基于虛擬線(xiàn)的交通信息視頻檢測技術(shù)及應用

　　摘要：提出一種基于虛擬線(xiàn)的交通參數（車(chē)速、車(chē)輛計數等）視頻檢測方法。通過(guò)檢測在實(shí)時(shí)圖像序列中設置的虛擬線(xiàn)，檢測車(chē)輛存在，進(jìn)而計算出車(chē)速、車(chē)流量等交換信息。該方法自適應更新背景和閾值，具有較高的檢測精度和良好的抗干擾性，避免了大量乘法運算，有效地提高了檢測速度，具有良好的實(shí)時(shí)性。

　　關(guān)鍵詞：虛擬線(xiàn) 背景估計 閾值更新 存在檢測線(xiàn) 速度檢測區

　　目前，交通問(wèn)題已成為城市發(fā)展的主要制約因素之一。ITS（Intelligent Transportation System）智能交通系統，是指將先進(jìn)的信息技術(shù)、數據通訊技術(shù)、自動(dòng)控制技術(shù)、計算機處理技術(shù)等應用于交通運輸，實(shí)現交通信息管理現代化。目前國內外對ITS已經(jīng)有了較深入的研究和實(shí)踐。近20年的研究表明：實(shí)行ITS，可以使道路的通行能力提高2～3倍，將產(chǎn)生巨大的經(jīng)濟效益和社會(huì )效益。

　　交通視頻檢測設備是ITS的重要組成部分，它實(shí)時(shí)地檢測交通參數，進(jìn)行數據處理并傳送至交管中心。傳統的檢測方法是在車(chē)道下埋置磁感應線(xiàn)圈，當有車(chē)輛經(jīng)過(guò)時(shí)，產(chǎn)生一個(gè)電信號，檢測出這輛車(chē)正在感應線(xiàn)圈的位置。根據一車(chē)輛通過(guò)不同的感應線(xiàn)圈的時(shí)間間隔Δt和兩個(gè)感應線(xiàn)圈之間的距離L，求得車(chē)速v=L/Δt。

　　本文提出的視頻檢測方法，首先在圖像上設置虛擬線(xiàn)，虛擬線(xiàn)的作用與上述磁感應線(xiàn)圈類(lèi)似。根據虛擬線(xiàn)上像素點(diǎn)的數值變化判斷是否有車(chē)經(jīng)過(guò)檢測線(xiàn)。如果當前檢測線(xiàn)上的數值大于背景估計值，則認為有車(chē)輛經(jīng)過(guò)檢測線(xiàn)，從而檢測出車(chē)輛。由于背景的變化，必須實(shí)時(shí)更新背景的估計值，才能夠保證檢測的精度。

　　1 虛擬線(xiàn)檢測算法

　　視頻車(chē)輛檢測流程如圖1所示，用一個(gè)架設在車(chē)道上方的攝像頭同時(shí)監視多個(gè)車(chē)道，攝像頭采集的圖像以25幀/秒（PAL）的速度進(jìn)入圖像采集模塊，得到數字化的圖像（YUV 4：2：2），數字圖像數據進(jìn)入圖像處理模塊，這個(gè)模塊是整個(gè)系統的核心，實(shí)現對實(shí)時(shí)動(dòng)態(tài)圖像的分析處理，檢測出多項交通信息。圖像處理流程如圖2所示。

　　1．1 攝像機的安裝與虛擬線(xiàn)的實(shí)際距離

　　圖3中：φ為攝像機的視場(chǎng)（FOV）角度；

　　φ/r為一條檢測線(xiàn)對應的角度；

　　D是一條檢測線(xiàn)對應的實(shí)際距離；

　　r是圖像的垂直分辨率（一幅圖像的行數）。

　　實(shí)際應用中，根據圖3所示的視頻角度（FOV），攝像機比較理想的安裝高度應該在7.5m～10m的范圍內，并且保證監視的視場(chǎng)能夠覆蓋1～4條車(chē)道。

　　在機器視覺(jué)系統中，一行掃描線(xiàn)代表的實(shí)際距離與攝像機的安裝密切相關(guān)，本系統中由三個(gè)參數確定，分別是攝像機的安裝高度（h）、光軸與垂直方向的角度及視場(chǎng)（FOV），各參數間的關(guān)系如圖3。式（1）為每條檢測線(xiàn)代表的實(shí)際距離：

　　D=htan[arctan(d/h) φ/r]-d (1)

　　由圖3所示幾何關(guān)系，容易得到圖像覆蓋的實(shí)際最大距離為：

　　dmax=htan[arctan(dmin/h) φ] (2)

　　顯然攝像機能夠監視的最大距離dmax用安裝高度h、最小距離dmix和FOV角度φ決定。

　　1．2 背景估計和車(chē)輛檢測

　　一條道路通常被分為幾條車(chē)道，在每條車(chē)道上分別設置如圖4（圖中數字1，2，3…表示像素點(diǎn)）所示的檢測區。每個(gè)檢測區由一條車(chē)輛存在檢測線(xiàn)和緊跟其后的速度檢測區構成。存在檢測線(xiàn)長(cháng)度為50pixel/line，速度檢測區由30條30pixel/line檢測線(xiàn)構成。

　　判斷存在檢測線(xiàn)上是否有車(chē)通過(guò)的基本原理是：如果當前幀檢測上像素點(diǎn)的灰度值明顯大于背景的估計值，認為這一時(shí)刻檢測線(xiàn)上有車(chē)輛存在，否則認為此刻檢測線(xiàn)上無(wú)車(chē)輛存在。

　　由于環(huán)境的變化，必須實(shí)時(shí)更新存在檢測線(xiàn)的背景估計值。把一條檢測線(xiàn)上對應五個(gè)不同時(shí)刻（相鄰時(shí)刻的間隔是10幀）的像素點(diǎn)的灰度值存入緩沖區，用lineTn(n=1,2…)表示第n時(shí)刻檢測線(xiàn)上的數據。這樣連續5個(gè)時(shí)刻的數據為一組，通過(guò)對連續兩組數據的比較計算來(lái)更新背景的估計值。例如，當前緩沖區存的是lineT1到linet5，那么輸入的lineT6與lineT1的間隔是50幀（2s，PAL制），這樣在車(chē)速大于20km/h，車(chē)長(cháng)小于1lm的條件下（通常情況下滿(mǎn)足此條件），不可能有同一車(chē)輛既經(jīng)過(guò)lineT1又經(jīng)過(guò)lineT6，定義一個(gè)變量如（3）式：

　　式（3）中s'I是lineT(1 j)是第i個(gè)像素點(diǎn)的灰度值，si是lineT(6 j)的第i個(gè)像素點(diǎn)的灰度值（j=0,1,2,3,4）。把第一組數據和第二組數據比較，即lineT1與6,2與7，3與8，4與9，5與10分別逐像素點(diǎn)地比較，由式（3）得到5個(gè)變量，然后lineT6～10覆蓋lineT1～5存入緩沖區，用lineT6～10和lineT11～15重復上述計算過(guò)程。通過(guò)比較lineT1～5和lineT6～10兩組數據得到的5個(gè)變量中，第j個(gè)變量Vj最小，令Vmin=Vj，與這個(gè)最小值對應的后一組數據中的lineT(6 j)用于存在檢測線(xiàn)的背景估計。檢測線(xiàn)的背景估計通過(guò)式（4）的經(jīng)驗公式更新。

　　R'i=ωRi (1-ω)Bi i=1,…,50 (4)

　　式（4）中Ri是檢測線(xiàn)上第i點(diǎn)的背景估計值，Ri是該點(diǎn)上一次的估計值，Bi是后一組數據中對應于最小變量值Vmin的檢測線(xiàn)上第i點(diǎn)的值。ω是權系數，它決定了上一次的背景估計值對當前背景估計值的影響，（1-ω）決定了對應于Vmin的檢測線(xiàn)數據對于背景估計的影響。如果ω=1，當前背景估計等于上一次背景估計；如果ω=0，當前背景估計完全被對應于Vmin的檢測線(xiàn)數據代替。為了達到實(shí)時(shí)更新背景的目的，ω的值應該較小，但是為了提高抗干擾能力，ω的值應該較大，綜合兩方面的考慮，實(shí)際系統中取固定值ω=0.8。通過(guò)上述計算過(guò)程，檢測線(xiàn)上的背景估計值每隔2s更新一次，對于緩慢變化的環(huán)境，能夠得到實(shí)時(shí)準確的背景估計。

　　如果一條檢測線(xiàn)上像素點(diǎn)的值比與它比較的檢測線(xiàn)上相應點(diǎn)的值高得多（或低得多），由（3）式得到V'，而兩條檢測線(xiàn)上對應點(diǎn)的值基本相同時(shí)得到V’’，那么V'會(huì )明顯大于V''，這就是進(jìn)行車(chē)輛檢測的基本依據。定義變量：

　　式（5）中Li是當前時(shí)刻檢測線(xiàn)上第I點(diǎn)的值，R'i是背景估計值。

　　當VD大于選定的閾值時(shí)，認為檢測線(xiàn)上有車(chē)輛存在。式（6）是閾值表達式：

　　T=kVmin (6)

　　式（6）中Vmin是當前最小的變化值，對應于Bi,k是常數，如果

　　VD>T (7)

　　說(shuō)明當前時(shí)刻檢測線(xiàn)上的值大于背景估計值，此時(shí)檢測出有車(chē)輛經(jīng)過(guò)存在檢測線(xiàn)。

　　1．3 速度檢測

　　如圖4所示，速度檢測區緊跟在存在檢測線(xiàn)之后，當存在檢測線(xiàn)檢測到有車(chē)輛經(jīng)過(guò)時(shí)，觸發(fā)速度檢測區工作。為了避免車(chē)高的影響，當車(chē)輛相對攝像機的監視方向運動(dòng)時(shí)，應該按照車(chē)頭的位置計算速度。而當車(chē)輛運動(dòng)方向與攝像機的監視方向相同時(shí)，應該按照車(chē)尾的位置計算速度。

　　以前一種情況為例，一旦檢測到車(chē)輛進(jìn)入速度檢測區，速度檢測模塊依次檢測每條虛擬線(xiàn)（從Line0開(kāi)始），方法與存在檢測算法相同，當檢測到連續兩條虛擬線(xiàn)都沒(méi)有車(chē)輛存在停止。認為這兩條線(xiàn)的前一條就是車(chē)頭的位置l0，下一幀的檢測就從這條線(xiàn)開(kāi)始。一幀一幀重復上述過(guò)程，直到車(chē)頭位置超出了速度檢測區，那么上一幀得到的車(chē)頭位置ln就是車(chē)頭最后的位置。車(chē)速為：

　　Vf=[(ln-lo)/n]25(lines/s) (8)

　　計算ln-l0是必須的，因為車(chē)頭的開(kāi)始位置和最后位置在每次測量時(shí)并不是固定的。適當設置30條虛擬線(xiàn)組成的速度檢測區，使ln-l0的最小值是20，則由檢測線(xiàn)引起的最大量化誤差是1/20。

　　由圖3所示的幾何關(guān)系，（8）式的速度值能夠轉換成m/s為單位的實(shí)際速度，與ln-l0對應的實(shí)際距離為：

　　D=D0-Dn (9)

　　式(9)中Δθ=φ/r

　　θ為line0與垂直方向的角度，則實(shí)際速度為：

　　V=(D/n)25(m/s) (10)