7视频车辆检测技术全解优秀PPT.ppt

7 7 视频车辆检测技术视频车辆检测技术在视频序列中提取运动的车辆对象在视频序列中提取运动的车辆对象运动目标区域提取目标确认目标分割目运动目标区域提取目标确认目标分割目标跟踪目标分类后处理标跟踪目标分类后处理1 1）基于虚拟传感器（虚拟点、虚拟线、虚拟）基于虚拟传感器（虚拟点、虚拟线、虚拟线圈）的非模型交通信息检测线圈）的非模型交通信息检测2 2）基于目标提取和模型跟踪的交通信息检测，）基于目标提取和模型跟踪的交通信息检测，深层次探测深层次探测一、视频车辆检测技术理论探讨一、视频车辆检测技术理论探讨图像处理图像处理视频检测算法视频检测算法1 1）学问型）学问型车辆形态、颜色、对称性等信息，以及道路和车辆形态、颜色、对称性等信息，以及道路和阴影等常识信息进行检测阴影等常识信息进行检测2 2）运动型）运动型序列图像之间存在大量相关信息进行预检测序列图像之间存在大量相关信息进行预检测光流法光流法 检测独立运动对象检测独立运动对象 摄像机移动摄像机移动运动能量法运动能量法 消退背景中的振动像素按某一方消退背景中的振动像素按某一方向运动的对象突出，估计运动对象大致位置向运动的对象突出，估计运动对象大致位置3 3）立体视觉型）立体视觉型两台或多台摄像机对同一景物从不同位置成像两台或多台摄像机对同一景物从不同位置成像获得立体像对，通过各种算法匹配出相应像点，获得立体像对，通过各种算法匹配出相应像点，复原深度（距离）信息复原深度（距离）信息车速很小时干脆检测位置车速很小时干脆检测位置4 4）像素强度型）像素强度型时间差分法时间差分法 在较短时间内检查各相邻各帧之在较短时间内检查各相邻各帧之间像素强度的变更，非零像素被认为是运动对间像素强度的变更，非零像素被认为是运动对象造成的。象造成的。适用于动态变更的环境，不适合摄像机运动，适用于动态变更的环境，不适合摄像机运动，不能提取运动对象。不能提取运动对象。背景差分法背景差分法建立在统计模型基础上或其变种上建立在统计模型基础上或其变种上快捷简洁，实时性较好，适合运动快且形变较快捷简洁，实时性较好，适合运动快且形变较大的运动目标，但不适合全局运动的场景。大的运动目标，但不适合全局运动的场景。三、基于非模型的交通信息检测技术三、基于非模型的交通信息检测技术四、基于模型的交通信息检测技术四、基于模型的交通信息检测技术7.27.2视频车辆检测系统检测原理及方法探讨视频车辆检测系统检测原理及方法探讨一、基于虚拟传感器的非模型交通检测原理一、基于虚拟传感器的非模型交通检测原理1 1、系统构成、系统构成视频采集与传输单元、视频检测主机、工控机视频采集与传输单元、视频检测主机、工控机和检测系统软件组成。和检测系统软件组成。通过图像分析处理获得所需的各种交通数据，通过图像分析处理获得所需的各种交通数据，虚拟检测线和检测区可以在计算机或监视器的虚拟检测线和检测区可以在计算机或监视器的图像画面上自由设置。图像画面上自由设置。2 2、检测原理、检测原理“摄像机摄像机+图像采集卡图像采集卡”高高720m720m，正向安装，正向安装，采集交通图像初始化或校准（摄像机高度、采集交通图像初始化或校准（摄像机高度、路面检测区域标定长度等参数）系统软件在路面检测区域标定长度等参数）系统软件在视频处理器产生的现场图像设置虚拟视频处理器产生的现场图像设置虚拟“车辆检车辆检测器测器”对背景图像灰度值进行统计设定阈对背景图像灰度值进行统计设定阈值车辆进入灰度值变更获得结果值车辆进入灰度值变更获得结果1 1）图像处理方法（检测算法）图像处理方法（检测算法）（1 1）去噪滤波）去噪滤波邻域平均法：边缘处理不志向邻域平均法：边缘处理不志向自适应滤波：耗时长、不适合实时处理自适应滤波：耗时长、不适合实时处理中值滤波法：对微小环节处理不志向，但综合中值滤波法：对微小环节处理不志向，但综合效果好效果好（2 2）车辆存在检测）车辆存在检测将灰度推断与边缘检测相结合的方法进行车辆将灰度推断与边缘检测相结合的方法进行车辆有无的检测有无的检测1 1）图像处理方法（检测算法）图像处理方法（检测算法）（2 2）车辆存在检测）车辆存在检测将灰度推断与边缘检测相结合的方法进行车辆将灰度推断与边缘检测相结合的方法进行车辆有无的检测有无的检测阈值分割阈值分割灰度推断灰度推断小波边缘检测小波边缘检测1 1）图像处理方法（检测算法）图像处理方法（检测算法）2 2）交通参数提取）交通参数提取背景帧差方法背景帧差方法车辆不能过多，以确保更新的背景真实牢靠车辆不能过多，以确保更新的背景真实牢靠不适合交叉口车道处和车距较小的状况不适合交叉口车道处和车距较小的状况l一种新型的车辆检测方法，运用灵敏，比其它检测技术能收集更多和更全面的交通数据。l视频检测是一种结合视频图像和模式识别的技术。l视频检测处理技术通过闭路电视和数字化技术分析交通数据。1)视频检测器的应用l车流量；l车牌照识别；l车速检测；l车型识别；1)视频检测车流量 通过视频摄像机作传感器，在视频范围内设置虚拟线圈，即检测区，车辆进入检测区时使背景灰度值发生变更，从而得知车辆的存在，并以此检测车辆的流量。1)视频检测车牌照的识别l收费：识别车号l违章：识别车号l交通管制（单双号）：识别尾数奇偶l识别原理：基于图像处理的模式识别1)1)视频检测车速测定视频检测车速测定硬件设计硬件设计硬件部分的核心是视频图像采集卡，利用现有成熟的数字化成像技术，选用高性能的个人计算机和技术成熟的视频设备，来实现本系统的硬件平台。视频图像检测器多接受CCD摄像机，CCD是电荷耦合器件。软件设计即时速度的计算思路即时速度的计算思路视场图像距离的标定视场图像距离的标定采集图像的预处理采集图像的预处理视场内通行车辆的识别视场内通行车辆的识别即时速度的计算误差即时速度的计算误差数据记录与共享数据记录与共享即时速度的计算思路：v=S/t采集图像的预处理视场内通行车辆的识别 在视场无行进车辆条件下，图像中的背景路面的像素灰度值在视场无行进车辆条件下，图像中的背景路面的像素灰度值GbGb是分是分布在一个很小的范围内。布在一个很小的范围内。行进车辆的图像像素灰度值行进车辆的图像像素灰度值GvGv通常与通常与GbGb有一个差值且大于有一个差值且大于GbGb。通过设置合理的阈值通过设置合理的阈值TH(GvTHGb)TH(GvTHGb)，计算标记线内灰度值大于，计算标记线内灰度值大于THTH的的像素个数像素个数N N：N N值很小表示没有运动车辆进入视场；在有车辆通过视场的时候，值很小表示没有运动车辆进入视场；在有车辆通过视场的时候，由于行进车辆的像素灰度值由于行进车辆的像素灰度值GvGv大于大于THTH，N N值会增大到一个设定的值，值会增大到一个设定的值，这样就可以确定车辆通过标记线，并记录时间这样就可以确定车辆通过标记线，并记录时间t t。标标记记线线1标标记记线线212视频技术视频技术车车速检测速检测视场图像距离的标定即时速度的计算误差分析图像以像素为单位，图像上以像素标定的距离与图像以像素为单位，图像上以像素标定的距离与实际的距离会存在误差。实际的距离会存在误差。在运动车辆目标识别过程中，易受到视频信号干在运动车辆目标识别过程中，易受到视频信号干扰，光照条件，阴影以及可能的障碍物的影响，扰，光照条件，阴影以及可能的障碍物的影响，造成错误的识别以及记录的时间不够精确。造成错误的识别以及记录的时间不够精确。可以通过对误差的统计分析，引入一个修正的方可以通过对误差的统计分析，引入一个修正的方法。法。逆向行为检测功能描述自动检测运动目标的运动方向，用户可以指定运动目标的允许运动方向，发觉有反方向运动行为，立刻报警。应用范围重要路段、通道的监控等。箭头方向为运动目标的允许通过方向箭头方向为运动目标的允许通过方向车流密度检测功能描述 在摄像机的监控视野内，能够自动检测监控场景内或指定检测区域内的车流密度。应用范围 交通等重要领域。接入智能视频分析仪智能视频监控管理平台智能管理软件音箱语音报警声光报警器设备现场报警视频监控系控系统智能升智能升级解决方案解决方案自动识别可疑事务 检测器易于安装和调试，摄像机安装在路边灯杆的臂杆上，无需在车道路面上施工，监视器的更换不影响交通，易调整、移动检测器位置；视频信号能通过同轴电缆、光纤、双绞线、无线射频或微波等多种方式进行传输；能检测更大的交通场景面积，可进行多车道检测，具有多点布设、无线检测实力，相对削减检测器的安装数目，投资少、费用低。视频检测的优点：视频检测的优点：接受可见光进行检测，易受现场照明条件限制；目前图像处理的实时性较差；车辆的检测精度受整个系统软、硬件的限制；视频检测的缺点：视频检测的缺点：二、基于模型的交通检测原理二、基于模型的交通检测原理1 1、系统初始化（图像预处理）、系统初始化（图像预处理）参数标定、背景初始化、车道线、虚拟流量检参数标定、背景初始化、车道线、虚拟流量检测线、排队检测线、变道测线、排队检测线、变道/调头检测线及工作调头检测线及工作区域的设定区域的设定2 2、车辆检测、车辆检测从连续视频信息中提取车辆目标。从连续视频信息中提取车辆目标。3 3、车辆跟踪、车辆跟踪视频车辆检测系统的用途视频车辆检测系统的用途1 1）供应精确的交通参数）供应精确的交通参数2 2）自动检测事故）自动检测事故1 1、视频车辆检测器的用途、视频车辆检测器的用途1 1）供应精确的交通参数）供应精确的交通参数2 2）自动检测事故）自动检测事故2 2问题及改进方法问题及改进方法一台摄像机可最多覆盖一台摄像机可最多覆盖6 6个车道，进行真正意个车道，进行真正意义上的大区域检测义上的大区域检测