專利名稱：基于視頻的交叉口車輛控制延誤的檢測方法
技術領域：
本發明屬于交通信息及控制領域，涉及一種交叉口交通參數與信號控制評價指標的獲取 方法，更具體地說是利用視頻檢測技術自動獲取交叉口車輛控制延誤這個重要交通參數與核 心評價指標的方法。
背景技術：
信號控制交叉口車輛控制延誤是指由于車輛受到交叉口信號控制的影響而引起的時間損 失，它不僅反映了駕駛員不舒適和受阻程度以及油耗和行駛時間損失，還反映了交叉口交通 設計、信號控制方案的合理性，是評價交叉口阻塞程度、服務水平的重要指標，可以為交叉 口交通設施與信號控制方案改善提供重要的定量依據。
但至目前為止，交叉口車輛延誤等交通參數主要通過人工觀測方法獲取，但人工觀測需 要耗費大量的人力物力，并且無法滿足信號控制方案實時調整優化的需求，為了克服人工觀 測交通參數的種種弊端，人們開始嘗試著利用傳感器技術、微電子技術和信息處理技術來自 動檢測交叉口的交通參數，按照采用的技術原理可分為磁感應檢測技術、波頻檢測技術和視 頻檢測技術三種方法，但磁感應檢測技術和波頻檢測技術只能直接檢測交通量、占有率等參 數，無法獲取車輛通過交叉口的延誤等核心參數。
視頻檢測技術是一種結合視頻圖像和模式識別技術而應用于交通領域的新興技術。視頻 檢測技術通過對道路某個方向所有車道上一定范圍內的車輛進行跟蹤，不但可以提供交通流 量和行車速度，而且可同時獲取常規檢測技術無法獲取的密度、車道變換、加速度、排隊和 停車等這些交叉口運行特征參數，尤其是為獲取交叉口的關鍵運行參數延誤提供了可能。
經對現有技術的文獻檢索發現，基于視頻的交通參數檢測成為了交通參數自動檢測的發 展趨勢，許多學者進行了相關的研究，發表了大量的研究成果，但到目前為止，視頻交通參 數檢測主要局限于對交通流量、平均速度以及車道占有率、排隊長度等交叉口常規交通參數 的檢測，然后利用模型計算間接獲得車輛延誤這個交叉口信號控制的核心評價指標，利用視 頻檢測技術直接對交叉口延誤進行自動檢測的研究十分少見。冉啟武等人在2007年第6期《西 安交通大學學報》發表"基于視頻的車輛瞬時停車延誤檢測"的文章，提出了一種停車延誤 的檢測方法，該方通過自動識別視頻錄相每一幀中交叉口前停止的車輛數，計算每一幀交叉
口前停駛車輛的瞬時停車延誤，然后累計所有幀的瞬時停車延誤即得到觀測時段車輛瞬時停 車延誤的總量，但該方法獲得的是交叉口車輛的停車延誤，不包括車輛減速停車造成的減速 延誤及由靜止狀態加速到正常行駛速度所造成的加速延誤，不能準確反映車輛通過交叉口時 由于信號控制所造成的時間損失。
發明內容
本發明所要解決的技術問題是針對現有技術不能直接檢測車輛通過交叉口的控制延誤的 不足，采用視頻檢測與目標跟蹤技術，自動獲取信號控制交叉口的控制延誤等參數，提供一 種基于視頻的交叉口車輛控制延誤的檢測方法。
本發明解決技術問題的技術方案如下
一種基于視頻的交叉口車輛控制延誤的檢測方法，其特征在于，包括如下步驟
(1) 、硬件系統構建與視頻錄相獲取在交叉口附近選擇一制高點安裝攝像頭、交換機、 視頻服務器等設備，并用電線、光纜或無線將它們連接起來；
(2) 、全局標定與坐標轉換選取視頻錄相中目標區域，進行原圖和俯視圖的坐標變換， 得到圖像坐標和三維世界坐標的對應關系；
(3) 、背景更新獲取初始背景，實現俯視圖的背景更新；
(4) 、圖像二值化與斑塊分析創建俯視圖相對應的灰度圖，獲取背景與當前俯視圖的 差分圖，并且分車道分區域地實現差分圖的二值化，對得到的二值圖做斑塊分析和聚類，得 到大小長寬符合車輛形狀要求的斑塊信息；
(5) 、車輛觸發與檢測設置遠端和近端兩個檢測區域，遠端檢測區域設置在遠離攝像 頭的車輛最大排隊處的車道上游，近端檢測區域設置在停止線附近靠近攝像頭的車道部分；
(6) 、車輛跟蹤；
(7) 、交通參數提取車輛通過交叉口的實際耗時減去車輛的自由行駛時間為車輛通過 交叉口的控制延誤。
由以上公開的技術方案可知，本發明由于實現全過程跟蹤，系統自動記錄每一車輛進入 遠端檢測區域和停止線的時刻，從而得到車輛通過交叉口的實際耗時，車輛通過交叉口的實 際耗時減去車輛的自由行駛時間即得到車輛通過交叉口的控制延誤。系統同時還可以自動獲 取交通量、各種車型比例、平均速度以及車道占有率、排隊長度等常規交通參數。本發明形 成了一種自動化的交叉口交通信息采集、分析和處理系統，向信號控制器提供穩定、及時、 可靠的平均車輛控制延誤等信息，使得整個信號控制系統目標明確，具有堅實的檢測基礎，
達到系統可控、優化的目的。
圖la是攝影變換投影圖lb是攝影變換投影圖的俯視映射圖2是控制延誤檢測示意具體實施例方式
下面結合附圖對本發明的實施例作詳細說明本實施例在以本發明技術方案為前提下進 行實施，給出了詳細的實施方式和具體的操作過程，但本發明的保護范圍不限于下述的實施 例。
基于視頻的交叉口車輛控制延誤的檢測需經歷如下過程硬件系統構建與視頻錄相獲取、 視頻錄相標定與坐標轉換、背景更新、圖像二值化、斑塊分析、車輛觸發與檢測、車輛跟蹤、 交通參數提取等步驟，具體實施步驟如下-
1、 硬件系統構建與視頻錄相獲取
在交叉口附近選擇一制高點安裝攝像頭、交換機、視頻服務器等設備，并用電線、光纜 或無線將它們連接起來，獲取交叉口進口道車輛排隊的視頻錄像，并通過交換機將視頻錄像 傳輸到視頻服務器。
2、 全局標定與坐標轉換
選取視頻錄相中要檢測的目標區域，將其設置為感興趣區域(單車道或者多車道)，利 用消隱點及交比不變定理的標定算法實現原圖感興趣區域和俯視圖的坐標變換，得到圖像坐 標和三維世界坐標的對應關系，創建研究車道的俯視圖，后續的所有處理，均在俯視映射圖 上進行，由此可以大大減少計算量。
基于消隱點的坐定變換的原理如圖1所示，設矩形0ABC寬為W，長為L，它經過攝影變
換投影為四邊形oabc, d為平面oabc上任意一點，已知o、 a、 b、 c、 d攝影變換后的坐標， 求d變換前的對應點D在OABC上的坐標。在透視投影變換下，空間直線的圖像仍為直線，空 間的一組平行線將投影為相交的直線，且相交于唯一的一點，即消隱點。消隱點一般位于圖 像外，甚至在無窮遠處。空間參考平面(及與其相平行的平面)上的所有消隱點都位于同一 條直線上，稱之為消隱線。消隱點和消隱線隱含有空間直線和平面的方向信息，由于交通視 頻中含有相互平行的道路交通標線，交通標線的長度及其間距可事先實地測量得到，在全局
標定過程中可以充分利用這些信息，而不需要知道攝像機參數及其與場景的變換關系。
由于AB〃0C，推出oc與ab的交點vl即為所有與AB平行的直線攝影變換后對應的消隱
點；同理，oa與bc的交點v2也是所有與0A平行的直線變換后對應的消隱點。根據消隱點可
以求出v2d與ab的交點m，即為D點在AB上投影M攝影變換后的對應點；Vld與oa的交點
n，即為D點在OA上的投影N的對應點。 根據交比不變性，有
(oa; "v2) = (04; ,2) —; ov,)=(歌^ Fj)
可以得到公式
(oa;W2) = = =更=(04;碼)
aw x ov2
x wv,
3、背景更新
在信號控制交叉口，紅燈期間往往會有車輛排隊，路面被車輛長時間遮擋，在此種情況 下， 一般的背景更新算法往往逐漸把車輛顏色更新到背景中，從而引起背景污染。為了克服 此現象，本發明利用自適應中值濾波AMF算法獲取初始背景，結合Surendra算法中的運動掩 模和AMF算法實現俯視圖的背景更新。根據車道中已存在車輛的區域和候選車輛區域(斑塊 區域)制作運動掩模，在此掩模中的區域不進行背景更新，而非掩模區域則根據AMF算法可 迅速實現背景更新。
AMF算法的基本思想是，若新的輸入幀的像素值比估計的背景中的對應位置的像素值大， 則估計背景的像素值增l，如果比對應位置的像素值小，則減l。這種背景估計將最終收斂于 一個這樣的值，BP: —般的輸入像素值比該值大，而一半的像素值比該值小，該值也就是中 值。
最終的背景更新公式可定義為
/ "、 —/^"(u) i W">0=io^">0=g—i"力
D,、義，^J - is,—|U,"±1萍W(;c,力^，/,(;c，力〉4—1"力，+1;力"力<4-1"力，—1 其中5'"，力是當前第i幀背景在坐標為"，力處的灰度值，A-i"，少)是第i-l幀的背景在
坐標為"，力處的灰度值，^"，力是當前第i幀圖像在坐標為",力處的灰度值，^巧"，力為
運動掩模圖中坐標為"，力處的值，l為處于掩模區域，0為處于非掩模區域。
4、 圖像二值化與斑塊分析-
將得到的彩色俯視圖轉換成灰度圖可以大幅度地降低運算復雜度，當需要對全圖進行處 理時，往往針對的是灰度圖，只有在車輛檢測和跟蹤時才會用到車輛區域的彩色信息，圖像 二值化則是提取車輛信息的基礎，其操作的對象是前景和背景之差的灰度圖。圖像二值化為 接下來的斑塊分析提供了資源，同時也是背景更新時的部分依據。
為了避免二值化過程中不同車道之間車輛顏色的影響，本發明將俯視圖按車道劃分為多 個部分，并將每個車道分為三個部分，前端檢測區域和近端檢測區域各為一部分，兩檢測區 域之間的車道單獨作為一個部分，最終需要二值化的部分為3*N，其中N為俯視圖內的車道 數目，對所有部分分別采用Otsu法二值化，這樣不僅可以大大提高閾值分割的準確率和每個 檢測區域檢測車輛的準確度，也可以提高兩個檢測區域之間的跟蹤區域的跟蹤效果。
背景更新后，前景通過圖像分割方法被分割出來，反映到二值圖上是一個個連通區域， 稱之為斑塊，斑塊分析需要提取二值圖中所有斑塊的基本信息，再根據斑塊的位置和顏色信 息，聚合或分割斑塊，并最后刪除不符合車輛大小形狀的斑塊，完成斑塊聚類。
5、 車輛觸發與檢測-
通過上述斑塊聚類后得到的結果，我們可以得到候選車輛區域，即聚類后斑塊的區域， 監控檢測區域內的每一個候選車輛，則可實現實際車輛的檢測和觸發。在視頻檢測中，車輛 是首先進入遠端檢測區域，由于透視關系，原圖中車輛在遠端比在近端要小，自身提供的信 息也少，雖然在俯視圖中車輛大小基本不變，但是不像近端區域，遠端區域的一部分像素值 是由變換時插值得來。故在上游區域易造成車輛漏檢。同時，在兩檢測區域之間的跟蹤區域， 已檢測到的車輛亦可能由于種種原因造成跟蹤失敗。車道中經過的車輛數目是影響平均延誤 計算的重要因素，如果車輛數目不準確，平均延誤的計算也會引入相當的誤差。為了提高車 輛檢測的精度，降低車輛的漏檢率，本發明設置遠端和近端兩個檢測區域，遠端檢測區域設 置在遠離攝像頭的車輛最大排隊處的車道上游，近端檢測區域設置在停止線附近靠近攝像頭 的車道部分，當遠端檢測區域漏檢車輛或者跟蹤過程中誤刪除車輛時，可以在近端檢測區域 再次被觸發檢測到，在近端被觸發檢測出的車輛的相關信息可由其前后車信息來估算，從而 降低了車輛的漏檢率，提高了檢測的精度。
6、 車輛跟蹤
在交通視頻監控系統中，目標跟蹤起著至關重要的作用。背景更新后，通過圖像二值化 與斑塊分析、車輛檢測與觸發等模塊，最后找到新進入檢測區域的車輛的位置和尺寸，并用 方框框出，接著就要進行目標跟蹤，以獲得包括車輛即時速度，平均速度，道路占有狀況等 大部分基本交通信息，并為異常檢測提供準確的車輛和道路狀態信息。考慮到實時性要求， 在沒有遮擋的情況下使用斑塊跟蹤，出現遮擋后用Mean shift跟蹤算法。Mean shift方法的使 用加強了監控系統實時跟蹤的魯棒性，降低了出現遮擋后目標的丟失率和檢測混亂。
斑塊跟蹤即在新的一幀到來時，根據上一幀車輛所在位置估算在新的一幀車輛可能出現 的位置，對此位置附近的斑塊做直方圖，并和車輛的直方圖做匹配。如果存在匹配的斑塊， 則更新車輛的位置及直方圖。在計算斑塊的直方圖時，對于24RGB圖，為了減少計算復雜度， 將每個色彩通道量化為8個值，因此直方圖中總共有8X8X8 = 512個取值，計算量遠遠少于 原來的256X256X256，但精度對效果的影響基本不變。由于車輛自身顏色以及閾值分割的影 響，車輛預估的位置附近可能沒有斑塊，或者沒有匹配的斑塊，此時，斑塊跟蹤失敗。紅燈 期間，車輛停車排隊，會出現遮擋情況，本來該分別與不同車輛匹配的斑塊粘連在一起，呈 現為一個斑塊，此時斑塊跟蹤也會失敗。
當斑塊跟蹤失敗時則采用meanshift跟蹤方法，其不依賴于斑塊，是一種基于核密度估計 的自適應梯度算法，利用一個基于象素點顏色和位置的貝葉斯系數來衡量對象與模板之間的 相似度，以便在圖像中找出與模板最為相似的目標對象，具有一定的抗遮擋能力。
7、交通參數提取
控制延誤檢測的示意圖如圖2所示，車輛進入遠端檢測區域被觸發檢測到，系統自動記 錄下該車進入檢測區域的時刻(圖2中的觀測數據A)，通過全程跟蹤，當車輛通過停止線時， 系統同時記錄下該車離開停止線的時刻(圖2中的觀測數據G)，則車輛通過交叉口的實際時
間r。為
<formula>formula see original document page 8</formula>(式l)
車輛正常行駛通過交叉口的時間&應由綠燈時直接通過停止線的車輛測得，車輛通過交 叉口的控制延誤d即為-
<formula>formula see original document page 8</formula>(式2)
權利要求
1.一種基于視頻的交叉口車輛控制延誤的檢測方法，其特征在于，包括如下步驟(1)、硬件系統構建與視頻錄相獲取在交叉口附近選擇一制高點安裝攝像頭、交換機、視頻服務器等設備，并用電線、光纜或無線將它們連接起來(2)、全局標定與坐標轉換選取視頻錄相中目標區域，進行原圖和俯視圖的坐標變換，得到圖像坐標和三維世界坐標的對應關系；(3)、背景更新獲取初始背景，實現俯視圖的背景更新；(4)、圖像二值化與斑塊分析創建俯視圖相對應的灰度圖，獲取背景與當前俯視圖的差分圖，并且分車道分區域地實現差分圖的二值化，對得到的二值圖做斑塊分析和聚類，得到大小長寬符合車輛形狀要求的斑塊信息；(5)、車輛觸發與檢測設置遠端和近端兩個檢測區域，遠端檢測區域設置在遠離攝像頭的車輛最大排隊處的車道上游，近端檢測區域設置在停止線附近靠近攝像頭的車道部分；(6)、車輛跟蹤(7)、交通參數提取車輛通過交叉口的實際耗時減去車輛的自由行駛時間為車輛通過交叉口的控制延誤。
2. 根據權利要求1所述的基于視頻的交叉口車輛控制延誤的檢測方法，其特征在于，所 說的步驟(2)中，采用消隱點及交比不變定理的標定算法實現原圖感興趣區域和俯視圖的坐 標變換。
3. 根據權利要求1所述的基于視頻的交叉口車輛控制延誤的檢測方法，其特征在于，所 說的步驟(3)中，利用自適應中值濾波AMF算法獲取初始背景，結合Surendra算法中的運 動掩模和AMF算法實現俯視圖的背景更新。
4. 根據權利要求1所述的基于視頻的交叉口車輛控制延誤的檢測方法，其特征在于，所 說的步驟(4)中，采用otsu算法分車道分區域地實現差分圖的二值化。
5. 根據權利要求1所述的基于視頻的交叉口車輛控制延誤的檢測方法，其特征在于，所 說的步驟(6)中，對檢測到的車輛采用斑塊跟蹤和meanshift方法跟蹤相結合的方法，實現 車輛從進入上游遠端檢測區域，直至離開停止線的全過程跟蹤。
全文摘要
本發明公開了一種基于視頻的交叉口車輛控制延誤的檢測方法，通過在交叉口附近安裝攝像機獲取交叉口某一進口道車輛排隊的視頻錄相，對視頻錄相進行全局標定與坐標轉換，得到圖像坐標和三維世界坐標的對應關系，然后對視頻錄相進行背景更新、圖像二值化、斑塊分析等處理，設置遠端和近端兩個車輛檢測區域實現車輛的觸發與檢測，最后通過對檢測到的車輛進行跟蹤，記錄下車輛進入遠端檢測區域和通過停止線的時刻，獲取車輛通過交叉口的實際消耗時間，減去車輛通過交叉口的自由行駛時間得到車輛通過交叉口的控制延誤這個核心的交通參數。本發明能夠向信號控制器提供穩定、及時、可靠的平均車輛控制延誤等信息。
文檔編號G06K9/00GK101364347SQ20081020000
公開日2009年2月11日 申請日期2008年9月17日 優先權日2008年9月17日
發明者穎 倪, 劉富強, 劍 孫, 張惠玲, 鑫 李, 李克平, 李志鵬, 王新紅, 蘇貴民, 錢紅波 申請人:同濟大學