一種融合實時交通狀態信息的道路背景提取與更新方法
【專利摘要】本發明公開了一種融合實時交通狀態信息的道路背景提取與更新方法，包括：A、根據道路交通運行的實時狀態和光照變化估測的結果構建選擇性背景幀提取模型；B、根據構建的選擇性背景幀提取模型依次進行初始背景選取、背景更新區域檢測和背景更新處理，以實現對道路背景的自適應更新。本發明根據道路的實時交通運行狀態和光照變化估測的結果構建選擇性背景幀提取模型，在傳統方法的基礎上建立融合實時交通狀態信息和光照變化信息的選擇性背景幀提取模型，交通場景的適應性較好，且避免了因交通流驟變、運動車輛過多或光照變化而對背景圖像造成的干擾，抗干擾能力強且魯棒性較好。本發明可廣泛應用于視頻交通監控和圖像處理領域。
【專利說明】一種融合實時交通狀態信息的道路背景提取與更新方法
【技術領域】
[0001]本發明涉及視頻交通監控和圖像處理領域，尤其是一種融合實時交通狀態信息的道路背景提取與更新方法。
【背景技術】
[0002]道路背景的提取與更新是交通運動物體檢測、車輛目標提取與跟蹤等視頻交通流檢測技術的重要技術保障，也是圖像處理中的常用基礎方法。
[0003]目前，道路背景提取與更新算法的核心算法包括三方面，第一個是基本算法的研究，第二個背景更新區域的檢測和第三個是所采用的樣本源質量。在基本算法的研究同內容上，主要包括非模型法和模型法兩大類。非模型法的主要思路是通過更多的樣本幀逐步減少或消除噪聲為目的，常見的包括多幀均值法、中值濾波法和直方圖法等；非模型法一般適用于道路交通流量較小的時候，在道路車輛較多且持續時間較長時，非模型法難以消除車輛的背景噪聲，效果并不理想；模型法則主要以計算量較大的高斯分布的背景模型方法為主，包括眾多現有的混合高斯背景模型的改進方法。在背景更新區域的檢測上，選擇性背景更新模型是一種常用的背景更新模型。選擇性背景更新方法的主要思路是篩選圖像背景更新的區域，在道路圖像中主要是道路運動目標的檢測:一種方法是首先提取車輛檢測的初始背景，將當前圖像和背景圖像進行背景幀差運算，如果某點在當前圖像和背景圖像的差值小于閾值時，則認為該點為背景，進行圖像更新，反之，則認為該點是運動車輛，該方法一般在背景緩慢變化時可以取得很好的效果。此外，還可以通過圖像尺度空間、多分辨率提取算法和運動目標精確定位等方法對更新區域進行優化。
[0004]目前已有不少的道路背景提取與更新算法，但是，現有的道路背景提取與更新算法，一般只考慮到車輛較少的情況或者區域定位更新的空間層面等背景更新的共性層面，并沒有考慮實時的交通流狀況，交通場景的適應性較差，無法避免因交通流驟變、運動車輛過多或光照變化而對背景圖像提取與更新造成的干擾，抗干擾能力弱，魯棒性較差。
【發明內容】
[0005]為了解決上述技術問題，本發明的目的是:提供一種交通場景的適應性較好、抗干擾能力強和魯棒性較好的，融合實時交通狀態信息的道路背景提取與更新方法。
[0006]本發明解決其技術問題所采用的技術方案是:一種融合實時交通狀態信息的道路背景提取與更新方法，包括:
[0007]A、根據道路交通運行的實時狀態和光照變化估測的結果構建選擇性背景幀提取模型；
[0008]B、根據構建的選擇性背景幀提取模型依次進行初始背景選取、背景更新區域檢測和背景更新處理，以實現對道路背景的自適應更新。
[0009]進一步，所述步驟A，其包括:
[0010]Al、對交通監控視頻圖像進行采集；
[0011]A2、對交通監控視頻圖像進行光照變化估測，得到道路背景更新時刻；
[0012]A3、從交通監控視頻圖像中提取出宏觀交通狀態運行參數，并根據宏觀交通狀態運行參數評估道路的實時交通運行狀態；
[0013]A4、根據道路的實時交通運行狀態參數計算選擇性圖像幀的模型置信度；
[0014]A5、根據道路背景更新的光照變化估測結果、道路的實時交通運行狀態和選擇性圖像幀的模型置信度構建選擇性背景幀提取模型。
[0015]進一步,所述步驟A2,其包括:
[0016]A21、構建時間序列分析自回歸估計模型，所述時間序列分析自回歸估計模型為:
[0017]
【權利要求】
1.一種融合實時交通狀態信息的道路背景提取與更新方法，其特征在于:包括: A、根據道路交通運行的實時狀態和光照變化估測的結果構建選擇性背景幀提取模型； B、根據構建的選擇性背景幀提取模型依次進行初始背景選取、背景更新區域檢測和背景更新處理，以實現對道路背景的自適應更新。
2.根據權利要求1所述的一種融合實時交通狀態信息的道路背景提取與更新方法，其特征在于:所述步驟A，其包括: Al、對交通監控視頻圖像進行采集； A2、對交通監控視頻圖像進行光照變化估測，得到道路背景更新時刻； A3、從交通監控視頻圖像中提取出宏觀交通狀態運行參數，并根據宏觀交通狀態運行參數評估道路的實時交通運行狀態； A4、根據道路的實時交通運行狀態參數計算選擇性圖像幀的模型置信度； A5、根據道路背景更新的光照變化估測結果、道路的實時交通運行狀態和選擇性圖像幀的模型置信度構建選擇性背景幀提取模型。
3.根據權利要求2所述的一種融合實時交通狀態信息的道路背景提取與更新方法，其特征在于:所述步驟A2，其包括: A21、構建時間序列分析自回歸估計模型，所述時間序列分析自回歸估計模型為:
其中，11為交通監控視頻圖像t時刻的亮度，Tt為交通監控視頻圖像t時刻的亮度預測值，ap為It_p對It的階系數，ε ρ為隨機干擾項，P為大于等于I的整數；Α22、根據交通監控視頻圖像t時刻的亮度It、t時刻的亮度預測值
'和動態更新的光照亮度擾動閾值TI，構建道路背景更新的亮度置信區間R，其中，
A23、判斷實時測量的光照亮度是否在亮度置信區間R內，若是，則流程結束，反之，則轉至步驟B對背景進行更新。
4.根據權利要求2所述的一種融合實時交通狀態信息的道路背景提取與更新方法，其特征在于:所述步驟A3，其包括: A31、對交通視頻圖像進行邊緣特征提取與計算，從而得到交通視頻圖像車輛區域的圖像邊緣特征點并計算交通監控視頻圖像車輛區域的邊緣占有率，所述交通監控視頻圖像車輛區域的邊緣占有率Occ的計算公式為:
其中，η為劃分的尺度空間數量，Si為在第i尺度空間提取的邊緣面積，Bi為第i尺度空間的邊緣權重系數，Sr為道路區域的圖像面積，i = 0，1，2，…，η ； Α32、采用幀差法和邊緣提取方法對交通視頻圖像進行車輛運動特征點提取，從而得到運動車輛邊緣特征點集U，然后對特征點集U進行光流速度計算，從而得到整個交通流的光流速度，所述交通監控視頻圖像車輛區域的邊緣占有率pg的計算公式為: _ I I /2 m，其中，U e 為提取的運動車輛邊緣特征點總數，bi為第i
/=() /=O尺度空間的光流權重系數，Vj為第j個運動車輛邊緣特征點的光流速度值； A33、根據交通視頻圖像車輛區域的邊緣占有率Occ和整個交通流的光流速度R/ ,采用線性分類器方法對道路的實時交通運行狀態進行估測。
5.根據權利要求2所述的一種融合實時交通狀態信息的道路背景提取與更新方法，其特征在于:所述步驟A4，其具體為: 根據交通視頻圖像當前幀車輛區域的邊緣占有率Occk和運動車輛邊緣特征點的光流速度值Velk計算選擇性圖像幀的模型置信度參數值Wk，所述選擇性圖像幀的模型置信度參數值Wk的計算公式為:
wk = Velk/Velmax+ (l-0cck/0ccmax)， 其中，{Velk,0cck} 為當前幀宏觀交通運行狀態的參數特征集，Velmax和Occmax分別為參數特征集采樣序列中光流速度的最大值和邊緣占有率的最大值。
6.根據權利要求1所述的一種融合實時交通狀態信息的道路背景提取與更新方法，其特征在于:所述步驟B，其包括: B1、根據構建的選擇性背景幀提取模型進行初始背景選取，從而得到初始背景幀； B2、從交通監控視頻圖像中提取出車輛目標的運動軌跡，然后對多輛車的運動軌跡進行累積運算，從而得到背景更新區域； B3、根據構建的選擇性背景幀提取模型求取更新樣本的數量，然后對背景更新區域進行更新； B4、對更新后的道路區域進行中值濾波、連通區域提取與剔除和校驗后處理。
7.根據權利要求6所述的一種融合實時交通狀態信息的道路背景提取與更新方法，其特征在于:所述步驟BI，其包括: BH、檢測交通視頻圖像中任一視頻幀的交通狀態級別并計算每個采樣視頻幀的置信度參數值，然后通過插入排序法對所有視頻幀按置信度參數值從高至低進行排序，從而形成背景選擇幀序列； B12、根據預設的背景收斂準則采用梯度下降法截斷求取背景候選幀的幀數N，然后從背景選擇幀序列中選取前N幀作為背景候選幀； B13、判斷背景候選幀的交通狀態是否為順暢級別以上，若是，則采用中值法求取初始背景幀；反之，則選取置信度參數值最高的視頻幀作為初始背景幀。
8.根據權利要求6所述的一種融合實時交通狀態信息的道路背景提取與更新方法，其特征在于:所述步驟B2，其具體為: 采用幀差法從交通監控視頻圖像中提取車輛目標的運動軌跡，得到連續的幀差二值圖像序列，然后對幀差二值圖像序列進行累積運算，從而得到交通監控視頻圖像道路區域的二值化掩模圖像，所述二值化掩模圖像Ikk(x，y)為:
其中，Λ I/ (χ, y)為t時刻的幀差二值圖像，Ta為道路區域的迭代累積時間。
9.根據權利要求6所述的一種融合實時交通狀態信息的道路背景提取與更新方法，其特征在于:所述步驟B3，其包括: B31、記錄交通監控視頻圖像任一幀的單幀背景更新區域，然后通過插入排序法對所有幀背景更新區域按置信度參數值從高至低進行排序，從而得到更新選擇幀序列；B32、對排序后的幀背景更新區域進行并運算，從而得到背景更新區域的迭代掩模圖像； B33、判斷得到的迭代掩模圖像是否與道路區域相同，若是，則收斂結束，并以收斂時已參與并運算的背景更新區域個數作為更新樣本的數量；反之，則返回步驟B32 ； B34、根據步驟B12得到的背景候選幀對背景更新區域進行更新。
10.根據權利要求6所述的一種融合實時交通狀態信息的道路背景提取與更新方法，其特征在于:所述步驟B4，其包括: B41、對更新后的道路區域進行中值濾波去噪； B42、從中值濾波后的道路區域中提取形態學處理后的連通域，然后去掉連通域面積小于設定面積閾值的區域； B43、對道路區域的紋理特征進行統計與分析，并根據分析的結果進行覆蓋填充。
【文檔編號】G06T5/40GK104077757SQ201410253503
【公開日】2014年10月1日 申請日期:2014年6月9日 優先權日:2014年6月9日
【發明者】李熙瑩, 佘永業, 余志 , 羅東華 申請人:中山大學, 廣東方緯科技有限公司