基於車窗定位的車輛遮擋檢測與分割方法
2023-09-22 23:02:25 2
專利名稱：基於車窗定位的車輛遮擋檢測與分割方法
技術領域：
本發明涉及智能交通視頻檢測與跟蹤技術領域，具體涉及在交通視頻檢測過程中，當出現車輛遮擋的情況時，利用車窗定位進行交通路口或交通監測路段車輛遮擋的檢測與分割的技術。
背景技術：
城市交通中的視頻監控環節，由於視頻攝像頭受道路環境的限制通常架設得比較低，因此視頻攝像頭實際監控的範圍較小，拍到的交通畫面上經常存在車輛之間的互相遮擋。這些相互遮擋的車輛在進行視頻分析檢測時，往往容易被誤檢為同一輛車，對車輛跟蹤的精度和性能產生嚴重影響，是車輛跟蹤的難點之一。在交通路口監控實踐中，通常將視頻攝像頭架設在交通路口的正上方，以拍攝往來車輛的前方或者後方。正常情況下，車輛運行各行其道，相鄰的車道之間較少存在幹擾； 但是同一車道的前後兩車或多車之間，會有車輛遮擋的情況發生，同一車道發生遮擋的兩輛車卻往往不被區別開來，而是會被誤檢測成同一輛車。從而造成車流量統計的較大誤差。在交通視頻檢測與跟蹤實踐中發現，當發生同一車道兩輛車之間相互遮擋時，同一車道兩輛車側面的車窗一般是不會相互遮擋的。基於此，本文提出一種新的車輛遮擋檢測與分割方法。
發明內容
在發明內容部分中引入了一系列簡化形式的概念，這將在具體實施方式
部分中進一步詳細說明。本發明的發明內容部分並不意味著要試圖限定出所要求保護的技術方案的關鍵特徵和必要技術特徵，更不意味著試圖確定所要求保護的技術方案的保護範圍。首先對車輛區域的灰度圖像生成亮度曲線，然後分析亮度曲線，檢測後車窗的個數。當車牌的個數超過一個時，表示發生了車輛遮擋，否則沒有發生遮擋。當發生遮擋時， 對後車窗進行定位，並在合適的位置作一條分割線，將發生遮擋的車輛一分為二，從而消除遮擋的影響，提高車輛檢測的準確度。本發明的有益效果是，能夠準確進行高清或標清圖像車輛遮擋的檢測和分割，提供更完備的車輛信息，從而為提高車輛檢測及車流量統計的準確性。
本發明的下列附圖在此作為本發明的一部分用於理解本發明。圖1為本發明的車輛遮擋檢測與分割方法的流程圖；圖2為根據本發明的車輛遮擋檢測與分割方法對運動車輛圖像繪製的水平亮度曲線圖；圖3為根據圖2所示的水平亮度曲線確定的後車窗定位圖；圖4根據本發明的車輛遮擋檢測與分割方法通過水平亮度曲線得到的後車窗的位置和車輛分割線；圖5是通過圖4的分割線為界的兩輛車的垂直亮度曲線得到車輛寬度；圖6為根據本發明的車輛遮擋檢測與分割方法得到的遮擋車輛分割圖。
具體實施例方式在下文的描述中，給出了大量具體的細節以便提供對本發明更為徹底的理解。然而，對於本領域技術人員來說顯而易見的是，本發明可以無需一個或多個這些細節而得以實施。在交通視頻檢測與跟蹤實踐中發現，不同車道兩輛車一般是不會相互遮擋的，但同一車道前後兩車輛之間容易發生遮擋現象。當發生同一車道兩輛車之間相互遮擋時，前後兩輛車的後車窗卻不會相互遮擋。由於車輛的後車窗和車身的灰度存在一定差別，較之車身，車輛後車窗的灰度值較小；因此，可以通過繪製交通路口或交通監測路段的車輛圖像的亮度曲線來判斷同一車道上是否有車輛遮擋現象發生。一般而言，後車窗部分對應的亮度曲線區域會存在比較明顯的凹陷，如果交通車輛圖像的整個亮度曲線存在兩個較大的凹陷，則表明該亮度曲線對應有兩個不同車輛的後車窗。根據亮度曲線凹陷區域在相應圖像中對應的位置找出兩輛車各自後車窗的位置，並根據後車窗位置進行圖像分割。本發明的具體實施方式
是針對高解析度圖像進行的，在一個具體實施例中，車輛圖像是由交通監控路口或交通監控路段的高清視頻攝像頭所拍攝的。本發明的基於車窗定位的車輛遮擋檢測與分割方法步驟如下步驟1 將彩色車輛圖像轉化為灰度圖像。步驟2 求取所述灰度圖像的每一行像素值之和的平均值，並繪製出相應的水平亮度曲線圖。所述水平亮度曲線是以每一行像素值之和的平均值為橫軸，自下向上的行數為縱軸繪製的，如圖2和3所示。步驟3 標記該水平亮度曲線中的凹陷區域。具體地，對繪製的水平亮度曲線中連續區段的凹陷區域進行標記。當水平亮度曲線存在兩個凹陷區域時，判斷出所述亮度曲線對應的車輛圖像發生了車輛遮擋現象。所述凹陷區域定義為該水平亮度曲線中的行像素之和的平均值小於閾值Tl，且行數大於閾值T2。在一個優選實施例中，Tl = 70，T2 = 50。具體實施時，還可根據視頻圖像的解析度進行學習與調整。圖4示出了根據本發明的車輛遮擋檢測與分割方法，通過水平亮度曲線得到的後車窗的位置和車輛分割線。步驟4 根據所述水平亮度曲線的凹陷區域標記所對應的圖像區域繪製後車窗定位線，當前後兩輛車發生遮擋時，會存在兩個後車窗區域；因此在兩個後車窗區域之間確定一條分割線進行車輛的水平分割。該分割線是對兩個後車窗區域之間區域部分按第一輛車的長度佔Li，第二車輛的長度佔L2的比例進行分割。在一個優選實施例中，Ll = 0. 4，L2 =0.6，如圖4所示。步驟5 根據分割線將車輛圖像分割成兩幅車輛圖像，對該兩幅車輛圖像分別繪製垂直亮度曲線，其中，垂直亮度曲線的橫軸表示圖像的列數，縱軸表示每一列像素值之和的平均值。如圖5所示，將所述垂直亮度曲線的縱軸值大於Τ3，列數大於Τ4的垂直亮度曲線標記為輛車的寬度。在一個具體實施例中，Τ3 = 80，T4 = 200。圖5示出了前後兩輛車發生遮擋情況時，前後兩輛車各自的車輛寬度示意圖。。
步驟6利用步驟4得到的所述車輛長度和步驟5得到的所述車輛寬度，對車輛進行分割。圖6示出了根據本發明的車輛遮擋檢測與分割方法得到的遮擋車輛分割圖。其中步驟1中，將彩色圖像轉化為灰度圖像，得到亮度值。在圖像處理過程中，直接處理彩色圖像需要很大的存儲量，佔用大量的系統資源，不利於圖像的快速處理。因此， 本實施方案採用不含彩色信息的灰度圖像進行數據檢測與分割。在一個具體實施例中，，對於交通路口或交通監控路段的視頻攝像頭拍攝到的彩色圖像數據，通過如下公式實現的算法得到圖像中每個像素點的灰度值Y = 0. 3 · R+0. 59 · G+0. 11 · B (1)上式中，Y表示圖像數據中某像素點的灰度，R代表該像素點紅色元素的值，G代表該點綠色元素的值，B代表該點藍色元素的值。步驟2中，沿著水平方向對車輛圖像進行掃描，對每一行的灰度值進行求和取平均，得到該車輛的水平亮度曲線。其中，該水平亮度曲線的縱軸表示圖像的行數，橫軸表示行灰度平均值的大小。對該水平亮度曲線進行寬度為T5的均值濾波，從而去除過小與過大的亮度值。優選地，T5 = 7。步驟3車輛水平亮度曲線中，後車窗對應的水平亮度曲線部分存在比較明顯的凹陷區域。對凹陷區域進行標記，認為該凹陷區域即對應著車輛的後車窗位置。當檢測到水平亮度曲線部分有兩個這樣的凹陷區域時，及矩形框中對應有兩個這樣後車窗，即認為發生了車輛遮擋。具體如下在圖2的車輛水平亮度曲線中，後車窗對應的水平亮度曲線部分存在比較明顯的凹陷區域。下一步需要從該水平亮度曲線中找出後車窗所在的區域，並標記。具體地對該水平亮度曲線按橫軸值進行閾值分割，該閾值為Tl，大於Tl的亮度值等於255，小於Tl的亮度值為0 ；然後統計所有亮度值等於255的連續長度，當連續長度達到T2值時表示檢測到一個後車窗。當檢測到有多個後車窗時，表示發生了車輛遮擋。步驟4:據所述水平亮度曲線的凹陷區域標記對應的圖像區域，從而繪製後車窗定位線。當兩輛車發生遮擋時，存在兩個後車窗區域；在兩個後車窗區域之間確定一條分割線進行車輛的水平分割。該分割線是對兩個後車窗區域之間區域部分按第一輛車的長度佔 Li，第二車輛的長度佔L2的比例進行分割。在本實施例中，Ll =0.4 ；L2 = 0. 6，如圖4所示；步驟5 根據分割線將車輛圖像分割成兩輛圖像，對兩輛圖像分別繪製垂直亮度曲線。其中，該垂直亮度曲線的橫軸表示圖像的列數，縱軸表示每列像素值之和的平均值， 如圖5所示。將該垂直亮度曲線上縱軸值大於T3，列數大於T4的亮度曲線段對應的車輛圖像部分標記為車輛區域，從而得到每輛車的寬度。優選地，選取T3 = 80，T4 = 200。如圖5 示出了通過圖4的分割線分割出的兩輛車的垂直亮度曲線得到該兩輛車的寬度Wl和WZ0步驟6:結合步驟4，如圖4所示，車輛分割線以下部分為第一輛車的長度，以上部分為第二輛車的長度。再根據步驟5得到的車輛寬度，得到兩個車輛的矩形圖。圖6示出了根據本發明的車輛遮擋檢測與分割方法得到的遮擋車輛分割圖。本發明已經通過上述實施例進行了說明，但應當理解的是，上述實施例只是用於舉例和說明的目的，而非意在將本發明限制於所描述的實施例範圍內。此外本領域技術人員可以理解的是，本發明並不局限於上述實施例，根據本發明的教導還可以做出更多種的變型和修改，這些變型和修改均落在本發明所要求保護的範圍以內。本發明的保護範圍由附屬的權利要求書及其等效範圍所界定。
權利要求
1.基於車窗定位的車輛遮擋檢測與分割方法，其包括步驟如下步驟1 將彩色車輛圖像轉化為灰度圖像；步驟2 求取所述灰度圖像的每一行像素值之和的平均值，並繪製出相應的水平亮度曲線圖；步驟3 標記所述水平亮度曲線中連續區段的凹陷區域；所述凹陷區域定義為所述水平亮度曲線中的行像素之和的平均值小於閾值Tl，且行數大於閾值T2的區域，且對檢測到所述水平亮度曲線部分具有兩個所述凹陷區域時，判定為發生了前後車車輛遮擋；步驟4:根據所述水平亮度曲線的凹陷區域標記所對應的圖像區域繪製車後窗定位線，並根據所述後車窗定位線對遮擋車輛進行水平分割，所述水平分割的分割線是對兩個車窗區域之間區域部分按前後兩車車輛長度的比例進行分割，其中，第一輛車的長度佔Ll， 第二車輛的長度佔L2;步驟5 根據所述分割線將車輛圖像分割成兩幅車輛圖像，對所述兩幅車輛圖像分別繪製垂直亮度曲線，其中，垂直亮度曲線的橫軸表示圖像的列數，縱軸表示每一列像素值之和的平均值；並將所述垂直亮度曲線的縱軸值大於T3，列數大於T4的垂直亮度曲線部分標記為車輛的寬度；步驟6 利用步驟4得到的所述車輛長度和步驟5得到的所述車輛寬度，對車輛進行分割。
2.根據權利要求1所述的基於車窗定位的車輛遮擋檢測與分割方法，其特徵在於，在步驟1中，所述將彩色圖像轉化為灰度圖像是指，通過如下公式實現的算法得到圖像中每個像素點的灰度值Y = 0. 3 · R+0. 59 · G+0. 11 · B其中，Y表示圖像數據中某像素點的灰度，R代表所述像素點紅色元素的值，G代表該點綠色元素的值，B代表該點藍色元素的值。
3.根據權利要求1所述的基於車窗定位的車輛遮擋檢測與分割方法，其特徵在於，步驟2中所述水平亮度曲線是沿著水平方向對車輛圖像進行掃描，以每一行像素灰度值之和的平均值為橫軸，自下向上的行數為縱軸繪製的；其中，所述水平亮度曲線的縱軸表示圖像的行數，橫軸表示行灰度平均值的大小。
4.根據權利要求3所述的基於車窗定位的車輛遮擋檢測與分割方法，其特徵在於，對所述水平亮度曲線進行寬度為T5 = 7的均值濾波。
5.根據權利要求1所述的基於車窗定位的車輛遮擋檢測與分割方法，其特徵在於，步驟3中，對所述水平亮度曲線按橫軸值按閾值Tl進行分割，大於Tl的亮度值等於255，小於 Tl的亮度值為0 ；然後統計所有亮度值等於255的連續長度，當連續長度達到T2值時表示檢測到一個後車窗；當檢測到有多個後車窗時，表示發生了車輛遮擋。
6.根據權利要求5所述的基於車窗定位的車輛遮擋檢測與分割方法，其特徵在於，Tl =70，T2 = 50。
7.根據權利要求1所述的基於車窗定位的車輛遮擋檢測與分割方法，其特徵在於，步驟4中，根據所述水平亮度曲線的凹陷區域標記對應的圖像區域，從而繪製後車窗定位線， 並對兩輛車發生遮擋時在兩個後車窗區域之間確定一條分割線進行車輛的水平分割。
8.根據權利要求1或7所述的基於車窗定位的車輛遮擋檢測與分割方法，其特徵在於，步驟4中，所述分割線是對兩個後車窗區域之間區域部分按第一輛車的長度佔Ll = 0. 4，第二車輛的長度佔L2 = 0. 6的比例進行分割。
9.根據權利要求1所述的基於車窗定位的車輛遮擋檢測與分割方法，其特徵在於，步驟 5 中，T3 = 80，T4 = 200。
全文摘要
本發明涉及基於車窗定位的車輛遮擋檢測與分割方法，涉及交通視頻檢測技術領域。所述方法包括步驟1，將彩色車輛圖像轉化為灰度圖像；步驟2，繪製出相應的水平亮度曲線圖；步驟3，標記該水平亮度曲線中的凹陷區域；步驟4，根據所述水平亮度曲線的凹陷區域標記所對應的車輛圖像區域繪製後車窗定位線；步驟5，根據分割線將車輛圖像分割成兩幅車輛圖像，對該兩幅車輛圖像分別繪製垂直亮度曲線；步驟6，利用車輛長度和車輛寬度，對車輛進行分割。本發明方法能夠準確進行高清或標清彩色圖像車輛遮擋的檢測和分割，從而為提高車輛檢測及車流量統計的準確性。
文檔編號G06T7/00GK102169583SQ20111012453
公開日2011年8月31日 申請日期2011年5月13日 優先權日2011年5月13日
發明者劉小明, 張永忠, 張福生, 李正熙, 李穎宏, 熊昌鎮, 王力 申請人:北方工業大學