基于非均匀视频图像帧采集的车速实时测量方法

摘要

一种基于非均匀视频图像帧采集的车速实时测量方法，涉及车辆测速方法领域。本发明按如下步骤进行测速，首先从摄像头获取一帧图像映射为系统标准尺寸、划定待检测车道的掩膜及生成基于该掩膜的感兴趣区域、在掩膜内划定测速起始、结束区掩膜并分别生成感兴趣区域。实际标定后依次从摄像头中获取图像帧，根据起始掩膜的感兴趣区域检测图像起始窗的差值大小来判断是否有车到达；根据结束掩膜的感兴趣区域检测图像结束窗的图像差值大小来判断是否有车到达；根据实际距离和系统计时时间计算出车速。本方法可以直接运用摄像头等前端设备进行测速，实时性好、精度高、抗干扰能力强。

说明书

技术领域

本发明属于车辆测速方法领域,更具体的说涉及一种基于视频的车辆测速方法。

背景技术

随着社会的急速发展，在交通领域中，如何精确的测量机动车辆行驶速度一直是国家科技工作者们的 研究热点。视频测速通过获取摄像头采集到的视频信息，通过软件分析的方法提取视频背景和目标车辆并 通过预先的实际标定，测量车辆的速度。

视频测速具有安装简单，无需专用测速设备等诸多优点，但也存在许多需要解决的问题:首先是视频 测速的精度是随着光照情况的变化而变化的；其次是视频测速算法中阴影问题，易造成误检错检，准确度 不高；最后，车辆在道路场景中的相互遮挡的问题。目前的难点还集中在车辆的分割上，在算法设计方面 应考虑设置多种辅助检测区域，进行多种分析计算。另外，现在的大多数视频测速方法中的算法较为复杂， 不能很好的满足实时性要求，在硬件上须采用更高速的处理芯片来满足高级算法的需求。

发明内容

本发明的目的在于提出一种视频测速方法以解决现有视频测速方法实时性差、精度低、抗干扰能力差 以及其他测速方法测试设备成本高、系统复杂等问题。

基于以上目标，本发明提出了一种基于非均匀视频图像帧采集的车速实时测量方法，其包括如下步骤：

①系统初始化：首先从摄像头获取一帧图像映射为系统标准尺寸，本方法建议尺寸为1024×768；然后 根据待测车道的形状在合适的测速位置划定车道的掩膜；其次，根据该掩膜自动生成其最小外接矩作为该 掩膜的感兴趣区域，另外，在该掩膜内划定测速起始区域掩膜和结束区域掩膜，并以同样的方式生成对应 感兴趣区域；最后，提取起始、结束感兴趣区域的背景，并进行灰度处理。在保证测速准确性的前提下， 使用感兴趣区域进行测速处理。

②实际标定：系统根据测速起始、结束掩膜获得其中心点，根据这两个中心点测量出该两点在车道中 对应的实际距离并输入系统。

③车辆速度计算：依次从摄像头中获取图像帧，对每一帧图像都进行如下处理：更新所有感兴趣区域 的数据。根据起始区掩膜的感兴趣区域检测每帧图像起始窗的图像差值来判断是否有车到达；当起始窗检 测到有车到达时，系统根据系统时钟进行计时；不断从摄像头中获取图像帧，根据结束掩膜的感兴趣区域 检测每帧图像结束窗的图像差值来判断是否有车到达；系统在处理每一帧时，若有车到达，系统计时结束， 返回测速时间，根据实际距离和测速时间计算出车速并完成车流量统计及超速检测等功能。若无车到达， 系统立即获取下一帧进行检测。

1.对于在步骤③中感兴趣区域的图像差值检测，主要有如下步骤：

(1)当前感兴趣区域进行灰度处理；

(2)当前感兴趣区域与背景在掩膜的辅助下进行差分运算并处理获得差值均衡化图像：首先，当前 感兴趣区域图像与背景图像相减得到差值图像g(x,y)＝f(x,y)-h(x,y)；然后，找出差值图像中像素点 最小值Min，并让差值图像的每个像素点加上该数值得到被修改的图像；最后，找出被修改图像中像素点 最大值Max，并让被修改的图像的每个像素点乘以255/Max，得到最终的差值均衡图像dst(x,y)。

$dst(x,y)=\left(\begin{array}{cc}\left(g\right(x,y)+Min)\times 255/Max& mask(x,y)>0\\ 0& otherwise\end{array}\right)$

(3)对图像进行自适应阈值的二值化处理：对差值均衡图像采用大律法计算阈值，根据阈值进行二 值化处理得到二值化图像。

(4)统计灰度值为255的像素点数占该感兴趣区域总像素点的比例；

(5)判断比例是否小于设定的背景更新阈值，若是，则更新当前感兴趣区域的背景，反之，则结束， 进行下一步的判断。

2.进行系统初始化时，划定了三种掩膜，并基于每个掩膜生成了对应的感兴趣区域，该感兴趣区域是 掩膜的最小外接矩形；在保证测速准确性的前提下，使用感兴趣区域进行测速处理大大减少了系统处理的 数据量，帧率得以提高，因此提高了系统实时性与准确度。

3.在步骤③中数据处理的对象是基于测速起始、结束掩膜的感兴趣区域，而判断车辆是否到达起始窗 的根据是感兴趣区域中的掩膜，系统抗干扰能力提高。

4.在步骤③中差值检测前景与背景相减时使用数据的是感兴趣区域之内的有效数据而非全部的背景数 据。

5.在步骤③中判断是否有车辆到达起始窗时单独设置了一个标志位HSTART，检测到图像差值较大时 HSTART加1，否则，HSTART置零，当HSTART＞1时会判为有车辆到达。所以只有当连续监测到两 次差值较大时才会认定为确实有车辆到达，降低了部分干扰的影响，增强了系统的鲁棒性。

6.在步骤③中判断有车到达起始窗时开始计时并对结束窗口的检测。

7.在步骤③中系统计时的时间使用的是系统时钟，从起始窗检测到车至结束窗检测到车，车辆运动的 时间即系统这段路程处理的时间，相比于由帧率与帧数之积得到的时间，使用这个系统时间差表示车辆实 际运动的时间减小了系统误差，使得计算得出的时间尽可能接近于车辆实际运动的时间，使车辆运动时间 精度到达微秒级，而由固定帧率计算的时间精度为毫秒级，因此提高了时间的准确性。

8.在步骤③中时判断车辆经过结束窗的依据为单独设置的标志位HEND，结束窗口检测到图像差值较 大时会使该位加1，否则，当HEND大于1时会使系统判为结束窗检测到有车到达，计时结束。

9.在步骤③中结束窗口处还包括：若没有车辆到达时，应放弃处理当前帧转而立即跳入对下一帧的处 理；摄像头获取视频流，在算法中，系统处理完一帧之后立即读取下一帧进行处理，这样，相对于定时读 取视频帧处理的方法，该方法处理的视频帧相对较多，可获得更多的车辆的位置信息，在空间距离上减小 了误差，提高车速的检测精度。

本发明所涉及的基于非均匀视频图像帧采集的车速实时测量方法是在视频图像处理的基础上结合图 像差值检测等方法实现道路车辆的高精度实时速度检测，具有如下的优点：

1.实时性高，主要措施体现在以下几方面：

(1)方法中数据处理主要集中在起始、结束感兴趣区域且对图像进行灰度化处理，减少了系统处理 的数据量；

(2)在保证测速效果的情况下使用较简单的算法，使得系统执行程序时间减少，能够更好地实时反 映车辆实际运动情况。

2.计算的速度精度高，主要措施体现在以下几方面：

(1)时间精度高：车辆运动时间的计时单位是数量级为微秒级以上的系统时钟节拍，而非由帧率计 算出的数量级为毫秒级的时间；

(2)距离精度高：系统在处理完一帧之后能立即读取下一帧进行处理而不需要等待，获得帧率更高 的非均匀视频图像帧，并且系统数据处理量减小，使得系统能获取更多的车辆位置信息，系统对车辆状况 的判断更准确，从而在空间距离上减少了系统误差；

(3)检测车辆时，使用差值图像均衡化，减小了车辆错检漏检的情况。

3.抗干扰能力强，主要措施体现在以下几方面：

(1)当连续检测到两次差值较大时才会认定为确实有车辆到达检测区；

(2)用起始、结束感兴趣区域对车道状况的检测，并且每一个感兴趣区域在进行数据处理时，都使 用了对应的车道掩膜，减少了无关数据对车辆检测的影响。

附图说明

图1为本发明的总流程示意图

图2为本发明系统初始化示意图

图3为本发明图像差值检测示意图

图4为本发明的具体实施实例效果图——待测速视频流图

图5为本发明的具体实施实例效果图——待测速车道、起始窗、结束窗掩膜划定图

图6为本发明的具体实施实例效果图——待测车道感兴趣区域内的掩膜图

图7为本发明的具体实施实例效果图——检测到有车辆到达起始窗情况的图

图8为本发明的具体实施实例效果图——检测到车辆到达结束窗情况的图

图9为本发明的具体实施实例效果图——目标车辆速度显示图

图10为本发明的简化总流程图

具体实施方式

为了进一步解释本发明的技术方案，下面通过具体实施例来对本发明进行详细阐述。

如图1所示，为本发明涉及的一种基于视频的车辆测速方法核心算法的具体流程图。主要分为系统初 始化、实际标定、车辆速度计算三个步骤。

①系统初始化:具体初始化流程如图2所示。

②实际标定:在实际标定前，需要画出测速起始、结束窗并返回其中心，在现场根据中心点的具体位 置实现实际点的标定，并获得实际距离。

③车速计算:在测速中，对于图像的差值检测的流程如图3所示。

如图4、5、6、7、8、9所示，其为本发明较佳实施例实际实施时的具体流程图，其将上述较佳步骤 均融合在其中。

在图4中，表示的是待测速视频流的原始尺寸。

在图5中，表示的是对待测速视频流的待测速车道、起始窗、结束窗掩膜划定，并且系统自动生成掩 膜对应的车道感兴趣区域、测速起始窗感兴趣区域、测速结束窗感兴趣区域，系统根据测速起始、结束掩 膜返回其中心点，根据实际标定结果，将这两点实际距离输入系统，并对起始、结束窗进行初步背景提取 并灰度化，具体流程详见图2。

在图6中，表示的是待测车道在其感兴趣区域内的掩膜。感兴趣区域的使用，能很大程度上减少数据 处理量，而掩膜的使用，能滤除更多的干扰因素。

在图7中，表示的是当有车辆到达待测速车道起始窗时系统处理的情况。在起始窗检测到有车到达时， 系统捕获该车，系统开始计时，同时不断地对结束窗进行检测。

在图8中，表示的是当有车辆到达待测速车道结束窗时系统处理的情况。在结束窗检测到有车到达时， 系统捕获该车，系统结束计时，计算出目标车辆经过时的车速后，又开始不断地对起始窗检测，检测下一 辆目标车辆的车速。

在图9中，表示的是目标车辆速度显示情况。该图显示的是待测车道已经有两辆车经过时的车速大小， 显示车速的时间是有车经过检测区后即显示车速。这里测速所用超速阈值为30km/h。

整个系统的具体实施方式基本是按照图4、5、6、7、8、9的顺序进行的，系统对数据的一些具体处 理主要是按照图1、2、3中的流程图的具体步骤。这里所实施的方式是在计算机上对算法的合理与正确性 进行验证，程序是基于摄像头前端数据处理而设计的，若具体应用到摄像头前端的嵌入式数据处理，只需 将本程序稍作修改即可。