技術領域

本發明屬于智能交通視頻監控領域，具體涉及一種全天候市區視頻車輛跟蹤與計數算法。

背景技術

近年來，隨著人們車輛擁有率的提高，智能交通系統（ITS）在諸多提高交通運輸能力的方法中，已經占據了最主要的地位，并日益得到研究人員的關注。考慮到交通運輸管理的未來發展趨勢要求，在交通環境中實現在線監控和更加詳細的信息收集，圖象分析和計算機視覺技術迅速被應用于交通視頻分析中，以求實現諸如車輛量統計，從而進行擁堵檢測已及交通事故檢測等功能。因此提出一套魯棒的、實時的算法，以處理一系列由固定安裝在路邊的監控攝像機所提供的交通視頻圖像對車輛進行跟蹤計數，便成為亟待解決的技術問題。?

當前基于視頻的車流量計數方法大都只解決白天的車輛計數，很少同時涉及解決夜晚的車輛計數，因此不能做到全天候計數。如公開號為CN101777263A的中國專利公開了“一種基于視頻的交通車流量檢測方法”，該方法通過分析車輛邊緣信息對車輛進行計數，不能適應夜晚照明度不夠的情況。另外，對于基于視頻分析的白天車輛計數方法，目前大多數的計數方法都是單純的基于車輛跟蹤進行計數，這樣的方法在車流量密度低的時候效果很好，但是不能適用于紅綠燈路口等紅燈時的情況以及上下班時間車輛比較擁堵的情況。

本專利對視頻進行分析提取交通擁堵信息，根據擁堵情況分別利用跟蹤方法和虛擬線框方法對車輛進行計數，增強了魯棒性。本專利通過提取圖像亮度以及時間信息對日夜進行判斷，在日夜兩種算法之間進行切換，實現了全天候的車流量計數。

發明內容

本發明所要解決的技術問題是公開一種全天候市區視頻車輛跟蹤與計數算法，實現對白天和夜間道路車輛進行實時準確計數，并能夠有效地解決紅綠燈路口車輛等紅燈以及上下班時間路況比較擁堵時車輛跟蹤計數差的問題，同時該發明還改進了白天情況下的車輛跟蹤策略，通過以上措施可較好地改善視頻監控系統的穩定性和魯棒性，提高車輛的計數精度。

本發明為解決上述技術問題采用以下技術方案：

一種基于視頻監控的全天候市區車輛跟蹤與計數方法，包括以下步驟：

步驟A，采用安裝在路邊的監控攝像機實時獲取交通視頻圖像，根據當前圖像的亮度和系統時間，綜合判斷當前時刻是白天時段還是夜間時段；

步驟B，當判斷結果是白天時段，所述車輛跟蹤與計數方法具體步驟如下：

B1，采用背景更新方法獲取背景圖像，利用背景去除法檢測車輛前景目標；

B2，對由步驟B1獲得的前景目標圖像進行陰影去除；?

B3，對由步驟B2得到的前景目標圖像再進行粘連消除，獲得最終的前景目標圖像；

B4，根據當前路況是否擁堵進行虛擬線框法和跟蹤算法切換，具體步驟為；

B41，計算一定時間段內前景總面積大于設定閾值的幀數和該時間段內通過的車輛數；

B42.?通過對B41中得到的幀數和車輛數判斷當前路況是否擁堵；

B43，若當前的路況為暢通時，調用跟蹤算法對車輛進行計數；若當前的路況為擁堵時，則調用虛擬線圈法對車輛進行計數；

步驟C，當判斷結果是夜間時段，所述車輛跟蹤與計數方法具體步驟如下：

C1，在原始圖像上設定要進行夜間檢測的檢測區域，該區域的設定要盡可能覆蓋整個路面為宜，通過設定的檢測區域對原始圖像進行剪裁，從而獲得目標處理圖像；

C2，對目標處理圖像進行自適應二值化處理，對目標處理圖像從上到下，從左到右進行遍歷，將目標處理圖像中的每個像素的灰度值與設定閾值進行比對，若大于閾值，則像素設為255，若小于閾值，則像素設為0；

C3，對步驟C2獲得的二值化圖像進行形態學處理，使用3×3的結構因子對圖像進行腐蝕，用7×7的結構因子對圖像進行膨脹；

C4，設置步驟C3獲得的圖像中水平的中軸線為夜間車燈檢測線；

C5，按照步驟C4獲得的夜間車燈檢測線對步驟C3獲得的圖像進行夜間圖像預處理操作：

對獲得的前景區域形狀和大小符合車燈的進行處理，設定車燈區域的縱向中軸線上的所有像素值為一定值，即為預設車燈標記值；對獲得的前景區域形狀和大小不滿足車燈的，去除該區域；

C6，對圖像的水平中軸線按從左到右進行檢測，若檢測到像素值為預設車燈標記值，則對車燈進行計數；

C7，對比前后兩幀間檢測車燈的坐標，判斷是否是同一個車燈；

C8，根據車燈數量進行車輛計數。