一種夜間車輛闖紅燈檢測方法
2023-05-29 03:52:26 1
專利名稱：一種夜間車輛闖紅燈檢測方法
技術領域：
本發明涉及智能交通領域，尤其涉及一種用於城市交通路ロ的夜間車輛闖紅燈檢測方法。
背景技術：
車輛闖紅燈檢測是城市交通監管的重要組成部分，白天由於照明度高，易於進行車輛檢測，而夜晚照明度低，車燈光強變化大，視頻中的噪聲大，使得適用於白天的車輛檢測方法不能適用於夜晚的車輛檢測。現有的技術中，大多是採用背景差法提取感興趣區域，即通過將當前幀圖像與背景圖像進行差分運算，提取目標區域，對目標區域進行特徵提取，由區域的特徵進行車輛的判斷。這類方法中背景的提取及更新是關鍵所在，由於夜晚照明度低，車燈光強變化大，視 頻中的噪聲大，很難形成穩定的背景，使得適用於白天的車輛檢測方法不能適用於夜晚的車輛檢測。或採用幀差法將相鄰的視頻幀進行差分提取興趣區域，對興趣區域進行車輛檢測，這對於一直處於運動中的車輛是有效的。若車輛停止或運動緩慢，這種方法就難以檢測車輛了。
發明內容
本發明實施例提供ー種夜間車輛闖紅燈檢測方法，適用於夜間交通路ロ車輛闖紅燈的檢測。為解決以上技術問題，本發明採用如下技術方案實現所述的夜間車輛闖紅燈檢測方法包括如下步驟
1)設置檢測區域及檢測虛擬線圈；
2)獲取連續的視頻幀；
3)根據紅燈信號轉發器發回的信號判斷是否進行闖紅燈檢測；
4)檢測虛擬線圈內的尾燈狀況；根據尾燈狀況的變化判斷是否進行第一幅違章圖片的獲取；
5)停車線後的車輛尾燈檢測及後續違章圖片的獲取；
6)將三張車輛闖紅燈違章圖片合成ー張，並展示特寫部分。技術方案中的第I)項設置檢測區域及檢測虛擬線圈，包括如下步驟
1)檢測區域設置根據需要檢測的車道確定視頻圖像處理的範圍，即檢測區域，前後包括停車線前兩個車身長度及停車線後三個車身長度的區域。寬度包括所有需要檢測的車道覽度；
2)虛擬線圈設置在檢測區域中，在需要檢測的車道的停車線前設置虛擬線圈1，寬度為車道寬度，長度為ー個小車的長度；在需要檢測的車道的停車線後斑馬線起始處設置虛擬線圈2，寬度為車道寬度，如無斑馬線則留出斑馬線的寬度後設置虛擬線圈2，長度為一個小車的長度。
技術方案中的第2)獲取連續的視頻幀，包括如下步驟
由路ロ攝像機獲取連續的視頻流，經光端機、交換機傳輸至中心處理器，由中心處理器進行視頻處理。技術方案中的第3)項包括如下步驟
路ロ的紅燈信號由安裝於路ロ的紅燈信號轉發器接收，經光端機、交換機傳輸至中心處理器，由中心處理器進行處理，決定對相應車道進行車輛的闖紅燈行為進行檢測。技術方案中第4)項包括如下步驟
I)建立虛擬線圈I中車輛尾燈信息記錄表，包括成對尾燈的距離及與車道寬度比，尾燈的三色(r、g、b)的均值。
2)如果當前監測車道為紅燈狀態，檢測虛擬線圈I中所有車輛尾燈。3)查詢處於紅燈狀態的車道尾燈信息記錄表中是否有尾燈對。4)如尾燈信息記錄表中無尾燈，檢查當前幀中是否有符合車輛條件的尾燈對。如有，則將此尾燈對加入尾燈信息記錄表中；如無，則此幀圖像處理結束，尾燈信息記錄表中為空。5)如尾燈信息記錄表中有尾燈，檢查表中尾燈對是否與當前幀中對應的尾燈對匹配，如是，則更新表中尾燈，如不是，判定此車輛已駛出虛擬線圈1，啟動高清相機抓拍第一幅圖片。技術方案中第5)項包括如下步驟
虛擬線圈2中的車輛尾燈的檢測，車輛尾燈與前述虛擬線圈I中消失的尾燈對的匹配，如匹配成功，則判斷為車輛進入該區域，啟動高清相機抓拍後續兩幅違章圖片。技術方案中第6)項包括如下步驟
三幅圖片中對應車輛的一致判斷，即判斷為闖紅燈的車輛屬於同一車輛，並將三幅圖片合成一幅，並展示車輛尾部車牌特寫。本發明所述方案，通過對檢測區域內的虛擬線圈1、2內車輛尾燈的提取，與記錄表中的信息進行匹配，以判斷車輛在對應車道處於紅燈相位時是否越過停車線並繼續行駛，並啟動高清相機進行抓拍，形成完整的證據，實現夜間對車輛闖紅燈行為的檢測。
圖I為本發明實施例提供的夜間車輛闖紅燈檢測流程 圖2為本發明實施例提供的區域設置 圖3為本發明實施例提供的虛擬線圈I的檢測流程 圖4為本發明實施例提供的尾燈信息為空時處理流程 圖5為本發明實施例提供的尾燈信息不為空時處理流程 圖6為本發明實施例提供的尾燈信息更新處理流程 圖7為本發明實施例提供的車輛駛出判斷流程 圖8為本發明實施例提供的虛擬線圈2的檢測流程 圖9為本發明實施例提供的違章圖像合成流程 圖10為本發明實施例提供的違章圖像合成圖示例。
具體實施例方式為了解決夜間交通路ロ的車輛闖紅燈檢測問題，本發明例提供ー種夜間車輛闖紅燈檢測方法和裝置。根據需檢測的車道，設置合適的檢測區域和虛擬線圏。依據路ロ傳回的紅燈信號確定是否對相應車道進行檢測。在檢測區域的虛擬線圈內進行車輛尾燈對的檢測。依據相關規則啟動高清相機抓拍車輛違章圖片。下面結合附圖和具體實施例對本發明方法進行詳細說明。如圖I為本發明實施例提供的夜間車輛闖紅燈檢測流程圖，包括
步驟101，區域設置，包括檢測區域和虛擬線圈設置。在進行闖紅燈檢測時，只需要在圖像中特定的範圍進行車輛檢測即可，不需要對整幅視頻圖像進行處理，根據需要檢測的車道確定視頻圖像處理的範圍，即檢測區域，前後包括停車線前兩個車身長度及停車線後三個車身長度的區域。寬度包括所有需要檢測的車道寬度。
虛擬線圈設置在檢測區域中，在需要檢測的車道的停車線前設置虛擬線圈1，寬度為車道寬度，長度為ー個小車的長度；在需要檢測的車道的停車線後斑馬線起始處設置虛擬線圈2，寬度為車道寬度，如無斑馬線則留出斑馬線的寬度後設置虛擬線圈2，長度為ー個小車的長度。如圖2。步驟102，獲取連續的視頻，通過路ロ的攝像機獲取連續的視頻流，經光端機、交換機傳輸至中心處理器，由中心處理器進行視頻處理。步驟103，由安裝於路ロ的紅燈信號轉發器將紅燈信息經光端機、交換機傳輸至中心處理器，由中心處理器進行處理，決定對相應車道進行車輛的闖紅燈行為進行檢測。步驟104，檢測虛擬線圈1，記錄相關車輛尾燈信息，判斷是否進行第一幅違章圖片的抓柏。如圖3所示,所述步驟104具體包括
步驟301，檢測虛擬線圈I較亮區域。在夜間照明度較低的環境中，車輛尾燈是車輛最顯著信息，以尾燈的檢測代替車輛的檢測。尾燈在較暗的環境中發光，在視頻圖像中形成較亮的區域。此步驟計算視頻幀中位於視頻幀內像素點的灰度
g =0J39r+0_50g +0.116
式中g、r、g、b分別代表像素的灰度值、紅色分量值、緑色分量值、藍色分量值。設置合適閾值th，大於此閾值的像素顔色分量保持不變，小於此閾值的像素顔色分量取為0
步驟302，在較亮的區域中選擇偏紅的區域。由於車輛尾燈為紅色，計算每塊連通的較亮區域的偏紅程度rm
7 .rI
i為較亮區域內的像素，區域顔色越紅，此值越大。選擇合適的閾值rth，對於的區域則保留作為車輛尾燈，對於的區域則去棹。步驟303，對偏紅區域進行配對，形成區域對。在虛擬線圈中，只有能匹配成對且在運動中仍保持匹配的尾燈對才屬於同一車輛尾燈，對於相隔距離小於某ー閾值的尾燈則合併為ー個，即前後距離小於某ー距離閾值的合併為ー個尾燈，左右距離小於某ー距離閾值的也合併為ー個尾燈。計算處於同一水平線上的尾燈的距離，若其水平距離與車道寬度比，據此可判定為小型車、中型車及大型車。步驟304，對區域對提取特徵，作為車輛特徵。需要提取的特徵包括尾燈對中每個尾燈區域的偏紅程度(rml，rm2),尾燈區域中心距離與車道寬度的比值R。如圖4所示，在進行步驟304後所述步驟後還需進行
步驟401，查詢尾燈信息表。步驟402，尾燈信息表沒有記錄尾燈信息，則在此幀圖像以前虛擬線圈I沒出現車輛。步驟403，如果當前幀圖像中有尾燈對特徵值，則將此計入尾燈信息表中。如果沒有，則除了下ー幀圖像。
步驟404，繼續下一幀圖像的處理。如圖5所示,在尾燈信息表不為空時,進行
步驟501，在查詢尾燈信息表。步驟502，尾燈信息表不為空，即在此幀圖像以前虛擬線圈I存在尾燈對。步驟503，將當前車輛尾燈對信息與尾燈信息表中的尾燈信息進行匹配。如圖6所示，在步驟503後，進行
步驟601，將當前車輛尾燈對信息與尾燈信息表中的尾燈信息進行匹配。步驟602，匹配成功。根據尾燈特徵即將每個尾燈區域的偏紅程度(rml，rffl2),尾燈區域中心距離與車道寬度的比值R合成一個向量(rml，rffl2, R)，進行向量間距離計算
權利要求
1.ー種夜間車輛闖紅燈檢測方法，其特徵在幹 1)設置檢測區域及檢測虛擬線圈； 2)獲取連續的視頻幀； 3)根據紅燈信號轉發器發回的信號判斷是否進行闖紅燈檢測； 4)檢測虛擬線圈內的尾燈狀況；根據尾燈狀況的變化判斷是否進行第一幅違章圖片的獲取； 5)停車線後的車輛尾燈檢測及後續違章圖片的獲取； 6)將三張車輛闖紅燈違章圖片合成ー張，並展示特寫部分。
2.根據權利要求I所述的ー種夜間車輛闖紅燈檢測方法，其特徵在於，所述的設置檢測區域及檢測虛擬線圈，包括 1)檢測區域設置根據需要檢測的車道確定視頻圖像處理的範圍，即檢測區域，包括停車線前及停車線後的區域； 2)虛擬線圈設置在檢測區域中，在需要檢測的車道的停車線前設置第一個虛擬線圈，在需要檢測的車道的停車線後設置第二個虛擬線圈。
3.根據權利要求I所述的ー種夜間車輛闖紅燈檢測方法，其特徵在於，所述的獲取連續的視頻幀，包括由路ロ攝像機獲取連續的視頻流，經光端機、交換機傳輸至中心處理器，由中心處理器進行視頻處理。
4.根據權利要求I所述的ー種夜間車輛闖紅燈檢測方法，其特徵在於，所述的根據紅燈信號轉發器發回的信號判斷是否進行闖紅燈檢測，包括路ロ的紅燈信號由安裝於路ロ的紅燈信號轉發器經光端機、交換機傳輸至中心處理器，由中心處理器進行處理。
5.根據權利要求I所述的ー種夜間車輛闖紅燈檢測方法，其特徵在於，所述的檢測虛擬線圈內的尾燈狀況；根據尾燈狀況的變化判斷是否進行第一幅違章圖片的獲取，包括 1)建立虛擬線圈I中車輛尾燈信息記錄表，含成對尾燈的距離及與車道寬度比，尾燈的三色(r、g、b)的均值； 2)如果當前監測車道為紅燈狀態，檢測虛擬線圈I中所有車輛尾燈； 3)查詢處於紅燈狀態的車道尾燈信息記錄表中是否有尾燈對； 4)如尾燈信息記錄表中無尾燈，檢查當前幀中是否有符合車輛條件的尾燈對；如有，則將此尾燈對加入尾燈信息記錄表中；如無，則此幀圖像處理結束，尾燈信息記錄表中為空; 5)如尾燈信息記錄表中有尾燈，檢查表中尾燈對是否與當前幀中對應的尾燈對匹配，如是，則更新表中尾燈，如不是，判定此車輛已駛出虛擬線圈I，啟動高清相機抓拍第一幅圖片。
6.根據權利要求I所述的ー種夜間車輛闖紅燈檢測方法，其特徵在於，所述的停車線後的車輛尾燈檢測及後續違章圖片的獲取，包括虛擬線圈2中的車輛尾燈的檢測，車輛尾燈與前述虛擬線圈I中消失的尾燈對的匹配，如匹配成功，則判斷為車輛進入該區域，啟動高清相機抓拍後續兩幅違章圖片。
7.根據權利要求I所述的ー種夜間車輛闖紅燈檢測方法，其特徵在於，所述的將三幅車輛闖紅燈違章圖片合成一幅，並展示特寫部分，包括三幅圖片中對應車輛的一致判斷，即判斷為闖紅燈的車輛屬於同一車輛，並將三幅圖片合成一幅，並展示車輛尾部車牌特寫。
全文摘要
本發明公開一種夜間車輛闖紅燈檢測方法和裝置，涉及智能交通系統領域，以解決夜間闖紅燈車輛識別的準確性降低問題。本發明提供的技術方案包括設置檢測區域及檢測虛擬線圈；獲取連續的視頻幀，根據紅燈轉發器發回的信號判斷是否進行闖紅燈檢測；檢測虛擬線圈內的尾燈狀況；根據尾燈狀況的變化判斷是否進行第一幅違章圖片的獲取；停車線後的車輛尾燈檢測及後續違章圖片的獲取。本發明實施例提供的技術方案適用於智能交通系統。
文檔編號G08G1/01GK102768799SQ201110431878
公開日2012年11月7日 申請日期2011年12月21日 優先權日2011年12月21日
發明者仇實, 劉素君, 肖習雨, 舒小華, 蘇志敏, 陳勝藍, 龍永紅 申請人:湖南工業大學