一种基于视频监控的车流量统计方法
【技术领域】
[0001] 本发明属于智能交通监控领域，尤其涉及一种基于视频监控的车流量统计方法。
【背景技术】
[0002] 随着全球经济和科学技术飞速发展，交通作为社会发展和人民生活水平提高的基 本条件，得到了巨大的发展。现在家庭私人汽车逐步普及，公路条件得到很大的改善，交通 量也在不断增长，但与此同时，交通道路拥堵、交通事故频发以及交通环境恶化等也成为了 全球性的的问题，有效的交通管理是各大城市面临的难题，在这样的背景下，智能交通系统 (ITS, Intelligent Transport System)应运而生。
[0003] 车辆检测是智能交通中最基础、最重要的部分，它能准确及时的检测出车辆，是后 面的车辆跟踪、车牌识别、车辆信息提取等处理的保证。传统的车辆检测的方法有红外检 测、地感应线圈检测、超声波检测、声学检测等。红外线检测的方法可提供大量的交通管理 信息，但它抗噪能力不强，有时可能需要降低可靠性来提高灵敏度；地感应线圈检测的技术 已比较成熟，性能稳定且计数非常精确，它可检测车流量、道路占有率等，但是这种方法要 在公路线铺设线圈，影响路面寿命，并且易被重型车辆等损坏；超声波检测方法根据接收和 返回的超声波的时间差来确定车辆通过情况，具有体积小，易于安装等优点，但是它受天气 和温度影响较大；声学检测方法通过检测车辆内部声音以及车辆与地面接触的声音来进行 车辆检测，但是这种方法较难检测停止车辆，有时会漏检车辆。因此以上现有技术中均存在 城市道路车流量统计不准确的问题。近年来随着计算机技术、图像处理、计算机视觉和人工 智能的发展，基于视频的车辆检测技术，越来越受到青睐。视频检测技术优点有：可从视频 图像序列中提取丰富的信息，采集到更多的交通参数，如车流量、车速、车辆牌照、车辆类型 等，实现高效准确的交通监控功能；视频检测成本低，只需要少量摄像头即可，且易于安装 和设置，对道路几乎没有什么破环性；而且视频检测易于联网，形成交通网，能实现对交通 的全局控制。
【发明内容】
[0004] 针对现有技术中的不足，本发明的目的在于提供一种安装方便、精确度高的基于 视频监控的车流量统计方法，本发明的技术方案如下：一种基于视频监控的车流量统计方 法，其包括以下步骤：
[0005] 101、获取车监控视频，并预览车监控视频的前20帧，根据道路信息，确定车流方 向和车道个数，设置第1虚拟线圈和第2虚拟线圈在车监控视频中；
[0006] 102、逐帧输入视频图像序列，将每帧视频图像转化为灰度图像，初始化背景模型， 取出第一帧视频，并将第一帧视频中第1虚拟线圈内的视频图像进行初始化成背景模型， 初始化成背景模型方法为：对于第1帧视频中的每个像素点，随机抽取与其相邻的8个像素 点组成此像素点的背景模型样本集，如果t = 0代表视频的第1帧，Ne(X)为像素点X的空 间邻居像素点，则点X的背景模型初始化为
[0007] M〇(x) = {V(y|y G ng(x) )} Q)
[0008] (I)式中，y是从Ne(X)中随机读取的，v°(y)表示随机选择若干次后直到满足M°(x) 中背景像素点个数；
[0009] 103、步骤102建立完初始化背景模型后，从第二帧视频开始，利用背景模型提取 出当前视频帧图像的前景图像，即车辆图像；
[0010] 104、对提取出的前景图像采用形态学滤波法进行处理，滤波处理后，提取所有前 景图像的轮廓，面积小于阈值Ml的前景图像时则丢弃，前景图像的面积大于阈值Ml时则视 为运动目标；更新背景模型；若检测到所述第1虚拟线圈中存在运动车辆，则对其标记并跟 踪；对于所述第1虚拟线圈标记的运动车辆，若检测到所述第2虚拟线圈中跟踪到此运动车 辆，则将车流量统计数目加1 ;对于所述第1种虚拟线圈检测到的运动块，找寻可以和此运 动块合并的块，组成新的运动块，标记并跟踪，若检测到所述第2虚拟线圈中跟踪到此运动 块，则将车流量统计数目加1。
[0011] 进一步的，步骤102中建立背景模型样本集后，将每个新的像素值和样本集 比较判断是否属于背景点，记V( X) :X点处的像素值；M(X) = {V1，V2，?，VN}为X处 的背景样本集，样本集大小为Ν) ;SR(v(x):以X为中心R为半径的区域，如果Μ(χ) [{SR(v(x)) Π {ν?，ν2，···，νΝ}}]大于一个给定的阈值min,那么就认为X点属于背景点。
[0012] 进一步的，步骤104中所述的形态学滤波法包括中值滤波和形态学腐蚀。
[0013] 进一步的，步骤101中所述的第1种虚拟线圈数量为1个，所述第2虚拟线圈数量 等于需要处理的车道数，且每个第2虚拟线圈均放置在车道上，所述第1虚拟线圈中设置有 第2虚拟线圈。
[0014] 进一步的，步骤104中车辆跟踪过程包括：
[0015] 若当前帧车辆外接矩形的质心的位置与前一帧某一车辆外接矩形的质心位置的 距离小于等于M2,则视为同一车辆，继续跟踪；若前一帧有与当前帧车辆外接矩形的位置 的距离大于M2的车辆，则视为新出现的车辆，加入跟踪。
[0016] 本发明的优点及有益效果如下：
[0017] 1)提高车流量统计准确率。
[0018] 本发明利用"背景建模-前景提取-更新背景模型"的步骤提取车辆，充分考虑了 不同监控拍摄的视频路况的不同及同一监控拍摄的视频路况的改变，并通过对提取的车辆 图像的跟踪及整合，使车流量统计更具稳定性，从而提高了车流量的统计准确率。
[0019] 2)适用于不同路段
[0020] 根据监控路段的不同，用户可通过修改车道数、车辆检测区域等参数自行调整监 控视频中车流行驶道路、重点检测区域等，给用户提供一种个性化的解决方案，满足用户的 实际需求。
【附图说明】
[0021] 图1是本发明的总体流程图；
[0022] 图2为本发明第1虚拟线圈和第2虚拟线圈放置示意图；
[0023] 图3为本发明的车流量统计方法流程图；
[0024] 图4为本发明的运动目标跟踪过程图。
【具体实施方式】
[0025] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整的描述。显然，所描述的实施例仅仅是本发明的一个实施例，而不是全部