一種面向無人機的高速應急車道違章車輛的檢測方法與流程
2023-04-22 22:49:25 3
本發明屬於無人機應用技術領域，涉及一種面向無人機的高速應急車道違章車輛的檢測方法。
背景技術：
近年來，隨著社會經濟的日益進步和物質生活水平的不斷提高，汽車作為一種普通的交通工具已走進千家萬戶，但由此帶來的交通安全問題也日益突出。特別是節假日期間，高速公路上的交通流量較大時，經常會發生一些佔用應急車道的違章行為，造成嚴重的交通安全隱患。
當前交通管理部門在高速公路上所應用的和現有專利所提及的措施主要有兩種，一種是使用安裝在公路兩旁的固定攝像頭進行監測，但這些裝置成本較高且監測盲點較多，需要投入大量的人力物力，管理成本較高；一種是利用新興的無人機直接進入封閉的高速公路上空進行實時監控。例如，李彥煒提出的實用新型「一種基於無人機的高速公路違章監測裝置」(授權公告號cn205388829u)公開了一種基於無人機的高速公路違章監測裝置，包括飛行控制模塊、違章監測模塊、信息傳輸模塊和主控。所述裝置大大降低了人力物力的成本且提高了監測效率，能做到全路段覆蓋監測，但是該實用新型存在的不足是並沒有具體描述如何判斷該高速路段是否存在車輛違章。
昆明理工大學提出的專利申請「一種高速公路違章停車檢測方法」(專利申請號201610457650.8和公開號cn106127143a)公開了一種高速公路違章停車檢測方法。該方法的實施步驟是：首先建立高速公路路段視頻序列信息庫，接著建立車輛實時位置信息庫，然後判斷車輛行駛狀態，最後根據車輛違停時長發出違停警告。昆明理工大學提出的專利申請「一種基於核密度估計的高速公路違章停車檢測方法」(專利申請號201610027241.4和公開號cn105513371a)公開了一種基於核密度估計的高速公路違章停車檢測方法。該方法的實施步驟是：首先使用非參數核密度模型獲取背景圖像，和利用漸變更新方式更新背景圖像；接著通過當前採集的圖像減去背景圖像獲得運動前景；然後根據運動目標車輛質心位置判斷車輛行駛狀態；最後根據違章停車時間確定是否為違停。這兩個專利雖然針對監控區域能夠實時檢測違停車輛，但只是基於固定攝像裝置，並不能處理在飛行過程中存在晃動的無人機拍攝的監控視頻，從而降低了違章車輛檢測的準確性。
綜上所述，現有的檢測技術有一定的局限性，因此，如何利用無人機高效精準地檢測高速應急車道上的違章車輛成為亟待解決的問題。
技術實現要素：
本發明的目的在於提供一種面向無人機的高速應急車道違章車輛的檢測方法，解決了現有無人機在檢測違章車輛時，存在的檢測準確性低的問題。
為了達到上述目的，本發明採用的技術方案是：
本發明提供的一種面向無人機的高速應急車道違章車輛的檢測方法，包括以下步驟：
第一步，通過軟體交互在無人機拍攝的視頻圖像上指定並框選應急車道上的檢測區域，得到初始檢測區域圖像a1；
第二步，通過漫水填充法利用應急車道兩側的車道線將初始檢測區域圖像a1自適應更新，得到更新後的檢測區域圖像a4；
第三步，採用視覺顯著性分析對更新後的檢測區域圖像a4進行違章車輛顯著性區域檢測，得到顯著圖a7；
第四步，通過統計顯著圖a7中非零顯著值的像素個數p，並判斷檢測區域內是否存在違章車輛；
第五步，根據顯著圖a7的檢測框標準差變化計算違章車輛的違停時間；
第六步，將第四步與第五步得到的車輛違章信息保存到高速公路交通管理系統。
優選地，第二步中，採用漫水填充法對初始檢測區域圖像a1進行更新的具體方法是：
s1，將普通三通道rgb模式的彩色檢測區域圖像a1轉化為單通道的灰度檢測區域圖像a2；
s2，指定黑色為填充顏色，以灰度檢測區域圖像a2的中心點作為種子點，當灰度檢測區域圖像a2內任意一個像素點的灰度值與種子點的灰度值之差的絕對值小於閾值th1，則認為該像素點與種子點屬於同一個區域，並將其填充為黑色；反之，保持不變；之後得到填充後的檢測區域圖像a3，其中，閾值th1的取值範圍為30～40；
s3，對填充後得到的檢測區域圖像a3水平方向上偏左或偏右的移動進行判斷，再根據判斷的結果對檢測區域圖像a3做出相反方向的調整，得到更新後的檢測區域圖像a4。
優選地，s3中，對填充後得到的檢測區域圖像a3水平方向上偏左或偏右移動進行判斷的具體方法是：對填充後的檢測區域圖像a3最左邊或最右邊的3～6列像素點進行零值統計，如果3～6列的像素點中有超過一半的像素點的灰度值為零，則表示檢測框水平方向發生左移或右移。
優選地，第三步中，對更新後的檢測區域圖像a4進行違章車輛顯著性區域檢測的具體方法是：
s1，使用均值濾波法對更新後檢測區域圖像a4的灰度圖像進行預處理，得到濾波後檢測區域圖像a5；其中濾波窗口的範圍是3×3～5×5；
s2，根據公式(1)對濾波後得到的檢測區域圖像a5中的所有像素點進行灰度級統計，得到每個灰度級rk所對應的像素個數nk，進而得到檢測區域圖像a5的灰度直方圖f(rk)：
f(rk)＝nk,0≤nk≤n&&0≤rk≤255(1)
式中，n為檢測區域圖像a5的所有像素點總個數；
s3，根據公式(2)計算灰度直方圖f(rk)中任意一個灰度級rk到其他灰度級rk的歐式距離和，即每個灰度級的顯著值p(rk)，進而得到初始顯著圖p，計算公式如下：
式中，ri為所有的灰度級，0≤ri≤255，f(ri)為灰度級ri對應的灰度直方圖；
s4，對初始顯著圖p進行歸一化，得到歸一化後的顯著圖p'和顯著圖p'內每個灰度級對應的顯著值p'(rk)；
s5，計算濾波後得到的檢測區域圖像a5中每個像素的顯著值，其中：
當圖像檢測區域圖像a5中的任意一個像素點a5(x,y)的灰度值等於灰度級rk，則該像素點的灰度值賦值為對應的顯著值p'(rk)，進而得到顯著圖a6；
對顯著圖a6進行閾值處理，獲得最終的顯著性區域檢測圖像a7，處理方法為：當顯著圖a6的像素點a6(x,y)的灰度值小於閾值th2，則像素點a6(x,y)的灰度值賦值為零；反之像素點a6(x,y)的灰度值不變，其中，th2的取值範圍是40～60。
優選地，第四步中，判斷檢測區域內是否存在違章車輛的條件是：
當p＞th3,th3＝3000～4000時，則表示有車輛進入應急車道違章行駛。
優選地，設定判斷是否為同一車輛的開關為k，當第四步中判斷到檢測區域內有違章車輛時，則設置開關k＝0；當該同車輛離開時，則設置開關k＝1，其中，違章車輛的違停時間等於開關k從k＝0到k＝1的這段時間。
優選地，判斷同車輛離開的時，首先計算同車輛離開時當前幀的檢測框標準差ccur，當ccur＜con時，則表示該輛車已經離開檢測框範圍。
優選地，當第四步中初始檢測到第一輛車時，開關標準差con的計算方法是：
con＝ccur
其中，ccur為第四步中初始檢測到第一輛車進入時當前幀的檢測框標準差；
當第四步中檢測到非第一輛車時，開關標準差con的計算方法是：
con＝cmean
其中，cmean為前一輛車離開時所在幀至後一輛車進入時所在幀之間所有幀的檢測框標準差的平均值。
與現有技術相比，本發明的有益效果是：
本發明提供的一種面向無人機的高速應急車道違章車輛的檢測方法，通過漫水填充法對獲取的初始檢測區域圖像進行更新，以消除無人機在飛行過程中由於自然條件或自身晃動造成獲取的檢測區域發生漂移，偏離原始檢測區域的缺陷；有效地避免了檢測區域偏離應急車道，從而大大提高了違章檢測的準確性；然後再通過基於視覺顯著性分析對更新的檢測區域圖像進行違章車輛顯著性區域的檢測，得到檢測區域的顯著圖，再通過對顯著圖中的像素點進行統計判斷檢測區域內是否存在違章車輛，接著根據檢測框的標準差變化計算該違章車輛的違停時間；最後將前兩個步驟得到的車輛違章信息一起保存到高速交通管理系統。
本發明提供的面向無人機的高速應急車道違章車輛檢測方法，能夠在高速公路上利用無人機對違法佔用應急車道的車輛進行自動檢測和抓拍取證，可以對應急車道進行高效實時地監測，大大加強了交警對高速公路違法行為的管控力度；因此，本發明具有極其重要的應用價值，而且克服了尚未解決的技術難題。
附圖說明
圖1是本發明面向無人機的高速應急車道違章車輛檢測方法流程圖；
圖2是無車輛時的原始檢測框圖；
圖3是圖2基於漫水填充法的填充結果圖；
圖4是有車輛時的原始檢測框圖；
圖5是圖4基於顯著性區域的檢測結果圖。
具體實施方式
下面結合附圖和具體實施方式對本發明進行詳細說明。
如圖1所示，本發明提供了一種面向無人機的高速應急車道違章車輛的檢測方法,首先通過軟體交互從無人機拍攝的視頻圖像上獲取應急車道上的初始檢測區域；接著採用漫水填充法利用應急車道兩側的車道線自適應地更新檢測區域在圖像上的位置；對更新後的檢測區域圖像進行基於視覺顯著性分析的違章車輛顯著性區域檢測；再通過顯著性區域的像素統計判斷檢測區域內是否存在違章車輛：若滿足條件則保存當前圖像、時間和位置信息；然後根據檢測框的標準差變化計算該違章車輛的違停時間；最後將前兩個步驟得到的車輛違章信息一起保存到高速交通管理系統。
所述方法的具體實施步驟如下：
s100，初始化檢測區域：通過軟體交互在無人機拍攝的視頻圖像上指定並框選應急車道上的檢測區域，得到如圖2所示的初始檢測區域圖像a1；
s200，更新檢測區域：無人機在飛行過程中由於自然條件或自身晃動造成檢測區域發生漂移，偏離原始檢測區域，因此需要將初始檢測區域圖像a1穩定在應急車道上。
本發明使用漫水填充法利用應急車道兩側的車道線不斷地將初始檢測區域圖像a1自適應更新，得到更新後的檢測區域圖像，如圖3所示，用以確保檢測區域圖像在視頻圖像上的位置，具體地：
s1，將普通三通道rgb模式的彩色檢測區域圖像a1轉化為單通道的灰度檢測區域圖像a2；
s2，指定灰度值為0的黑色作為填充顏色，以灰度檢測區域圖像a2的中心點作為種子點開始，比較灰度檢測區域圖像a2內與種子點相連通的所有像素點的灰度值，當像素點的灰度值在閾值範圍內則將其填充為黑色，得到填充後的檢測區域圖像a3：
具體的填充規則是：當任意一個像素點的灰度值與種子點的灰度值之差的絕對值小於閾值th1，則認為該像素點與種子點屬於同一個區域，將其灰度值變為0；反之，保持原灰度值不變；其中，這裡的閾值範圍設置為：th1取30～40。
s3，利用填充後的檢測區域圖像a3穩定檢測區域：
3.1，對填充後的檢測區域圖像a3的最左邊3～6列像素點進行零值統計，如果3～6列的像素點中有超過一半的像素點的灰度值為零，則表示檢測框水平方向發生左移；
或對填充後的檢測區域圖像a3的最右邊3～6列像素點進行零值統計，如果3～6列的像素點中有超過一半的像素點的灰度值為零，則表示檢測框水平方向發生右移；
3.2，當判斷檢測框發生水平左或水平右移動後，就對檢測框做出相反方向的調整，使其保持在應急車道內，得到更新後的檢測區域圖像a4。其中，檢測框垂直方向不予考慮，因為其垂直移動不會偏離應急車道區域。
s300，對更新後的檢測區域圖像a4進行基於視覺顯著性分析的違章車輛顯著性區域檢測，得到顯著圖a5：由於違章車輛相對於應急車道存在較大的像素差異，因此可以對圖像進行直方圖統計並計算直方圖中每個像素到其他像素的距離信息來評價圖像的顯著性，具體地：
1.使用均值濾波法對更新後檢測區域圖像a4的灰度圖像進行預處理，得到濾波後檢測區域圖像a5。這樣可有效減少噪聲幹擾，明顯提升後面顯著性區域獲取的質量，其中濾波窗口大小可選擇的範圍是3×3～5×5；
2.統計直方圖：
濾波後檢測區域圖像a5的所有像素點的灰度值滿足[0,255]，對所有像素點進行灰度級統計，可以得到每個灰度級rk所對應的像素個數nk，進而得到圖像a5的灰度直方圖f(rk)，計算公式如下：
f(rk)＝nk,0≤nk≤n&&0≤rk≤255(1)
式中，n為像素點總個數，即檢測區域圖像a5的大小。
3.計算灰度直方圖f(rk)中每個灰度級rk到所有灰度級ri的歐式距離和，即每個灰度級的顯著值p(rk)，進而得到初始顯著圖p，計算公式如下：
式中，ri為所有的灰度級(0≤ri≤255)，f(ri)為灰度級ri對應的灰度直方圖。
4.對初始顯著圖p進行歸一化，得到歸一化後的顯著圖p'和顯著圖p'內每個灰度級對應的顯著值p'(rk)；
5.計算濾波後檢測區域圖像a5中每個像素的顯著值：
如果檢測區域圖像a5中的任意一個像素點a5(x,y)的灰度值等於灰度級rk，則該像素點的灰度值賦值為對應的顯著值p'(rk)，進而得到顯著圖a6；
為了濾除顯著圖a6顯著性較低的像素點，對a6進行閾值處理，獲得最終的顯著性區域檢測圖像a7，處理方法為：
當顯著圖a6的像素點a6(x,y)的灰度值小於閾值th2，則像素點a6(x,y)的灰度值賦值為零；反之像素點a6(x,y)的灰度值不變，其中，th2的取值範圍是40～60。
s400，通過統計顯著圖a7中非零顯著值的像素個數p，並判斷檢測區域內是否存在違章車輛：
當p＞th3,th3＝3000～4000時，則表示有車輛進入應急車道違章行駛，進行違章抓拍，保存當前圖像數據、時間信息和地理位置信息。
s500，根據檢測框的標準差變化計算該違章車輛的違停時間：
設定判斷是否為同一車輛的開關為k，當s400中判斷到檢測區域內有違章車輛時，則設置開關k＝0，當該車輛離開時，設置開關k＝1，其中，違章車輛的違停時間等於開關k從k＝0到k＝1的這段時間。
計算同車輛離開時當前幀的檢測框標準差ccur，當ccur＜con時，則表示該輛車已經離開了檢測框範圍，此時k＝1；
其中，當s400中初始檢測到第一輛車時，開關標準差con的計算方法是：
con＝ccur
其中，ccur為s400中初始檢測到第一輛車進入時當前幀的檢測框標準差；
當s400中檢測到非第一輛車時，開關標準差con的計算方法是：
con＝cmean
其中，cmean為前一輛車離開時所在幀至後一輛車進入時所在幀之間所有幀的檢測框標準差的平均值。
當k＝0後，不再執行s100至s400；
當k＝1後，則繼續執行s100至s400。
s600，將s400與s500得到的車輛違章信息一起保存到高速公路交通管理系統，相關人員可以及時做出相應措施。
特別地，如附圖2和附圖3所示，分別是無車輛時原始檢測框圖和漫水填充後的檢測框圖。可以看出，應急車道兩側的車道線動態地固定了填充範圍，即檢測區域，有效地防止了無人機晃動造成的檢測框偏離應急車道，因此，本發明可以大大地提高違章車輛檢測的準確性。
特別地，如附圖4和附圖5所示，分別是有車輛時原始檢測框圖和顯著性區域檢測結果圖，並且這個檢測過程只需要2毫秒在[email protected]，8gbram的計算機上。因此，本發明可以高效實時地檢測出車輛相對於路面背景的顯著性。
以上結合附圖和具體實施方式詳細描述了本發明的技術原理。這些描述只是為了解釋本發明的具體技術原理，而不能以任何方式解釋為本發明保護範圍的限制。但本發明並不限於上述實施方式，在本領域普通技術人員所具備的知識範圍內，還可以在不脫離本發明宗旨的前提下做出的各種變化都將落入本發明的保護範圍之內。