一種基于視頻的交通流量統(tǒng)計(jì)方法-張海天定稿

1.一種基于視頻的交通流量統(tǒng)計(jì)裝置，其特征是，包括：攝像機(jī)：用于拍攝視頻圖像；前背景分割單元：用于將攝像機(jī)拍攝到的視頻圖片分割出前景和背景，所述前景為運(yùn)動(dòng)中的車(chē)輛，所述背景為靜止的道路；車(chē)輛定位追蹤單元：用于定位前景中的車(chē)輛，并給與每輛行駛的車(chē)賦予不同的ID號(hào)；虛擬感應(yīng)線圈：根據(jù)道路車(chē)道線的數(shù)量，按實(shí)體感應(yīng)線圈排布的方式排布在背景上，其數(shù)量為一個(gè)以上；統(tǒng)計(jì)單元：用于統(tǒng)計(jì)每一個(gè)虛擬感應(yīng)線圈中經(jīng)過(guò)的車(chē)輛數(shù)量，車(chē)輛進(jìn)入并離開(kāi)各一次，計(jì)數(shù)為一。2.一種基于視頻的交通流量統(tǒng)計(jì)方法，其特征是，包括以下步驟：步驟一：在攝像機(jī)捕捉的視頻圖像上，分割出視頻的前景和背景，所述前景為運(yùn)動(dòng)中的車(chē)輛，所述背景為靜止的道路；步驟二：定位每輛汽車(chē)，對(duì)運(yùn)動(dòng)的車(chē)輛進(jìn)行跟蹤，給每輛行駛的車(chē)賦予不同的ID號(hào)，然后根據(jù)道路車(chē)道線的數(shù)量進(jìn)行虛擬感應(yīng)線圈的分割；步驟三：利用虛擬感應(yīng)線圈來(lái)感應(yīng)車(chē)輛的進(jìn)入與離開(kāi)，統(tǒng)計(jì)交通流量。3.根據(jù)權(quán)利要求2所述的一種基于視頻的交通流量統(tǒng)計(jì)方法，其特征是，步驟一包括以下步驟：1）采用混合高斯模型對(duì)視頻中的場(chǎng)景進(jìn)行數(shù)學(xué)建模；2）去除車(chē)輛陰影：首先，通過(guò)紋理邊緣信息，針對(duì)運(yùn)動(dòng)車(chē)輛及陰影邊界進(jìn)行定位判斷，區(qū)分出真實(shí)車(chē)輛區(qū)域和疑似陰影區(qū)域；其次，通過(guò)多幀差值信息，根據(jù)隔幀間的差值擬合，進(jìn)一步確定疑似陰影中的真實(shí)陰影的區(qū)域范圍；3）根據(jù)混合高斯模型，分離前后景，根據(jù)馬賽克的特征值，對(duì)背景中的雪花、色塊區(qū)域進(jìn)行判斷，進(jìn)行降噪處理，以此去除背景建模中的雪花、色塊對(duì)識(shí)別產(chǎn)生的影響。4.根據(jù)權(quán)利要求2或3所述的一種基于視頻的交通流量統(tǒng)計(jì)方法，其特征是，所述步驟二還包括一下步驟：1）采用“網(wǎng)格柵”法對(duì)視頻圖像進(jìn)行網(wǎng)格化處理；2）利用每個(gè)格子的中心點(diǎn)的像素進(jìn)行區(qū)域L-K光流法求取每個(gè)格子的運(yùn)動(dòng)向量，然后統(tǒng)計(jì)屬于同一輛車(chē)子的格子的光流信息；3）對(duì)這些信息進(jìn)行濾波分析，取得其中最普遍的運(yùn)動(dòng)信息來(lái)作為這輛車(chē)的運(yùn)動(dòng)信息，然后根據(jù)這些運(yùn)動(dòng)信息對(duì)車(chē)輛實(shí)現(xiàn)實(shí)時(shí)的跟蹤，并對(duì)每一個(gè)最新出現(xiàn)的車(chē)輛分配ID，以及對(duì)出現(xiàn)的車(chē)輛進(jìn)行實(shí)時(shí)跟蹤。5.根據(jù)權(quán)利要求2或3所述的一種基于視頻的交通流量統(tǒng)計(jì)方法，其特征是，步驟三包括以下步驟：1）測(cè)定車(chē)輛觸碰虛擬線圈時(shí)虛擬線圈內(nèi)的參數(shù)，包括占空比、橫向壓線長(zhǎng)度、縱向壓線長(zhǎng)度；2）將參數(shù)值與設(shè)定的閥值對(duì)比，滿足所有參數(shù)值均超過(guò)閥值的條件時(shí)，即表示當(dāng)前時(shí)刻有一輛車(chē)輛進(jìn)入，標(biāo)注該車(chē)輛為1，并進(jìn)行跟蹤；不滿足所有參數(shù)值均超過(guò)閥值的條件，且該狀態(tài)持續(xù)時(shí)間超過(guò)10幀，表示該車(chē)輛離開(kāi)感應(yīng)線圈，則將該車(chē)輛標(biāo)注為0；3）當(dāng)一車(chē)輛有標(biāo)注1變?yōu)?時(shí)，技術(shù)器數(shù)值+1，表示檢測(cè)到一輛車(chē)輛經(jīng)過(guò)。一種交通流量統(tǒng)計(jì)裝置及統(tǒng)計(jì)方法技術(shù)領(lǐng)域本發(fā)明涉及一種基于視頻的交通流量統(tǒng)計(jì)裝置及統(tǒng)計(jì)方法背景技術(shù)從二十世紀(jì)六十年代起，世界經(jīng)濟(jì)進(jìn)入高速增長(zhǎng)期。隨著計(jì)算機(jī)、通信以及電子等技術(shù)的日益成熟，信息化，智能化日益成為影響未來(lái)社會(huì)經(jīng)濟(jì)發(fā)展的重要因素。在這樣一個(gè)大背景下，加速經(jīng)濟(jì)發(fā)展的一個(gè)關(guān)鍵因素，就是實(shí)現(xiàn)方便、快捷的交通運(yùn)輸。但是，隨著世界城市化的進(jìn)展和作為日常主要交通工具的汽車(chē)的普及，無(wú)論是在發(fā)展中國(guó)家還是在發(fā)達(dá)國(guó)家，交通擁擠加劇、交通事故頻發(fā)、交通環(huán)境惡化等問(wèn)題都變得日趨嚴(yán)重。智能交通系統(tǒng)是目前世界上公認(rèn)的解決城市交通擁堵問(wèn)題的最佳措施，當(dāng)前的交通車(chē)流量統(tǒng)計(jì)主要由地感線圈來(lái)進(jìn)行處理，需要對(duì)道路進(jìn)行切割，安裝地感線圈，會(huì)對(duì)路面進(jìn)行破壞，對(duì)于某些不可以切割路面的地段，則不適用。發(fā)明內(nèi)容本發(fā)明要解決的技術(shù)問(wèn)題是現(xiàn)有的智能交通系統(tǒng)需要對(duì)道路進(jìn)行切割，安裝地感線圈，會(huì)對(duì)路面進(jìn)行破壞，對(duì)于某些不可以切割路面的地段，則不適用。為解決上述技術(shù)問(wèn)題，本發(fā)明采用的方案是：一種基于視頻的交通流量統(tǒng)計(jì)裝置，包括：攝像機(jī)：用于拍攝視頻圖像；前背景分割單元：用于將攝像機(jī)拍攝到的視頻圖片分割出前景和背景，所述前景為運(yùn)動(dòng)中的車(chē)輛，所述背景為靜止的道路；車(chē)輛定位追蹤單元：用于定位前景中的車(chē)輛，并給與每輛行駛的車(chē)賦予不同的ID號(hào)；虛擬感應(yīng)線圈：根據(jù)道路車(chē)道線的數(shù)量，按實(shí)體感應(yīng)線圈排布的方式排布在背景上，其數(shù)量為一個(gè)以上；統(tǒng)計(jì)單元：用于統(tǒng)計(jì)每一個(gè)虛擬感應(yīng)線圈中經(jīng)過(guò)的車(chē)輛數(shù)量，車(chē)輛進(jìn)入并離開(kāi)各一次，計(jì)數(shù)為一。一種基于視頻的交通流量統(tǒng)計(jì)方法，包括以下步驟：步驟一：在攝像機(jī)捕捉的視頻圖像上，分割出視頻的前景和背景，所述前景為運(yùn)動(dòng)中的車(chē)輛，所述背景為靜止的道路；步驟二：定位每輛汽車(chē)，對(duì)運(yùn)動(dòng)的車(chē)輛進(jìn)行跟蹤，給每輛行駛的車(chē)賦予不同的ID號(hào)，然后根據(jù)道路車(chē)道線的數(shù)量進(jìn)行虛擬感應(yīng)線圈的分割；步驟三：利用虛擬感應(yīng)線圈來(lái)感應(yīng)車(chē)輛的進(jìn)入與離開(kāi)，統(tǒng)計(jì)交通流量。采用在視頻圖像分析上使用的虛擬感應(yīng)線圈，代替原有的安裝在道路上的地感線圈，不僅解決交通流量統(tǒng)計(jì)的問(wèn)題，也達(dá)到了保護(hù)了道路效果。為克服車(chē)輛左右相互遮擋所帶來(lái)的重復(fù)技術(shù)的問(wèn)題，步驟一包括以下步驟：1）采用混合高斯模型對(duì)視頻中的場(chǎng)景進(jìn)行數(shù)學(xué)建模；2）去除車(chē)輛陰影：首先，通過(guò)紋理邊緣信息，針對(duì)運(yùn)動(dòng)車(chē)輛及陰影邊界進(jìn)行定位判斷，區(qū)分出真實(shí)車(chē)輛區(qū)域和疑似陰影區(qū)域；其次，通過(guò)多幀差值信息，根據(jù)隔幀間的差值擬合，進(jìn)一步確定疑似陰影中的真實(shí)陰影的區(qū)域范圍；3）根據(jù)混合高斯模型，分離前后景，根據(jù)馬賽克的特征值，對(duì)背景中的雪花、色塊區(qū)域進(jìn)行判斷，進(jìn)行降噪處理，以此去除背景建模中的雪花、色塊對(duì)識(shí)別產(chǎn)生的影響。所述混合高斯模型指使用K個(gè)高斯模型來(lái)表征圖像中各個(gè)像素點(diǎn)的特征,在新一幀圖像獲得后更新混合高斯模型,用當(dāng)前圖像中的每個(gè)像素點(diǎn)與混合高斯模型匹配,如果成功則判定該點(diǎn)為背景點(diǎn),否則為前景點(diǎn)；而去除車(chē)輛陰影、圖片雪花、色塊，可以很好的克服車(chē)輛左右相互遮擋所帶來(lái)的重復(fù)技術(shù)的問(wèn)題，對(duì)于車(chē)輛前后遮擋的情況也起到了一定的克制作用。作為本發(fā)明的一種改進(jìn)方案，所述步驟二還包括以下步驟：1）采用“網(wǎng)格柵”法對(duì)視頻圖像進(jìn)行網(wǎng)格化處理；2）利用每個(gè)格子的中心點(diǎn)的像素進(jìn)行區(qū)域L-K光流法求取每個(gè)格子的運(yùn)動(dòng)向量，然后統(tǒng)計(jì)屬于同一輛車(chē)子的格子的光流信息；3）對(duì)這些信息進(jìn)行濾波分析，取得其中最普遍的運(yùn)動(dòng)信息來(lái)作為這輛車(chē)的運(yùn)動(dòng)信息，然后根據(jù)這些運(yùn)動(dòng)信息對(duì)車(chē)輛實(shí)現(xiàn)實(shí)時(shí)的跟蹤，并對(duì)每一個(gè)最新出現(xiàn)的車(chē)輛分配ID，以及對(duì)出現(xiàn)的車(chē)輛進(jìn)行實(shí)時(shí)跟蹤。作為本發(fā)明的一種改進(jìn)方案，步驟三包括以下步驟：1）測(cè)定車(chē)輛觸碰虛擬線圈時(shí)虛擬線圈內(nèi)的參數(shù)，包括占空比、橫向壓線長(zhǎng)度、縱向壓線長(zhǎng)度；2）將參數(shù)值與設(shè)定的閥值對(duì)比，滿足所有參數(shù)值均超過(guò)閥值的條件時(shí)，即表示當(dāng)前時(shí)刻有一輛車(chē)輛進(jìn)入，標(biāo)注該車(chē)輛為1，并進(jìn)行跟蹤；不滿足所有參數(shù)值均超過(guò)閥值的條件，且該狀態(tài)持續(xù)時(shí)間超過(guò)10幀，表示該車(chē)輛離開(kāi)感應(yīng)線圈，則將該車(chē)輛標(biāo)注為0；3）當(dāng)一車(chē)輛有標(biāo)注1變?yōu)?時(shí)，技術(shù)器數(shù)值+1，表示檢測(cè)到一輛車(chē)輛經(jīng)過(guò)。本發(fā)明的優(yōu)點(diǎn)是：通過(guò)視頻可實(shí)時(shí)、準(zhǔn)確的記錄并分析交通流量，為實(shí)現(xiàn)智能交通誘導(dǎo)及控制提供了前提。附圖說(shuō)明圖1是本發(fā)明方法的流程圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步說(shuō)明。一種基于視頻的交通流量統(tǒng)計(jì)裝置，包括：攝像機(jī)：用于拍攝視頻圖像；前背景分割單元：用于將攝像機(jī)拍攝到的視頻圖片分割出前景和背景，所述前景為運(yùn)動(dòng)中的車(chē)輛，所述背景為靜止的道路；車(chē)輛定位追蹤單元：用于定位前景中的車(chē)輛，并給與每輛行駛的車(chē)賦予不同的ID號(hào)；虛擬感應(yīng)線圈：根據(jù)道路車(chē)道線的數(shù)量，按實(shí)體感應(yīng)線圈排布的方式排布在背景上，其數(shù)量為一個(gè)以上；統(tǒng)計(jì)單元：用于統(tǒng)計(jì)每一個(gè)虛擬感應(yīng)線圈中經(jīng)過(guò)的車(chē)輛數(shù)量，車(chē)輛進(jìn)入并離開(kāi)各一次，計(jì)數(shù)為一。如圖1所示，一種基于視頻的交通流量統(tǒng)計(jì)方法，包括以下步驟：步驟一：通過(guò)攝像機(jī)拍攝交通視頻流，所述視頻流包括一張以上的視頻圖像；采用混合高斯模型對(duì)視頻圖像中的場(chǎng)景進(jìn)行數(shù)學(xué)建模，分割出視頻的前景和背景，實(shí)現(xiàn)運(yùn)動(dòng)檢測(cè)；上述混合高斯模型指使用K個(gè)高斯模型來(lái)表征圖像中各個(gè)像素點(diǎn)的特征,在新一幀圖像獲得后更新混合高斯模型,用當(dāng)前圖像中的每個(gè)像素點(diǎn)與混合高斯模型匹配,如果成功則判定該點(diǎn)為背景點(diǎn),否則為前景點(diǎn)；所述前景為運(yùn)動(dòng)中的車(chē)輛，即提取目標(biāo)，所述背景為靜止的道路，即運(yùn)動(dòng)區(qū)域；然后，利用紋理邊緣等信息去除車(chē)輛陰影；去除背景建模中的雪花、色塊等，用以很好的克服車(chē)輛左右相互遮擋所帶來(lái)的重復(fù)技術(shù)的問(wèn)題，對(duì)于車(chē)輛前后遮擋的情況也起到了一定的克制作用。步驟二：采用“網(wǎng)格柵”法對(duì)視頻圖像進(jìn)行網(wǎng)格化處理；利用每個(gè)格子的中心點(diǎn)的像素進(jìn)行區(qū)域L-K光流法求取每個(gè)格子的運(yùn)動(dòng)向量，然后統(tǒng)計(jì)屬于同一輛車(chē)子的格子的光流信息，對(duì)這些光流信息進(jìn)行濾波分析，取得其中光流運(yùn)動(dòng)方向中數(shù)量最多的運(yùn)動(dòng)向量信息，來(lái)作為這輛車(chē)的運(yùn)動(dòng)信息，然后根據(jù)這些運(yùn)動(dòng)信息對(duì)車(chē)輛實(shí)現(xiàn)實(shí)時(shí)的跟蹤，并對(duì)每一個(gè)最新出現(xiàn)的車(chē)輛分配ID，以及對(duì)出現(xiàn)的車(chē)輛進(jìn)行實(shí)時(shí)跟蹤。步驟三：測(cè)定車(chē)輛觸碰虛擬線圈時(shí)虛擬線圈內(nèi)的參數(shù)，包括占空比、橫向壓線長(zhǎng)度、縱向壓線長(zhǎng)度；將參數(shù)值與預(yù)先設(shè)定好的閥值對(duì)比，滿足所有參數(shù)值均超過(guò)閥值的條件時(shí)，即表示當(dāng)前時(shí)刻有一輛車(chē)輛進(jìn)入，