設備，用於獲取車輛監控的視頻圖像，其中，所述視頻輸入設備的視頻獲取方向為車輛尾部的尾燈所在的方向，且所述視頻輸入設備所獲取的視頻圖像為彩色圖像； 監控設備，與所述視頻輸入設備相連接，用於根據所述視頻輸入設備所獲取到的視頻圖像，進行車輛尾燈信息的檢測，並按照車輛尾燈信息的檢測結果對車輛實現監控。
優選的，所述視頻輸入設備，還用於在獲取到視頻圖像後，對所述視頻圖像進行數位化轉換。 另一方面，本發明還提供了一種監控設備，應用於至少包括視頻輸入設備和監控
設備的系統中，所述視頻輸入設備的視頻獲取方向為車輛尾部的尾燈所在的方向，且所述
視頻輸入設備所獲取的視頻圖像為彩色圖像，包括 接收模塊，用於接收所述視頻輸入設備所獲取的視頻圖像； 處理模塊，與所述接收模塊相連接，用於根據所述接收模塊所接收到的視頻圖像，識別所述視頻圖像的當前幀中所包含車輛尾燈信息，並根據所述車輛尾燈信息，按照預設的配對規則，對車輛尾燈進行配對，組成待監控車輛目標； 匹配模塊，與所述處理模塊相連接，用於按照預設的匹配規則，將所述視頻圖像的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標進行匹配； 監控模塊，與所述匹配模塊相連接，用於當所述匹配模塊匹配成功時，將匹配成功的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標確認為同一個車輛目標；當所述匹配模塊確認當前幀所包含的待監控車輛目標沒有在上一幀匹配到待監控車輛目標時，確認所述當前幀的待監控車輛目標為新的車輛目標；當所述匹配模塊確認上一幀所包含的待監控車輛目標沒有在當前幀匹配到待監控車輛目標時，預測所述上一幀的待監控車輛目標的運動軌跡。 優選的，所述處理模塊根據所述視頻輸入設備所獲取的視頻圖像的數位化數據，識別所述視頻圖像的當前幀中所包含車輛尾燈信息，具體包括 所述處理模塊檢測所述視頻圖像的當前幀畫面中每個像素的紅色通道的偏紅水平是否高於預設的通道偏紅閾值； 如果高於或等於所述通道偏紅閾值，則保留所述像素中的顏色空間向量；如果低於所述通道偏紅閾值，則將所述像素中的顏色空間向量置0 ; 所述處理模塊對經過像素過濾處理後的各像素所組成的光斑區域進行區域偏紅
水平識別，判斷各光斑區域的偏紅水平是否高於預設的區域道偏紅閾值； 如果高於或等於所述區域偏紅閾值，則保留所述光斑區域中的顏色空間向量；如果低於所述區域偏紅閾值，則將所述光斑區域中的顏色空間向量置0 ; 所述處理模塊確定當前幀中顏色空間向量非0的各光斑區域為車輛尾燈信息。
優選的，所述處理模塊根據所述車輛尾燈信息，按照預設的配對規則，對車輛尾燈 進行配對，組成待監控車輛目標，具體為 所述處理模塊判斷水平方向上各相鄰的車輛尾燈信息之間所形成的水平方向夾 角是否低於夾角閾值，如果沒有低於所述夾角閾值，則所述處理模塊確定該相鄰的車輛尾 燈信息為屬於同一車輛的尾燈信息，如果沒有低於所述夾角閾值，則所述處理模塊確定該 相鄰的車輛尾燈信息為屬於不同車輛的尾燈信息； 所述處理模塊判斷屬於同一車輛的尾燈信息是否具有對稱性，如果具有對稱性，
則所述處理模塊確定該相鄰的車輛尾燈信息為屬於同一車輛的尾燈信息，如果沒有對稱
性，則所述處理模塊確定該相鄰的車輛尾燈信息為屬於不同車輛的尾燈信息； 所述處理模塊將確定屬於同一車輛的尾燈信息進行配對合理行篩選，將篩選成功
的尾燈信息對所處的區域確定為待監控車輛目標。 優選的，所述監控模塊，具體用於 當所述匹配模塊匹配成功時，所述監控模塊將匹配成功的當前幀所包含的待監控 車輛目標與上一幀的待監控車輛目標確認為同一個車輛目標，並為所述匹配成功的當前幀 所包含的待監控車輛目標與上一幀的待監控車輛目標建立相同的運動標識，並根據各運動 標識記錄待檢測車輛目標的運動信息； 當所述匹配模塊確認當前幀所包含的待監控車輛目標沒有在上一幀匹配到待監 控車輛目標時，所述監控模塊確認所述當前幀的待監控車輛目標為新的車輛目標，並為所 述新的車輛目標建立新的運動標識； 當所述匹配模塊確認上一幀所包含的待監控車輛目標沒有在當前幀匹配到待監 控車輛目標時，所述監控設備根據所述上一幀的待監控車輛目標所對應的運動信息，預測 所述上一幀的待監控車輛目標在當前幀的圖像中可能的運動位置；當所預測得上一幀的待 監控車輛目標在當前幀的圖像中可能的運動位置處於所述圖像範圍之外時，所述監控設備 確認所述待監控車輛目標消失，當所預測得上一幀的待監控車輛目標在當前幀的圖像中可 能的運動位置處於所述圖像範圍之內時，所述監控設備將所述運動位置存儲為所述待監控 車輛目標的預測運動信息； 優選的，當一個待監控車輛目標存在預測運動信息的連續幀數量超過預設的預測
幀閾值時，所述監控模塊確認所述待監控車輛目標消失。 與現有技術相比，本發明具有以下優點 通過應用本發明的技術方案，充分利用車燈的顏色信息和運動信息，採用空間對 稱策略進行尾燈配對，識別出單個目標車輛；同時為了避免車輛尾燈遮擋地情況，弓I入位置 預測機制，有效避免目標丟失。解決了傳統算法中計算形態學算子時耗時多和準確度不高 的問題，避免了複雜的計算，處理速度較高，能夠滿足實時性要求，大大減少了算法的迭代 次數，提高跟蹤效率，便於應用到實時跟蹤場景中。


圖1為本發明所提出的一種基於車輛尾燈檢測的車輛監控方法的流程示意 圖2為本發明所提出的一種對車輛尾燈的檢測流程的流程示意圖；
圖3為本發明所提出的一種監控系統的結構示意圖；
圖4為本發明所提出的一種監控設備的結構示意圖。
具體實施例方式
本發明需要解決夜間車輛監控幹擾大，獲取車輛信息準確性差的問題。因此，提出 了一種基於車輛尾燈檢測的車輛監控方法，應用於至少包括視頻輸入設備和監控設備的系 統中。 其中，視頻輸入設備的視頻獲取方向為車輛尾部的尾燈所在的方向，且視頻輸入 設備所獲取的視頻圖像為彩色圖像，並且，視頻輸入設備獲取到視頻圖像後，還包括對視頻 圖像進行數位化轉換。 如圖1所示，為本發明所提出的一種基於車輛尾燈檢測的車輛監控方法的流程示 意圖，具體包括以下步驟 步驟S101、監控設備根據視頻輸入設備所獲取的視頻圖像，識別視頻圖像的當前
幀中所包含車輛尾燈信息。
本步驟的處理過程具體包括 監控設備檢測視頻圖像的當前幀畫面中每個像素的紅色通道的偏紅水平是否高 於預設的通道偏紅閾值； 如果高於或等於通道偏紅閾值，則保留像素中的顏色空間向量；如果低於通道偏 紅閾值，則將像素中的顏色空間向量置O ; 監控設備對經過像素過濾處理後的各像素所組成的光斑區域進行區域偏紅水平 識別，判斷各光斑區域的偏紅水平是否高於預設的區域道偏紅閾值； 如果高於或等於區域偏紅閾值，則保留光斑區域中的顏色空間向量；如果低於區 域偏紅閾值，則將光斑區域中的顏色空間向量置O ; 監控設備確定當前幀中顏色空間向量非0的各光斑區域為車輛尾燈信息。 步驟S102、監控設備根據車輛尾燈信息，按照預設的配對規則，對車輛尾燈進行配
對，組成待監控車輛目標。 本步驟的具體處理過程為 監控設備判斷水平方向上各相鄰的車輛尾燈信息之間所形成的水平方向夾角是 否低於夾角閾值，如果沒有低於夾角閾值，則監控設備確定該相鄰的車輛尾燈信息為屬於 同一車輛的尾燈信息，如果沒有低於夾角閾值，則監控設備確定該相鄰的車輛尾燈信息為 屬於不同車輛的尾燈信息； 監控設備判斷屬於同一車輛的尾燈信息是否具有對稱性，如果具有對稱性，則監 控設備確定該相鄰的車輛尾燈信息為屬於同一車輛的尾燈信息，如果沒有對稱性，則監控 設備確定該相鄰的車輛尾燈信息為屬於不同車輛的尾燈信息； 監控設備將確定屬於同一車輛的尾燈信息進行配對合理行篩選，將篩選成功的尾 燈信息對所處的區域確定為待監控車輛目標。 步驟S103、監控設備按照預設的匹配規則，將視頻圖像的當前幀所包含的待監控 車輛目標與上一幀的待監控車輛目標進行匹配。
當匹配成功時，執行步驟S104 ; 噹噹前幀所包含的待監控車輛目標沒有在上一幀匹配到待監控車輛目標時，執行 步驟S105 ; 當上一幀所包含的待監控車輛目標沒有在當前幀匹配到待監控車輛目標時，執行 步驟S106。 步驟S104、監控設備將匹配成功的當前幀所包含的待監控車輛目標與上一幀的待 監控車輛目標確認為同一個車輛目標。 監控設備為匹配成功的當前幀所包含的待監控車輛目標與上一幀的待監控車輛
目標建立相同的運動標識，並根據各運動標識記錄待檢測車輛目標的運動信息。 步驟S105、監控設備確認當前幀的待監控車輛目標為新的車輛目標。 監控設備為新的車輛目標建立新的運動標識。 步驟S106、監控設備預測上一幀的待監控車輛目標的運動軌跡。 其中，監控設備預測上一幀的待監控車輛目標的運動軌跡的過程具體為 監控設備根據上一幀的待監控車輛目標所對應的運動信息，預測上一幀的待監控
車輛目標在當前幀的圖像中可能的運動位置； 當所預測得上一幀的待監控車輛目標在當前幀的圖像中可能的運動位置處於圖 像範圍之外時，監控設備確認待監控車輛目標消失，當所預測得上一幀的待監控車輛目標 在當前幀的圖像中可能的運動位置處於圖像範圍之內時，監控設備將運動位置存儲為待監 控車輛目標的預測運動信息； 其中，當一個待監控車輛目標存在預測運動信息的連續幀數量超過預設的預測幀
閾值時，監控設備確認待監控車輛目標消失。 與現有技術相比，本發明具有以下優點 通過應用本發明的技術方案，充分利用車燈的顏色信息和運動信息，採用空間對 稱策略進行尾燈配對，識別出單個目標車輛；同時為了避免車輛尾燈遮擋地情況，弓I入位置 預測機制，有效避免目標丟失。解決了傳統算法中計算形態學算子時耗時多和準確度不高 的問題，避免了複雜的計算，處理速度較高，能夠滿足實時性要求，大大減少了算法的迭代 次數，提高跟蹤效率，便於應用到實時跟蹤場景中。 為了進一步闡述本發明的技術思想，現結合具體的應用場景，對本發明的技術方 案進行說明。 本發明技術方案首先利用視頻輸入設備(例如CCD攝像機)所獲取的視頻圖像
中的顏色信息，將當前的視頻幀圖像中的車輛尾燈檢測出來，並確定待監控的車輛目標，然
後啟動對該車輛目標進行關聯跟蹤，獲取該車輛目標的運動信息，並根據運動信息和先驗
知識將圖像中的車輛尾燈進行歸類，使得同一輛車的車輛尾燈能夠被歸為同一類，這樣就
能獲取車輛的位置和運動信息，從而最終完成車輛流量的監控以及統計。 在本發明所提出的技術方案中，主要的處理流程包括如下的幾個部分 —、監控視頻的採集過程 視頻輸入設備(如CCD彩色攝像機)錄製實時的監控視頻圖像，並將該視頻圖像 進行數位化轉換，以便進行後續的數據處理。 為了實現本發明所提出的技術方案，即依據車輛尾燈信息進行車輛監控，在本步驟中，視頻輸入設備的錄製方向應是面向車輛尾部的方向，同時，為了能夠進行尾燈的識
別，需要進行顏色識別，所以，本步驟中所採集的視頻圖像均應為彩色畫面。 在能夠滿足以上要求的前提下，具體視頻輸入設備的種類變化並不會影響本發明
的保護範圍。 二、車輛尾燈的識別過程 在交通流量的視頻檢測系統中，普遍使用的是CCD彩色攝像機，獲取的彩色圖像 中各種顏色是由RGB三基色構成的，由於夜間光線較暗，車體的顏色信息不能準確獲得，但 是紅色車輛尾燈的顏色信息能夠被攝像機準確的捕捉下來。 根據三基色理論，通過分析監控圖像的各呈相區域中的R、 G、 B 3個色彩分量，可 以在夜間彩色圖像中檢測出車輛尾燈，並且將車輛尾燈、交通信號燈和路燈等其他光源區 分開來。 在具體的應用場景中，道路中各種車輛的車輛尾燈數量不一樣，不能簡單地將車 輛尾燈數量除以2來統計車流量，因此，本發明所提出的技術方案具體通過對車輛尾燈進 行連續的跟蹤，得到車輛尾燈的運動信息，再結合同一輛車上車輛尾燈之間存在固定的位 置關係等先驗知識，可以對圖像中的車輛尾燈進行匹配，從而，將屬於同一輛車的車輛尾燈 歸在一起，這樣就可以準確地統計出車流量。 在具體的應用場景中，上述的用於識別車輛尾燈的先驗知識可以進一步通過一系 列的數據閾值範圍進行量化限定，凡是各種相關參數處於相應閾值的情況都可以用於車輛 尾燈的具體識別。 在本發明所提出的技術方案中，攝像機是朝著車輛駛離的方向進行拍攝的，因此，
圖像受車頭強光和地面反光的影響很小，而且充分利用了顏色信息，不需要計算形態算子，
減小了計算量，使得檢測速度明顯提高，能夠滿足視頻監控的實時性要求。 在具體的應用場景中，通過對夜間圖像色彩直方圖的分析可知，利用R、 G、 B三個
色彩通道的對應點的偏紅水平特徵可以將車輛尾燈從夜間圖像中分離出來。 基於上述思路，設圖像中像素i的顏色空間向量為{Ri， Gi， 。 因此，可以定義像素i的偏紅水平如下
"1 (1)
其中，ri越小，表明像素i越偏向紅色，從數值上來看，如果像素i屬於車輛尾燈， 那麼A G [O，l]。 雖然，利用公式(1)可以精確地計算圖像中每點的偏紅水平，以判斷該點是否屬 於車輛尾燈，但是這樣做運算量較大，實際上，只需考慮圖像中某一區域的偏紅水平，就可 以確定車輛尾燈的位置。 進一步的，基於區域處理的思路，定義區域S的偏紅水平如下
r 二 _
、一 2》,
(2)
12
運用公式(2)，對於可能的車輛尾燈區域，只需進行一次乘法和一次除法運算，這 樣的處理過程顯然比對圖像中所有像素點都直接用公式(1)計算偏紅水平的運算量小。
基於上述的區域判斷思路，如圖2所示，對車輛尾燈的檢測流程的處理步驟如下 (設原始圖像為I): 步驟S201、檢測夜間圖像中每個像素的R通道(紅色通道)的偏紅水平。 如果& > RTh，則保留該像素的顏色空間向量； 否則，將該像素的顏色空間向量置為O，即將該像素還原為白色； 其中，IV為預先設置的R通道的閾值，等於或高於該閾值則表示該像素的顏色為
紅色，即該像素可能為車輛尾燈所對應的像素。 經過步驟S201的處理，圖像中將只剩下偏紅色和白色的光斑。
步驟S202、計算處理後的圖像中各光斑區域的偏紅水平。 如果所計算的該光斑區域的偏紅水平A >1^，則保留該光斑區域所對應的顏色 空間向量； 否則，將該光斑區域所對應的顏色空間向量置為0，即將該光斑區域還原為白色；
其中，1^為預先設置的光斑區域的顏色偏紅的閾值，等於或高於該閾值則表示該 光斑區域的顏色為紅色，即該光斑區域可能為車輛尾燈所對應的區域；
經過步驟S202的處理，圖像中僅剩下真正的車輛尾燈區域及其可能的倒影。
步驟S203、對各光斑區域進行車燈配對處理。 在具體的應用場景中，對於車輛尾燈而言，一般具有以下兩種特點 (1) —般兩側尾燈在高度方向上位置是一致的，因此，此時兩個尾燈過中心點連線
與水平方向的夾角應很小，理想狀態是為0。
(2)在水平方向上，兩側尾燈具有一定對稱性的。 基於以上分析，本發明採用對稱性測度方法作為判決依據，判斷檢測出的尾燈之 間的縱坐標的聚合度，然後水平方向起，從左到右，倆倆配對，組合成為一個車輛目標，並得 到其中心位置{Cxi，Cyi}，i = l，..，n。 需要指出的是，上述的車燈配對方法只是本發明實施例所給出的一種優選的處理 方案，在具體的應用過程中，凡是能夠達到上述的尾燈配對效果的技術方案都可以應用於 本發明技術方案的處理過程中，具體車燈配對方案的差異並不會影響本發明的保護範圍。
三、車輛尾燈的跟蹤監控過程
運動目標的跟蹤是一個複雜的過程。 首先需要對新的運動目標進行初始化，得到運動目標的初始化運動參數，同時還 要對已經初始化的運動目標在下一幀中搜索它的最佳匹配。 由於將運動目標作為點來尋找匹配過於簡化，容易造成許多錯誤的判斷，因此本 發明的技術方案將運動區域用外接矩形來表示，這樣就相當於對外接矩形進行匹配跟蹤， 將運動目標符號化之後，使判斷更加準確，結果更加可信。 不僅如此，本發明技術方案中還包括對於車輛目標的關聯跟蹤，在具體的應用場 景中，可以使用最鄰近似法進行不同幀的圖像中的車輛目標的關聯處理，這種方法的優點 是方便並且需要已知的信息少。 由於新出現的車輛目標無法估計運動參數，所以，可以直接根據該車輛目標與前一幀圖像中的各個目標在空間上的鄰近性以及大小的差異程度，在整個幀中找最佳的匹配 對象。 由於在實際監控過程中，確實可能由於距離變化，車輛位置變化等原因導致同一 車輛目標在形狀的變化，所以，上述的匹配過程並不是是以全等匹配，而是設定了匹配閾 值，只要兩個車輛目標的匹配閾值，即相似度達到了閾值要求，則判斷位於相鄰幀的兩個車 輛目標為同一車輛目標。 S卩，如果匹配程度超過一定的閾值，那麼就將當前幀的車輛目標確定為前一幀的 車輛目標的運動延續，記錄為相同的運動標號；否則，則確認當前幀的車輛目標為新的車輛 目標。 同時，還需要檢測前一幀中未得到匹配的車輛目標，並進行運動軌跡的預測
如果預測後的車輛目標的位置已經超出了當前圖像的邊緣，則視為車輛目標消 失；否則將預測後的車輛目標的位置寫入當前幀的圖像數據信息中，並標誌其參數為預測 結果，這樣處理的目的在於防止因為車輛尾燈的臨時遮擋而導致監控的誤判，在具體的應 用場景中，可以設定一個預測次數的閾值，如果一個車輛目標的運動軌跡連續出現預測結 果的次數達到相應的閾值，則判斷該車輛目標消失，例如，在本實施例中設置預測次數的閾 值為3次，如果一個車輛目標在連續三幀中的運動軌跡都屬於預測結果，則判定該車輛目 標丟失。 在上述的處理流程中，包括對不同的幀之間的車輛尾燈的位置預測流程，具體的 預測方法如下 本發明的技術方案不採用傳統的a-p濾波或者Kalman濾波，這主要是因為高速
車輛在設置的視野內出現的時間很短，這個時間甚至可能小於或等於濾波器初始化需要的
時間，從而無法實現對車輛目標的有效監控；另一個原因是車輛目標在不同的幀間移動的
最大範圍Scale是容易估計的，從而為車輛目標的位置預測提供了可能。 例如若視頻幀率f為25，公路限速的上限maxV為144km/h，即40m/s，車輛最小
車長L為2m，則
。, max「 ， , r oca/e <-= 1.6m < L
, (3)
由此可推知，下一幀中該車輛目標的車輛尾燈的位置必在當前車輛尾燈的位置前 向L距離之內，且在這個距離內不會存在其他車輛的車燈。所以，根據本發明的技術方案， 對於車輛尾燈的跟蹤是簡單易行的，只要在此距離作為目標預測範圍即可。
另外，公式(3)也給出了視野設置的最小長度。這主要是由於車輛必須在視頻中 至少存在三、四幀以上才能被算法檢測到。
與現有技術相比，本發明具有以下優點 通過應用本發明的技術方案，充分利用車燈的顏色信息和運動信息，採用空間對 稱策略進行尾燈配對，識別出單個目標車輛；同時為了避免車輛尾燈遮擋地情況，弓I入位置 預測機制，有效避免目標丟失。解決了傳統算法中計算形態學算子時耗時多和準確度不高 的問題，避免了複雜的計算，處理速度較高，能夠滿足實時性要求，大大減少了算法的迭代 次數，提高跟蹤效率，便於應用到實時跟蹤場景中。
為了實現本發明的技術方案，本發明還還提供了一種車輛監控系統，其結構示意 圖如圖3所示，包括 視頻輸入設備31，用於獲取車輛監控的視頻圖像，其中，視頻輸入設備31的視頻 獲取方向為車輛尾部的尾燈所在的方向，且視頻輸入設備31所獲取的視頻圖像為彩色圖 像； 監控設備32，與視頻輸入設31備相連接，用於根據視頻輸入設備31所獲取到的視 頻圖像，進行車輛尾燈信息的檢測，並按照車輛尾燈信息的檢測結果對車輛實現監控。
在具體的應用場景中，視頻輸入設備31還用於在獲取到視頻圖像後，對視頻圖像 進行數位化轉換。 進一步的，本發明還提供了一種監控設備，應用於至少包括視頻輸入設備和監控 設備的系統中，視頻輸入設備的視頻獲取方向為車輛尾部的尾燈所在的方向，且視頻輸入 設備所獲取的視頻圖像為彩色圖像，其具體結構示意圖如圖4所示，包括
接收模塊41，用於接收視頻輸入設備所獲取的視頻圖像； 處理模塊42，與接收模塊41相連接，用於根據接收模塊41所接收到的視頻圖像， 識別視頻圖像的當前幀中所包含車輛尾燈信息，並根據車輛尾燈信息，按照預設的配對規 則，對車輛尾燈進行配對，組成待監控車輛目標； 匹配模塊43，與處理模塊42相連接，用於按照預設的匹配規則，將視頻圖像的當 前幀所包含的待監控車輛目標與上一幀的待監控車輛目標進行匹配； 監控模塊44，與匹配模塊43相連接，用於當匹配模塊43匹配成功時，將匹配成 功的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標確認為同一個車輛目標； 當匹配模塊43確認當前幀所包含的待監控車輛目標沒有在上一幀匹配到待監控車輛目標 時，確認當前幀的待監控車輛目標為新的車輛目標；當匹配模塊43確認上一幀所包含的待 監控車輛目標沒有在當前幀匹配到待監控車輛目標時，預測上一幀的待監控車輛目標的運 動軌跡。 優選的，處理模塊42根據視頻輸入設備所獲取的視頻圖像的數位化數據，識別視 頻圖像的當前幀中所包含車輛尾燈信息，具體包括 處理模塊42檢測視頻圖像的當前幀畫面中每個像素的紅色通道的偏紅水平是否 高於預設的通道偏紅閾值； 如果高於或等於通道偏紅閾值，則保留像素中的顏色空間向量；如果低於通道偏 紅閾值，則將像素中的顏色空間向量置O ; 處理模塊42對經過像素過濾處理後的各像素所組成的光斑區域進行區域偏紅水 平識別，判斷各光斑區域的偏紅水平是否高於預設的區域道偏紅閾值； 如果高於或等於區域偏紅閾值，則保留光斑區域中的顏色空間向量；如果低於區
域偏紅閾值，則將光斑區域中的顏色空間向量置O ; 處理模塊42確定當前幀中顏色空間向量非0的各光斑區域為車輛尾燈信息。
優選的，處理模塊42根據車輛尾燈信息，按照預設的配對規則，對車輛尾燈進行 配對，組成待監控車輛目標，具體為 處理模塊42判斷水平方向上各相鄰的車輛尾燈信息之間所形成的水平方向夾角 是否低於夾角閾值，如果沒有低於夾角閾值，則處理模塊42確定該相鄰的車輛尾燈信息為屬於同一車輛的尾燈信息，如果沒有低於夾角閾值，則處理模塊42確定該相鄰的車輛尾燈信息為屬於不同車輛的尾燈信息； 處理模塊42判斷屬於同一車輛的尾燈信息是否具有對稱性，如果具有對稱性，則
處理模塊42確定該相鄰的車輛尾燈信息為屬於同一車輛的尾燈信息，如果沒有對稱性，則
處理模塊42確定該相鄰的車輛尾燈信息為屬於不同車輛的尾燈信息； 處理模塊42將確定屬於同一車輛的尾燈信息進行配對合理行篩選，將篩選成功
的尾燈信息對所處的區域確定為待監控車輛目標。 優選的，監控模塊44，具體用於 當匹配模塊43匹配成功時，監控模塊44將匹配成功的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標確認為同一個車輛目標，並為匹配成功的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標建立相同的運動標識，並根據各運動標識記錄待檢測車輛目標的運動信息； 當匹配模塊43確認當前幀所包含的待監控車輛目標沒有在上一幀匹配到待監控車輛目標時，監控模塊44確認當前幀的待監控車輛目標為新的車輛目標，並為新的車輛目標建立新的運動標識； 當匹配模塊43確認上一幀所包含的待監控車輛目標沒有在當前幀匹配到待監控車輛目標時，監控設備根據上一幀的待監控車輛目標所對應的運動信息，預測上一幀的待監控車輛目標在當前幀的圖像中可能的運動位置；當所預測得上一幀的待監控車輛目標在當前幀的圖像中可能的運動位置處於圖像範圍之外時，監控設備確認待監控車輛目標消失，當所預測得上一幀的待監控車輛目標在當前幀的圖像中可能的運動位置處於圖像範圍之內時，監控設備將運動位置存儲為待監控車輛目標的預測運動信息； 優選的，當一個待監控車輛目標存在預測運動信息的連續幀數量超過預設的預測幀閾值時，監控模塊44確認待監控車輛目標消失。
與現有技術相比，本發明具有以下優點 通過應用本發明的技術方案，充分利用車燈的顏色信息和運動信息，採用空間對稱策略進行尾燈配對，識別出單個目標車輛；同時為了避免車輛尾燈遮擋地情況，弓I入位置預測機制，有效避免目標丟失。解決了傳統算法中計算形態學算子時耗時多和準確度不高的問題，避免了複雜的計算，處理速度較高，能夠滿足實時性要求，大大減少了算法的迭代次數，提高跟蹤效率，便於應用到實時跟蹤場景中。 通過以上的實施方式的描述，本領域的技術人員可以清楚地了解到本發明可以通
過硬體實現，也可以藉助軟體加必要的通用硬體平臺的方式來實現。基於這樣的理解，本發
明的技術方案可以以軟體產品的形式體現出來，該軟體產品可以存儲在一個非易失性存儲
介質(可以是CD-R0M， U盤，移動硬碟等)中，包括若干指令用以使得一臺計算機設備(可
以是個人計算機，伺服器，或者網絡設備等)執行本發明各個實施場景所述的方法。 本領域技術人員可以理解附圖只是一個優選實施場景的示意圖，附圖中的模塊或
流程並不一定是實施本發明所必須的。 本領域技術人員可以理解實施場景中的裝置中的模塊可以按照實施場景描述進行分布於實施場景的裝置中，也可以進行相應變化位於不同於本實施場景的一個或多個裝置中。上述實施場景的模塊可以合併為一個模塊，也可以進一步拆分成多個子模塊。
16
上述本發明序號僅僅為了描述，不代表實施場景的優劣。 以上公開的僅為本發明的幾個具體實施場景，但是，本發明並非局限於此，任何本領域的技術人員能思之的變化都應落入本發明的保護範圍。
權利要求
一種基於車輛尾燈檢測的車輛監控方法，其特徵在於，應用於至少包括視頻輸入設備和監控設備的系統中，所述視頻輸入設備的視頻獲取方向為車輛尾部的尾燈所在的方向，且所述視頻輸入設備所獲取的視頻圖像為彩色圖像，所述方法具體包括以下步驟所述監控設備根據所述視頻輸入設備所獲取的視頻圖像，識別所述視頻圖像的當前幀中所包含車輛尾燈信息；所述監控設備根據所述車輛尾燈信息，按照預設的配對規則，對車輛尾燈進行配對，組成待監控車輛目標；所述監控設備按照預設的匹配規則，將所述視頻圖像的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標進行匹配；當匹配成功時，所述監控設備將匹配成功的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標確認為同一個車輛目標；噹噹前幀所包含的待監控車輛目標沒有在上一幀匹配到待監控車輛目標時，所述監控設備確認所述當前幀的待監控車輛目標為新的車輛目標；當上一幀所包含的待監控車輛目標沒有在當前幀匹配到待監控車輛目標時，所述監控設備預測所述上一幀的待監控車輛目標的運動軌跡。
2. 如權利要求1所述的方法，其特徵在於，所述視頻輸入設備獲取到視頻圖像後，還包 括對所述視頻圖像進行數位化轉換。
3. 如權利要求2所述的方法，其特徵在於，所述監控設備根據所述視頻輸入設備所獲 取的視頻圖像的數位化數據，識別所述視頻圖像的當前幀中所包含車輛尾燈信息，具體包 括所述監控設備檢測所述視頻圖像的當前幀畫面中每個像素的紅色通道的偏紅水平是 否高於預設的通道偏紅閾值；如果高於或等於所述通道偏紅閾值，則保留所述像素中的顏色空間向量；如果低於所 述通道偏紅閾值，則將所述像素中的顏色空間向量置0 ;所述監控設備對經過像素過濾處理後的各像素所組成的光斑區域進行區域偏紅水平 識別，判斷各光斑區域的偏紅水平是否高於預設的區域道偏紅閾值；如果高於或等於所述區域偏紅閾值，則保留所述光斑區域中的顏色空間向量；如果低 於所述區域偏紅閾值，則將所述光斑區域中的顏色空間向量置0 ;所述監控設備確定當前幀中顏色空間向量非0的各光斑區域為車輛尾燈信息。
4. 如權利要求1所述的方法，其特徵在於，所述監控設備根據所述車輛尾燈信息，按照 預設的配對規則，對車輛尾燈進行配對，組成待監控車輛目標，具體為所述監控設備判斷水平方向上各相鄰的車輛尾燈信息之間所形成的水平方向夾角是 否低於夾角閾值，如果沒有低於所述夾角閾值，則所述監控設備確定該相鄰的車輛尾燈信 息為屬於同一車輛的尾燈信息，如果沒有低於所述夾角閾值，則所述監控設備確定該相鄰 的車輛尾燈信息為屬於不同車輛的尾燈信息；所述監控設備判斷屬於同一車輛的尾燈信息是否具有對稱性，如果具有對稱性，則所 述監控設備確定該相鄰的車輛尾燈信息為屬於同一車輛的尾燈信息，如果沒有對稱性，則 所述監控設備確定該相鄰的車輛尾燈信息為屬於不同車輛的尾燈信息；所述監控設備將確定屬於同一車輛的尾燈信息進行配對合理行篩選，將篩選成功的尾 燈信息對所處的區域確定為待監控車輛目標。
5. 如權利要求1所述的方法，其特徵在於，當所述監控設備將匹配成功的當前幀所包 含的待監控車輛目標與上一幀的待監控車輛目標確認為同一個車輛目標時，所述方法還包 括所述監控設備為所述匹配成功的當前幀所包含的待監控車輛目標與上一幀的待監控 車輛目標建立相同的運動標識，並根據各運動標識記錄待檢測車輛目標的運動信息。
6. 如權利要求1所述的方法，其特徵在於，當所述監控設備確認所述當前幀的待監控 車輛目標為新的車輛目標時，所述方法還包括所述監控設備為所述新的車輛目標建立新的運動標識。
7. 如權利要求1所述的方法，其特徵在於，所述監控設備預測所述上一幀的待監控車 輛目標的運動軌跡，具體為所述監控設備根據所述上一幀的待監控車輛目標所對應的運動信息，預測所述上一幀 的待監控車輛目標在當前幀的圖像中可能的運動位置；當所預測得上一幀的待監控車輛目標在當前幀的圖像中可能的運動位置處於所述圖 像範圍之外時，所述監控設備確認所述待監控車輛目標消失，當所預測得上一幀的待監控 車輛目標在當前幀的圖像中可能的運動位置處於所述圖像範圍之內時，所述監控設備將所 述運動位置存儲為所述待監控車輛目標的預測運動信息；其中，當一個待監控車輛目標存在預測運動信息的連續幀數量超過預設的預測幀閾值 時，所述監控設備確認所述待監控車輛目標消失。
8. —種車輛監控系統，其特徵在於，包括視頻輸入設備，用於獲取車輛監控的視頻圖像，其中，所述視頻輸入設備的視頻獲取方 向為車輛尾部的尾燈所在的方向，且所述視頻輸入設備所獲取的視頻圖像為彩色圖像；監控設備，與所述視頻輸入設備相連接，用於根據所述視頻輸入設備所獲取到的視頻 圖像，進行車輛尾燈信息的檢測，並按照車輛尾燈信息的檢測結果對車輛實現監控。
9. 如權利要求8所述的系統，其特徵在於，所述視頻輸入設備，還用於在獲取到視頻圖 像後，對所述視頻圖像進行數位化轉換。
10. —種監控設備，其特徵在於，應用於至少包括視頻輸入設備和監控設備的系統中， 所述視頻輸入設備的視頻獲取方向為車輛尾部的尾燈所在的方向，且所述視頻輸入設備所 獲取的視頻圖像為彩色圖像，包括接收模塊，用於接收所述視頻輸入設備所獲取的視頻圖像；處理模塊，與所述接收模塊相連接，用於根據所述接收模塊所接收到的視頻圖像，識別所述視頻圖像的當前幀中所包含車輛尾燈信息，並根據所述車輛尾燈信息，按照預設的配 對規則，對車輛尾燈進行配對，組成待監控車輛目標；匹配模塊，與所述處理模塊相連接，用於按照預設的匹配規則，將所述視頻圖像的當前 幀所包含的待監控車輛目標與上一幀的待監控車輛目標進行匹配；監控模塊，與所述匹配模塊相連接，用於當所述匹配模塊匹配成功時，將匹配成功的當 前幀所包含的待監控車輛目標與上一幀的待監控車輛目標確認為同一個車輛目標；當所述 匹配模塊確認當前幀所包含的待監控車輛目標沒有在上一幀匹配到待監控車輛目標時，確 認所述當前幀的待監控車輛目標為新的車輛目標；當所述匹配模塊確認上一幀所包含的待 監控車輛目標沒有在當前幀匹配到待監控車輛目標時，預測所述上一幀的待監控車輛目標的運動軌跡。
11. 如權利要求io所述的監控設備，其特徵在於，所述處理模塊根據所述視頻輸入設備所獲取的視頻圖像的數位化數據，識別所述視頻圖像的當前幀中所包含車輛尾燈信息， 具體包括所述處理模塊檢測所述視頻圖像的當前幀畫面中每個像素的紅色通道的偏紅水平是 否高於預設的通道偏紅閾值；如果高於或等於所述通道偏紅閾值，則保留所述像素中的顏色空間向量；如果低於所 述通道偏紅閾值，則將所述像素中的顏色空間向量置0 ;所述處理模塊對經過像素過濾處理後的各像素所組成的光斑區域進行區域偏紅水平 識別，判斷各光斑區域的偏紅水平是否高於預設的區域道偏紅閾值；如果高於或等於所述區域偏紅閾值，則保留所述光斑區域中的顏色空間向量；如果低 於所述區域偏紅閾值，則將所述光斑區域中的顏色空間向量置0 ;所述處理模塊確定當前幀中顏色空間向量非0的各光斑區域為車輛尾燈信息。
12. 如權利要求IO所述的監控設備，其特徵在於，所述處理模塊根據所述車輛尾燈信 息，按照預設的配對規則，對車輛尾燈進行配對，組成待監控車輛目標，具體為所述處理模塊判斷水平方向上各相鄰的車輛尾燈信息之間所形成的水平方向夾角是 否低於夾角閾值，如果沒有低於所述夾角閾值，則所述處理模塊確定該相鄰的車輛尾燈信 息為屬於同一車輛的尾燈信息，如果沒有低於所述夾角閾值，則所述處理模塊確定該相鄰 的車輛尾燈信息為屬於不同車輛的尾燈信息；所述處理模塊判斷屬於同一車輛的尾燈信息是否具有對稱性，如果具有對稱性，則所 述處理模塊確定該相鄰的車輛尾燈信息為屬於同一車輛的尾燈信息，如果沒有對稱性，則 所述處理模塊確定該相鄰的車輛尾燈信息為屬於不同車輛的尾燈信息；所述處理模塊將確定屬於同一車輛的尾燈信息進行配對合理行篩選，將篩選成功的尾 燈信息對所處的區域確定為待監控車輛目標。
13. 如權利要求IO所述的監控設備，其特徵在於，所述監控模塊，具體用於 當所述匹配模塊匹配成功時，所述監控模塊將匹配成功的當前幀所包含的待監控車輛目標與上一幀的待監控車輛目標確認為同一個車輛目標，並為所述匹配成功的當前幀所包 含的待監控車輛目標與上一幀的待監控車輛目標建立相同的運動標識，並根據各運動標識 記錄待檢測車輛目標的運動信息；當所述匹配模塊確認當前幀所包含的待監控車輛目標沒有在上一幀匹配到待監控車 輛目標時，所述監控模塊確認所述當前幀的待監控車輛目標為新的車輛目標，並為所述新 的車輛目標建立新的運動標識；當所述匹配模塊確認上一幀所包含的待監控車輛目標沒有在當前幀匹配到待監控車 輛目標時，所述監控設備根據所述上一幀的待監控車輛目標所對應的運動信息，預測所述 上一幀的待監控車輛目標在當前幀的圖像中可能的運動位置；當所預測得上一幀的待監控 車輛目標在當前幀的圖像中可能的運動位置處於所述圖像範圍之外時，所述監控設備確認 所述待監控車輛目標消失，當所預測得上一幀的待監控車輛目標在當前幀的圖像中可能的 運動位置處於所述圖像範圍之內時，所述監控設備將所述運動位置存儲為所述待監控車輛 目標的預測運動信息。
14.如權利要求13所述的監控設備，其特徵在於，當一個待監控車輛目標存在預測運 動信息的連續幀數量超過預設的預測幀閾值時，所述監控模塊確認所述待監控車輛目標消 失。
全文摘要
本發明公開了一種基於車輛尾燈檢測的車輛監控方法、系統和設備，充分利用車燈的顏色信息和運動信息，採用空間對稱策略進行尾燈配對，識別出單個目標車輛；同時為了避免車輛尾燈遮擋地情況，引入位置預測機制，有效避免目標丟失。解決了傳統算法中計算形態學算子時耗時多和準確度不高的問題，避免了複雜的計算，處理速度較高，能夠滿足實時性要求，大大減少了算法的迭代次數，提高跟蹤效率，便於應用到實時跟蹤場景中。
文檔編號G08G1/017GK101727748SQ20091024134
公開日2010年6月9日 申請日期2009年11月30日 優先權日2009年11月30日
發明者盧曉鵬 申請人:北京中星微電子有限公司