專利名稱：一種基于視頻的車輛違章變道事件檢測方法
技術領域：
本發明屬于視頻檢測技術領域，具體涉及一種基于視頻的車輛違章變道事件檢測方法。
背景技術：
近年來，隨著經濟的快速發展，道路交通建設也迅速發展，同時機動車持有量也迅速攀升。在當前交通基礎設施建設和交通法規普及都相對滯后的情況下，交通運輸問題日益嚴重，交通事故頻發，城市交通擁擠，交通環境不斷惡化。統計資料表明，大約70% -80% 的交通事故是由駕駛員對車輛的不正常駕駛行為造成的，包括駕駛員違章駕駛、疲勞駕駛等等。因此，為了創造更好的交通環境，對這些車輛違章行為的檢測則是重中之重。車輛違章變道是指車輛在某一車道行駛，由于某種情況，變道到平行相鄰的另一車道內行駛。這種交通行為的危險性非常大，容易造成交通擁堵，甚至釀成交通事故，給人們的生活帶來不便與危險。傳統的車輛變道事件檢測方法主要有電子線圈檢測方法、數字視頻檢測方法。其中電子線圈方法可擴展性差，安裝維護時必須中斷交通、破壞路面，這些方法在實際生活中并不能得到廣泛應用。隨著車輛監控系統的普遍使用，基于視頻的交通信息檢測技術越來越受到大家的重視。目前的新建項目越來越多地采用安裝、維護不需要破壞路基、檢測區域大、實施方便靈活的基于視頻的交通信息檢測技術。基于視頻的車輛變道檢測方法成為研究的熱點，這些方法雖然能夠實現車輛違章變道事件報警，但視頻數據的處理過程復雜，可靠性差，不能滿足檢測的實時性要求，無法滿足實際應用的要求。
發明內容
針對現有技術的缺陷或不足，本發明的目的在于，提供一種基于視頻的車輛違章變道事件檢測方法，該方法可以對視頻范圍內所有車輛事件實現實時、可靠的檢測。為了實現上述任務，本發明采取如下的技術解決方案一種基于視頻的車輛違章變道事件檢測方法，其特征在于，該方法按照下列步驟實施步驟一，標定車道線，在道路中設置禁止跨越線，同時找出車道的具體位置，計算其右側車道每一行的水平像素寬度，以此作為基準車道寬度；步驟二，將第一幀圖像和背景圖像在相同的塊坐標系下都劃分成多個塊。對第一幀圖像的每個塊，在背景圖像中找到與該小塊位置相同的背景塊，并計算該塊與其相應的背景塊之間各相同像素位置處的灰度差值的絕對值之和；當所得的絕對值大于設定的閾值，則該塊為目標塊，并設置該塊內部所有像素的灰度值為255 ；當所得的絕對值小于或等于設定的閾值，則該塊為背景塊，并設置該塊內部所有像素的灰度值為O ;
最后將第一幀圖像中的背景與目標分離開，得到第一幀圖像的二值化圖像；步驟三，對第一幀圖像的二值化圖像進行邊緣檢測，尋找最佳角點，即當橫向檢測數據與縱向檢測數據同時大于某一閾值時，保留這些角點位置步驟四，將這些角點的位置作為車輛的特征信息，同時創建一個目標結構體，記錄這些車輛目標的具體位置以及匹配跟蹤計數器信息，匹配跟蹤計數器第一次初始化為零；步驟五，進行角點匹配，尋找到匹配位置，匹配跟蹤計數器加一；步驟六，對第二幀、第三幀圖像、…、第m幀圖像，重復步驟二、步驟三、步驟五進行處理，并以第一幀(前一幀)記錄的角點位置為依據，與第二幀(當前幀)中的記錄的目標的角點位置做比較，當兩者位置絕對值差大于一定的閾值，就認為是這第二幀(當前)中新的車輛目標，再按照步驟四進行處理，步驟七，當匹配跟蹤器大于某一閾值時，計算車輛的跟蹤軌跡中的坐標即匹配角點的位置，和相應行禁止跨越車道線之間的水平代數距離，計算這些水平代數距離與相應行基準車道寬度之間的比例，判斷所得車輛位置比例的波動大小，也就是以車輛位置比例方差大小作為變道事件的判斷條件，當此比例方差大于某一閾值時，即認為車輛變道。其中步驟二中所述的閾值為50X塊的面積 60X塊的面積。步驟三中所述閾值為180 220 ；步驟六中所述的閾值為5 20 ;步驟七中所述的匹配跟蹤器的閾值取值范圍是70 90，比例方差的閾值取值范圍 O. 15。本發明的基于視頻的車輛違章變道事件檢測方法，與現有技術相比，可對視頻范圍內所有車輛目標進行檢測，不受環境限制，能夠對實時視頻進行檢測，且檢測時間短、易于實現、準確性較高，很適合于實時檢測車輛變道事件，具有廣闊的應用前景。
圖I為已標定車道的背景圖像；圖2為正常視頻中一幀圖像——354幀圖像；圖3為標記特征角點的354幀圖像；圖4為已畫出跟蹤線的第404幀視頻圖像；圖5為已畫出跟蹤線的第454幀圖像。圖6為已畫出跟蹤線的第502幀圖像。圖7為已標注需計算變量的第454幀圖像以下結合附圖和實施例對本發明作進一步的詳細說明。
具體實施方式
參見附圖，本實施例給出一種基于視頻的車輛違章變道事件檢測方法的具體例子，其過程中所處理的圖像是視頻中的沿正時間序列的第一幀圖像、第二幀圖像、第三幀圖像、…、第m(m為自然數)幀圖像。具體采用以下步驟實現
步驟一，標定車道線，在道路中設置禁止跨越線，同時找出車道的具體位置，計算其右側車道每一行的水平像素寬度，以此作為基準車道寬度；步驟二，將第一幀圖像和背景圖像在相同的塊坐標系下都劃分成多個塊。對第一幀圖像的每個塊，在背景圖像中找到與該小塊位置相同的背景塊，并計算該塊與其相應的背景塊之間各相同像素位置處的灰度差值的絕對值之和；當所得的絕對值大于設定的閾值，則該塊為目標塊，并設置該塊內部所有像素的灰度值為255 ;其中的閾值取值范圍為50X塊的面積 60X塊的面積，即50X (wXh) 60X (wXh);其中w為塊區域的寬度，h為塊的高度。當所得的絕對值小于或等于設定的 閾值，則該塊為背景塊，并設置該塊內部所有像素的灰度值為O ;最后將第一幀圖像中的背景與目標分離開，得到第一幀圖像的二值化圖像；步驟三，對第一幀圖像的二值化圖像進行邊緣檢測，尋找最佳角點，即當橫向檢測數據與縱向檢測數據同時大于某一閾值時，保留這些角點位置；其中的閾值取值范圍180 220 ；步驟四，將這些角點的位置作為車輛的特征信息，同時創建一個目標結構體，記錄這些車輛目標的具體位置以及匹配跟蹤計數器信息，匹配跟蹤計數器第一次初始化為零；步驟五，進行角點匹配，尋找到匹配位置，匹配跟蹤計數器加一；步驟六，對第二幀圖像、第三幀圖像、…、第m幀圖像，按照步驟二、步驟三、步驟五進行處理，并以第一幀(前一幀)記錄的角點位置為依據，與第二幀(當前幀)中的記錄的目標的角點位置做比較，當兩者位置絕對值差大于一定的閾值，就認為是這第二幀(當前幀)中新的車輛目標，再按照步驟四進行處理，步驟七，當匹配跟蹤器大于某一閾值時，計算車輛的跟蹤軌跡中的坐標即匹配角點的位置，和相應行禁止跨越車道線之間的水平代數距離，計算這些水平代數距離L與相應行基準車道寬度之間的NormL比例，判斷所得車輛位置比例的波動大小，也就是以車輛位置比例方差大小作為變道事件的判斷條件，當此比例方差大于某一閾值時，即認為車輛變道。其中的匹配跟蹤器的閾值取值范圍是70 90，比例方差的閾值取值范圍O. 15 ；結合圖2和圖3，對上述步驟中的選取角點加以說明，二值化圖像中有一個目標，顯然是車輛目標，對此目標做邊緣檢測，當橫向和縱向同時滿足條件時，得到角點，即如圖2所示。結合圖7，對上述步驟中的變道檢測加以說明，距離即車輛的跟蹤軌跡中的坐標即匹配角點的位置，和相應行禁止跨越車道線之間的水平代數距離L(Point)，基準寬度即右側車道每一行的水平像素寬度NormL (Point),當軌跡的全部坐標所在位置在車道上比例方差大于閾值，即認為該車輛變道行駛。實施例已知視頻正播時，目標車輛第一次被標記在第354幀圖像中，如圖2、圖3，實施例中處理過程中視頻的采樣頻率是25幀每秒，幀圖像大小為720 X 288，按照上述方法依次對第354幀至第454幀圖像進行處理。從圖7可以看出，對目標車輛實現了 100次匹配跟蹤，根據上述方法可以計算出目標車輛變道行 駛。
權利要求
1.一種基于視頻的車輛違章變道事件檢測方法，其特征在于，該方法按照下列步驟實施 步驟一，標定車道線，在道路中設置禁止跨越線，同時找出車道的具體位置，計算其右側車道每一行的水平像素寬度，以此作為基準車道寬度； 步驟二，將第一幀圖像和背景圖像在相同的塊坐標系下都劃分成多個塊。對第一幀圖像的每個塊，在背景圖像中找到與該小塊位置相同的背景塊，并計算該塊與其相應的背景塊之間各相同像素位置處的灰度差值的絕對值之和； 當所得的絕對值大于設定的閾值，則該塊為目標塊，并設置該塊內部所有像素的灰度值為255 ； 當所得的絕對值小于或等于設定的閾值，則該塊為背景塊，并設置該塊內部所有像素的灰度值為O ; 最后將第一幀圖像中的背景與目標分離開，得到第一幀圖像的二值化圖像； 步驟三，對第一幀圖像的二值化圖像進行邊緣檢測，尋找最佳角點，即當橫向檢測數據與縱向檢測數據同時大于某一閾值時，保留這些角點位置 步驟四，將這些角點的位置作為車輛的特征信息，同時創建一個目標結構體，記錄這些車輛目標的具體位置以及匹配跟蹤計數器信息，匹配跟蹤計數器第一次初始化為零；步驟五，進行角點匹配，尋找到匹配位置，匹配跟蹤計數器加一； 步驟六，對第二幀圖像、第三幀圖像、…、第m幀圖像，按照步驟二、步驟三、步驟五進行處理，并以第一幀記錄的角點位置為依據，與第二幀中的記錄的目標的角點位置做比較，當兩者位置絕對值差大于一定的閾值，就認為是這第二幀中新的車輛目標，再按照步驟四進行處理； 步驟七，當匹配跟蹤器大于某一閾值時，計算車輛的跟蹤軌跡中的坐標即匹配角點的位置，和相應行禁止跨越車道線之間的水平代數距離，計算這些水平代數距離與相應行基準車道寬度之間的比例，判斷所得車輛位置比例的波動大小，也就是以車輛位置比例方差大小作為變道事件的判斷條件，當此比例方差大于某一閾值時，即認為車輛變道。
2.如權利要求I所述的方法，其特征在于 步驟二中所述的閾值為50X塊的面積 60X塊的面積。
步驟三中所述閾值為180 220 ； 步驟六中所述的閾值為5 20 ; 步驟七中所述的匹配跟蹤器的閾值取值范圍是70 90，比例方差的閾值取值范圍O.15。
全文摘要
本發明公開了一種基于視頻的車輛違章變道事件檢測方法。該方法主要包括基于塊的二值化分割將待處理的視頻中每幀圖像中的目標背景分離開來，基于塊的特征角點選擇，通過標記目標的特征點進行車輛跟蹤，同時記錄其跟蹤點位置信息，和基于跟蹤軌跡特征實現匹配計算車輛位置比例方差從而判斷車輛是否變道。與現有技術相比，本發明所提供的方法可對視頻范圍內所有車輛目標進行檢測，不受環境限制，能夠對實時視頻進行判斷，且檢測時間短、易于實現、準確性較高，很適合于實時檢測車輛違章變道事件，具有廣闊的應用前景。
文檔編號G06K9/54GK102622886SQ20121008026
公開日2012年8月1日 申請日期2012年3月23日 優先權日2012年3月23日
發明者付洋, 劉雪琴, 宋煥生, 李文敏, 李曉, 李潔, 楊孟拓, 陳艷 申請人:長安大學