视频交通监控系统中运动车辆捕捉算法的研究

维普资讯 www.1mpi.com

视频交通监控系统中运动车辆捕捉算法的研究 上海交通大学图像处理和模式识别研究所 ( 0 0)龚文凌王洪澄孙敏 2 0 0 3

摘要:提出了一种新的运动车辆捕捉算法一一序列轮廓差分捕捉算法. 关键词:视频监控车辆捕捉运动分割

基于视频图像和字符识别技术的视频车辆自动监控系统是目前极具发展潜力的监控系统之一 .它与传统的 基于磁环路检测器的交通监控系统相比具有如下优势: ( )装简单灵活,用进行路面施工 . 1安不 ()护简易, 2维系统升级方便 .

()图像序列中的二幅图像 (个图像对 )行比较, 1对一进 灰度变化小于一定值的区域称共同区域 . ()多个图像对的共同区域求和取平均,为背景 . 2对作 1

口,+ )寺 Bi, (_ 1,=『 ( k, ) j 』 H k =l

() 1

()够检测多种交通流信息,括车速,和度, 3能包饱占有率等,且可用于视频的电子警察系统 .并 一

B i,)图像对中共同区域的值, J为像素点, (j为, ( ) M 为共同区域的个数 .

个典型的视频车辆自动监控系统的工作流程图如 车道视频流图像输入 计算机动态采集

()个图像对时间间隔大于一定值 .于由于天气, 3多对 光线,阴影的变换造成背景灰度变换显著的情况引入衰减因子 a更新背景图像 ., B i, 1=√,) a【 ( 一 (,,) (,+ )口 j + Pi ) B i 】 J, j iP f J,) B i,)> 【 k- (, 】 t j () 2

图 1所示 .

l捕捉算法分析 车辆捕捉算法实际上就是去除背景后剩下的图像中是否含有车辆的问题 .但是由于实际交通状况的复杂性使车辆捕捉存在以

二二[

计算机实时监控

二二[ 莉

t阈值, (为当前输入图像 .为 P )√, () 4目标检测 .取背景算法可得到近似无车的背景图

下难点: ()控范围内光场的变化 . 1监

像,因此运动车辆检测可通过对输入图像和背景图像的比 较来检测:

()道上非车辆运动物体的 2车 干扰 .

D i,)l(j一 (,) (=Pi,)8 i kl J, J 景图像 .

() 3

Pi,)当前输入图像, (j )公式 ()到的背 (为 J Bi,为, 2得选择一个适当的阈值 V,就可以产生一个二值化的 k 目标轮廓,即可以检测出运动的车辆 . M(,: i j】 () 4

()像头量化的误差 . 3摄 图 1基于视频的 ()像头在重

型车辆驶过或车辆自 4摄动监控系统流程图 是有大风的时候产生的图像轻微抖动 . 本文分析了传统的图像去背景车辆捕捉算法,并在此基础上作出改进,提出了一种新的捕捉算法一一序列轮廓差分捕捉算法. 11传统图像去背景捕捉算法 . 要在视频监控系统中检测运动的车辆,以采用当前可

改进算法在去背景方面效果比直接平均法好些,但

是仍残有一些阴影,这也是去背景算法的缺陷所在 .本文 提出的序列轮廓差分捕捉算法不需要得到背景图案,能

输入图像减去不含汽车的纯背景图像的方法,过二帧图通像的灰度差捕捉运动车辆 .是实际情况是在监控系统中但 难以得到不含车辆的纯背景图像 .统的取背景算法是采传

够消除阴影,较好地检测出运动车辆 . l2序列轮廓差分捕捉算法 -这里介绍的序列轮廓差分捕捉算法中,用二值化的利轮廓图像进行差分,以消除不需要的背景轮廓 (车道可如

取直接从图像序列中抽取某一副图像作为背景,者是以或多幅图像的直接平均作为背景的方法 .采取这种取背景算 法不可避免的问题是背景图像中包含有残存运动车辆的

线,栅栏等 )得到所需要的汽车轮廓,,从而达到运动车辆 捕捉的目的 .算法如下: ( )斯平滑滤波 1高

信息,影减后难以区分前景和背景的运动车辆 .差 本文对去背景算法做如下改进:

由于 C D摄像头量化误差的影响,造成背景图像灰 C 一

《型机与应用 ) 0 4年第 3期微 20

45

—