[发明专利]基于轮廓和局部特征点的交通流信息感知方法及系统

说明书

技术领域

本发明属于智能交通领域，涉及到基于远程控制、视频图像信号的交通信息流感知技术，尤其涉及一种基于图像目标轮廓区域的定位、追踪以及目标局部特征点的追踪的交通信息流感知方法及系统。

背景技术

随着国民经济的飞速发展，全国的流动车辆数量日益增多，交通系统也面临极大的压力。智能交通系统在这样的背景下在近年得到了高速的发展，尤其在高速公路系统中。智能交通系统(Intelligent Transport System，简称ITS)是将信息技术、数据通讯传输技术、电子传感技术、电子控制技术以及计算机处理技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合运输和管理系统。

目前全国范围内高速公路以及相关的高速公路基础设施、管理措施都很健全。多数高速公路上部署了全程的监控系统，这使得监管部门对高速公路的车流信息、公路运营情况的掌握比较全面，也保证了高速公路的高速、安全、经济地运营管理。

但是，这些系统都存在一个共性的问题，那就是它们的检测手段主要依靠环形检测线圈、视频摄像头，传输电缆甚至微波探测器、雷达等设备。其中，环形检测线圈用于检测过往车辆的数量、大小及车速等，一般需要埋在地下，对公路的整个截面铺设，铺设成本很高，易损而且维护麻烦；视频摄像头用于拍摄实时交通场景，并通过传输光缆传输至监控中心显示。这些高成本的设备对我国一级公路、二级公路都不适用，因为一级、二级公路覆盖范围大，没有经济收益来源，而铺设和维护检测设备及网络传输设备的代价太大。

面对日益增重的交通压力和传统解决方案的窘迫，一级公路、二级公路需要有效的检测设备、同时设备的成本应尽量低。近年来，基于视频的交通流检测方法逐渐兴起，基于视频的检测方法一方面铺设成本低，易于维护和修理；另外，检测范围大，一般一个检测点只需要一个摄像头就能覆盖。另一方面，通过视频分析算法分析摄像头采集的视频图像，从而同样能获取交通流信息。

为了解决这一问题，基于视频分析的交通流检测方法充分利用成熟的视频处理算法，精确地检测、分析每一辆车辆的运动情况。传统的基于视频的分析算法一般包括基于运动检测的车辆检测和基于虚拟检测线的车辆速度检测，其中运动检测通常包括背景差法和帧间差法。但是这些方法无法适应复杂多变的场景，检测精度不高。

发明内容

鉴于此，本发明的首要目的在于为提供一种基于轮廓和局部特征点的交通流信息感知方法，该方法结合多种常见的视频分析算法，采用取长补短的思想和多层决策的策略，能根据交通场景自适应调整，具有较高的执行效率和鲁棒性。该方法具体包括以下步骤：

远程配置交通流信息感知系统的系统参数，包括视频分析的感兴趣区域ROI(region of interest，简写ROI)和视频图像上像素距离与实际道路上空间距离之间的转换关系F；

对视频信号进行帧间差操作、对帧间差图像进行形态滤波，并在此基础上对每辆车的位置进行定位；

根据车辆的位置信息，对每辆车分别进行追踪，设计状态存储结构Memory记录每辆车的动态状态；

对追踪结果进行评价；

根据评价结果，若追踪结果不够好则提取追踪失败的车辆的特征点，根据特征点追踪算法对特征点进行追踪，并根据追踪结果更新状态存储结构中每辆车的状态；若追踪结果足够好则直接更新状态存储结构中每辆车的状态；

计算车辆信息；

对一段时间内采集的车辆信息汇总、生成交通信息流文件，并定时向服务器发送交通信息流文件。

本发明的另一目的在于提供一种基于轮廓和局部特征点的交通流信息感知系统，其特征在于所述系统包括：

远端服务器2000：对远程交通流信息感知系统的系统参数进行配置，在节点生成参数配置文件，采集视频并将采集后的视频数据输出到视频分析子系统2100；

视频分析子系统2100：通过对视频数据进行一系列操作，计算车辆信息，并对一段时间内采集的车辆信息汇总、生成交通信息流文件，定时向远端服务器发送交通信息流文件；

其中，视频分析子系统2100包括：

帧间差分、形态滤波器2110：对视频信号进行帧间差操作，对帧间差图像进行二值化，然后进行形态滤波；

车辆轮廓区域定位器2120：在滤波后的图像的基础上对每辆车的位置进行定位；

基于车辆轮廓区域的追踪器2130：根据车辆的位置信息，对每辆车分别进行追踪，设计状态存储结构记录每辆车的动态状态；