基于视频的车辆流量自动检测方法设计.pdfVIP

第 3O卷第 1期 佛山科学技术学院学报(自然科学版) Vo1．30No．1 2012年 1月 JournalofFoshanUniversity(NaturalScienceEdition) Jan．2012 文章编号 ：1008—0171(2012)01—0001—05 基于视频的车辆流量 自动检测方法设计 吴志伟 ，范彦斌 ，卢清华。 (1．华南理工大学机械与汽车工程学院，广东广州 510640；2．佛山科学技术学院机电工程系，广东佛山52800O) 摘要：提出了一种基于视频的车流量 自动检测方法．首先用高斯平均法对一定数量视频帧图像进行训练得到初 始背景 。然后用基于卡尔曼滤波的背景差法提取前景以及背景更新。最后用双虚拟检测线法进行车辆计数 。通 过对实际道路车辆视频文件进行试验 。检测准确率达到 9O ，满足实际应用要求 。 关键词 ：高斯平均法 ；卡尔曼滤波 ；虚拟检测线 ；车流量检测 中图分类号 ：U491．116 文献标志码 ：A 车道流量 以及车型分类数据是交通运行管理、道路设计和运输规划的重要依据，对于交通部门、公 安部门和环保部门有重要 的参考价值。车流量检测是智能交通系统的重要组成部分 ，然而传统的检测方 法存在着一些无法克服的缺点，如环形感应圈检测虽然精度较高、技术 比较成熟 ，但由于线 圈设置于路 面下，不便于安装且寿命较短L1]。在这种情况下，基于视频的车辆检测方法应运而生，它以安装方便、开 发成本低 、检测范围广等优点成为当前研究热点。 视频车流量检测主要包括感兴趣区域 (RegionofInteresting，ROI)、车辆检测、车辆计数 3个检测 流程 引。车辆检测方法主要有光流法[3]、帧差法[4]、背景差法L5]、边缘检测法[6]以及这些方法的综合运 用[7等 ，这些方法各有其优缺点，如光流法通常实时性较差 ；帧差法提取运动 目标不完全 ，且不能检测静 止的车辆 ；背景差法是最常用的检测方法 ，其检测精度和效率取决于背景的计算和更新 。车辆计数方法 可以分为虚拟线圈法和 目标跟踪法ET]，虚拟线圈法以车辆经过虚拟线圈时图像的变化作为特征进行计 数 ，具有计算量小、实时性好等优点；目标跟踪法用空间差判断相邻帧中的车辆是否为同一辆车，主要有 基于模型的方法、基于区域的方法以及基于动态轮廓 的方法 8【等，实时性不如虚拟线圈法好 。 本文首先用高斯平均法 (RunningGaussianAverage，RGA)训练一定数量的视频帧获取初始背 景，然后通过基于卡尔曼滤波的背景差法进行车辆检测，并用虚拟检测线法进行车辆 的计数，结合 HALCON10．0包含的交互式设计接 口HDevelop，实现车辆流量的 自动检测 。 1 车流量 自动检测的实现 HALCON具有强大 的图像处理功能，利用其 提供的交互式设计接 口HDevelop可方便开发机 器视觉系统 。以HALCON为开发环境 ，本文车辆 自动检测包括设备的连接、背景初始化、车辆提取 与背景更新和车辆计数 4个模块，如图1所示 。 图1车流量检测流程 收稿 日期 ：2011-11—18 基金项 目：广东省 自然科学基金资助项 目(8452800001000023)；佛山市科技发展专项资金资助项 目(2009011) 作者简介：吴志伟(1986一)，男，湖南常德人，华南理工大学与佛山科学技术学院联合培养硕士研究生。 *通讯作者：范彦斌 (1962一)，男，辽宁大连人，佛山科学技术学院教授，博士。 万方数据 2 佛山科学技术学院学报 (自然科学版) 第30卷 1．1 视频设备的连接 一 套完整的车流量 自动检测系统包括在线检测和离线检测两部分 。对于在线检测，HALCON提供 了大部分相机的接 口，用户可以根据 自己的相机类型选择不同的接 口，对于少部分未支持的相机，用户 可 以利用HALCON开放性的架构，自行编写DLL文件进行连接。对于离线检测 ，视频文件 (通常为．avi 文件)在 HALCON 中被 当作虚拟设备 ，其相应接 口为”DirectFile”，通过 HALCON 中相应的函数就可 以进行设备的连接或视频文件的读入 ，然后