一種車輛檢測和跟蹤方法
2023-12-10 02:35:31
專利名稱:一種車輛檢測和跟蹤方法
技術領域:
本發明涉及圖像處理方面,特別涉及一種車輛檢測和跟蹤方法。
背景技術:
智能交通系統(ITS)是目前研究和開發的一大熱點。智能交通系統是將先進的信息技術、數據通訊傳輸技術、電子傳感技術、電子控制技術以及計算機處理技術等有效地集成運用於整個交通運輸管理體系,而建立起的一種在大範圍內、全方位發揮作用的,實時、 準確、高效的綜合運輸和管理系統。其中,在智能交通系統中,車輛的檢測與跟蹤是最基礎的部分,它要求從攝像機所得到的圖像序列中,檢測有無運動車輛進入攝像機的試場,並且定位運動車輛的位置,它屬於計算機視覺的研究範圍。目前,常用的車輛檢測方法有背景差法、幀差法和光流法。其中,背景差法是目前運動車輛分割中最常用的一種方法,它是利用當前圖像與圖像的差分來檢測運動區域的一種技術。它基於自適應的合高斯背景模型,對每個像素利用混合高斯分布建模,並利用在線估計來更新,從而可靠的處理了光照變化、背景混亂運動的幹擾等影響。該方法能夠提取完整的特徵數據,但是其對於動態場景的變化,如天氣、光照以及樹木擾動非常敏感。因此,如何獲取一個具有實時更新能力的背景是關鍵。幀差法是在連續的圖像序列中固定的兩幀或多幀間隔圖像之間作基於像素點的時間差分並閾值化來提取運動區域實現運動車輛的檢測。Lipton等利用兩幀差分方法從實際視頻圖像中檢測出運動目標,進而用於目標的識別與跟蹤;幀差法對於動態環境具有較強的自適應性,但是一般不能完全提取出所有的相關的特徵像素點。在車輛目標內部,容易產生空洞現象,而且一般檢測出的車輛目標都會被拉長,很難得到較精確的目標區域。運動目標隨時間變化具有光流特性,因此就有利用目標的光流場實現運動檢測。1981年,Horn和Schimck創造性地將二維速度場與灰度相聯繫,引入光流約束方程,得到光流計算的基本算法。Barron等人對多種光流計算技術進行了總結, 按照理論基礎與數學方法的區別把他們分成四種基於梯度的方法、基於匹配的方法、基於能量的方法、基於相位的方法。但是,絕大多數的光流計算方法是相當複雜的,而且抗噪聲能力差,在處理實時的全幀視頻流時必須有特定的硬體支持才能完成,否則無法滿足實時性的要求。對檢測出來的運動車輛要進行跟蹤,目前常用的車輛跟蹤算法主要有基於特徵的跟蹤算法、基於3-D的跟蹤算法、基於變形模型的跟蹤算法和基於區域的跟蹤算法。其中,基於特徵的跟蹤算法,就是對每輛車提取一些特徵如可區別的直線或拐角等,或將這些特徵組合來表示一個車輛,這類算法突出的優點是即使存在部分遮擋,一些特徵仍是可見的。但是當車輛彼此太接近時,存在特徵太近無法分割的問題。基於3-D的跟蹤算法是通過使用攝像機和場景的幾何學知識,將一個有精確幾何形狀的三維模型投影成圖像,根據圖像中的位置變化來進行跟蹤。這類算法的優點是在確定的車輛類型和幾何模型細節時準確率高,缺點是由於計算的工作量大,實時性差。基於變形模型的跟蹤算法以車輛輪廓為跟蹤對象,通過snake主動輪廓模型提取輪廓特徵。這種方法對噪聲遮擋敏感,存在輪廓初始化問題。基於區域的跟蹤算法首先連接區域提取並根據情況被合併或分割。該方法的最嚴重的弱點是在車輛檢測中區域合併和分割存在不準確的情況。以上多種車輛檢測和跟蹤效率不高,需要急需解決這個問題。
發明內容
本發明的目的在於,為解決上述問題,本發明提出一種車輛檢測和跟蹤方法,達到提高了檢測和跟蹤的效率。為實現上述發明目的,本發明提出一種車輛檢測和跟蹤方法,其特徵在於,該方法步驟包括步驟1):對視頻中的每一幀圖像建立高斯背景模型;步驟2)根據所述步驟1)獲得的每一幀高斯背景模型圖像,利用幀差法對相鄰兩幀做差分處理,得到粗略的運動區域和靜止區域;步驟3)對所述步驟2)中獲得的靜止區域進行背景更新,運動區域不更新;步驟4)對當前幀圖像和所述步驟3)獲得的更新後的背景圖像做差分,得到精確的運動區域;步驟5)利用每個像素點匹配方法對所述步驟4)獲得的相鄰兩幀運動區域圖像找出重疊區域,並比較重疊區域與給定閾值大小;如果重疊區域大於給定閾值,則判斷是否發生目標重合;如果是,則計算相鄰兩幀中的第一幀運動區域的長寬比,通過這個比例檢測和跟蹤該運動車輛;如果不是,則判斷為
同一車輛;如果重疊區域小於給定閾值,則求出多個目標框的最小外接矩形來正確對車輛檢測和跟蹤。所述步驟5)中的閾值為目標框區域的50%。本發明的優點在於,本發明結合了背景差法和幀差法,克服了兩個方法的不足,能夠更加準確的確定背景並分割出運動區域。同時,在目標跟蹤和匹配階段,對於重疊車輛和分裂區域進行判斷,克服了基於區域的跟蹤算法的缺點,取得了很好的效果。
圖1為本發明的一種車輛檢測和跟蹤方法流程圖;圖2為背景差法示意圖;圖3為運動目標重疊示意圖;圖4為相同車輛目標區域的分裂示意圖;圖5為分裂區域的融合示意圖。
具體實施例方式下面結合附圖和具體實施方式
,對本發明的方法進行進一步詳細的說明。如圖1所示,圖1為本發明的一種車輛檢測和跟蹤方法流程圖。本發明提出的改進的車輛檢測和跟蹤算法結合實施例詳細說明如下本實施例方法包括以下步驟
1)對每一幀圖像,建立高斯背景模型;單分布的高斯背景模型認為,對一個背景圖像,特定像素亮度的分布滿足高斯分布,這樣背景模型的每個像素屬性包括兩個參數平均值u和方差d。建立背景模型的過程就是對每個像素求出這兩個參數。2)利用幀差法,找出粗略的運動區域和靜止區域;對相鄰兩幀做差分處理,得到運動變化的區域。再通過邊緣提取找出運動物體的邊緣,最後檢測出運動物體。3)對2)中找出的靜止區域進行背景更新,運動區域不更新;隨著時間的變化,背景圖像也會發生緩慢的變化,這時我們要不斷更新每個象素點的平均值u(t+l, χ, y) = a*u(t, χ, y) + (l-a)*I (χ, y)(1)4)利用背景差法,找出當前幀的精確運動區域;如圖2所示,圖2為背景差法示意圖。對當前幀圖像和更新後的背景圖像做差分, 得到運動區域。對於相鄰幀的運動區域,尋找出重疊部分;即對於相鄰兩幀圖像,利用每個像素點匹配的方法,找出重疊部分。5)重合車輛的判斷和分割;如圖3所示,圖3為運動目標重疊示意圖。當車輛距離太近時,就會發生運動區域重疊現象。當被跟蹤的車輛在下一幀中與其他的車輛發生了重疊,直接用現有的跟蹤算法就會發生漏檢現象,因此在第一次跟蹤失敗後進行下面的分割處理後再進行跟蹤。假設第i幀運動區域檢測正確,第i + Ι幀出現目標重合。那麼,在重疊區域判斷中, 就會有2個區域與第i+Ι紅色區域重疊,即存在目標重合。求出第i幀運動區域的長寬比, 通過這個比例分割出運動車輛。6)相同車輛分裂區域的判斷和融合;如圖4所示,圖4為相同車輛目標區域的分裂示意圖。當車輛比較大,例如公交車,由於行駛緩慢或者紋理與背景相近,求出的運動區域經過膨脹腐蝕操作,經常會分裂成多個區域,這就會造成誤匹配。校正方法計算第i幀每個目標框與第i_l幀目標框的重疊區域。如果重疊區域大於目標框區域的50%,就認為匹配。如果第i幀多個目標框與第i_l幀的同一個框匹配, 就認為存在誤匹配,需要進行融合。如圖5所示,圖5為分裂區域的融合示意圖。融合的方法是求這些目標框的最小外接矩形。改進的車輛檢測和跟蹤算法在實際系統中進行測試。用本發明中的算法對車輛進行檢測跟蹤並計數,計數結果與人工計數結果相比較。實際行駛車輛為260,改進後算法計算得到的車輛數位261 ;用背景差法和基於區域的跟蹤方法得到的車輛數位238 ;用幀差法和基於區域的跟蹤方法得到的車輛數位241。可見,改進後的方法準確率有了大幅提高。最後所應說明的是,以上實施例僅用以說明本發明的技術方案而非限制。儘管參照實施例對本發明進行了詳細說明,本領域的普通技術人員應當理解,對本發明的技術方案進行修改或者等同替換,都不脫離本發明技術方案的精神和範圍,其均應涵蓋在本發明的權利要求範圍當中。
權利要求
1.一種車輛檢測和跟蹤方法,其特徵在於,該方法步驟包括 步驟1)對視頻中的每一幀圖像建立高斯背景模型;步驟2)根據所述步驟1)獲得的每一幀高斯背景模型圖像,利用幀差法對相鄰兩幀做差分處理,得到粗略的運動區域和靜止區域;步驟3)對所述步驟2)中獲得的靜止區域進行背景更新,運動區域不更新; 步驟4)對當前幀圖像和所述步驟3)獲得的更新後的背景圖像做差分,得到精確的運動區域;步驟5)利用每個像素點匹配方法對所述步驟4)獲得的相鄰兩幀運動區域圖像找出重疊區域,並比較重疊區域與給定閾值大小;如果重疊區域大於給定閾值,則判斷是否發生目標重合;如果是,則計算相鄰兩幀中的第一幀運動區域的長寬比,通過這個比例檢測和跟蹤該運動車輛;如果不是,則判斷為同一車輛;如果重疊區域小於給定閾值,則求出多個目標框的最小外接矩形來正確對車輛檢測和足艮S宗。
2.根據權利要求1所述的車輛檢測和跟蹤方法,其特徵在於,所述步驟5)中的閾值為目標框區域的50%。
全文摘要
本發明涉及一種車輛檢測和跟蹤方法,其特徵在於,首先對視頻中的每一幀圖像建立高斯背景模型;利用幀差法對相鄰兩幀做差分處理,得到粗略的運動區域和靜止區域;對獲得的靜止區域進行背景更新,運動區域不更新;對當前幀圖像和獲得的更新後的背景圖像做差分,得到精確的運動區域;利用每個像素點匹配方法對獲得的相鄰兩幀運動區域圖像找出重疊區域,並比較重疊區域與給定閾值大小;如果重疊區域大於給定閾值,則判斷是否發生目標重合;如果是,則計算相鄰兩幀中的第一幀運動區域的長寬比,通過這個比例檢測和跟蹤該運動車輛;如果不是,則判斷為同一車輛;如果重疊區域小於給定閾值,則求出多個目標框的最小外接矩形來正確對車輛檢測和跟蹤。
文檔編號G06T7/20GK102222346SQ20111013453
公開日2011年10月19日 申請日期2011年5月23日 優先權日2011年5月23日
發明者王晶, 蔚曉明 申請人:北京雲加速信息技術有限公司