视频帧中某一选中的车辆的速度。
[0203] 2)说明：采用目标跟踪模块的结果，对车速进行计算。
[0204] 3)获取车速流程如图12。
[0205]接口程序如下具体实施如下，
[0206]该模块对MFC和OpenCV之间的软件接口有较高的要求。
[0207] 函数接口有：
[0208] void OnCalculateVelocity();计算车速
[0209] void AreaDivision(IplImage*pImg，UINT areathreshold);区域分割用来计算 道路占有率和车流量
[0210] void Process() ;Kalman滤波跟踪处理接口。
[0211]交通拥堵等级检测模块，实施例六
[0212] 如图13,检测时间要在2秒以内，本系统利用fuzzy c-means时，聚类的对象是路面 占有率和占有率离方。但只凭占有率这一个交通参数进行拥堵等级判定是不全面的，因此， 本系统所采用的判定算法是总综合速度和占有率及占有率离差平方值三个参数进行判定， 提高了检测结果的可靠性。
[0213] 接口程序如下具体实施如下，
[0214] //FCM 主程序
[0215] void FCMMain(char*datafilename,chargeentrefile,int datacolumn,int datarow,int category,int fuzzyexponent)；
[0216] //两个矩阵的乘积
[0217] double林MulofMatrix(double林matrixl，int rowl,int columnl，double林 matrixb,int row2,int column2)；
[0218] double
[0219] FCMProcess(double**umatrix，double**datamatrix，double**vmatrix，int row, int column , int category , int fuzzyexponent);//FCM处理程序，更新隶属度 umatrix和聚类中心矩阵
[0220] void initialize(double氺氺umatrix，int category, int column);//丰刀$台化聚类 中心矩阵
[0221 ] void Normal ize(double**umatrix, int category, int column);//归一化隶属 度矩阵，每一列的和位1
[0222] double**ReadeData(char*f ilename，int raw, int column);//读取数据矩阵
[0223] CFCM(CWnd*pParent = NULL);//标准构造函数
[0224] void OnTraff iccongestiondetection();//检测交通拥堵等级
[0225] OnFcmparameterset();设置FCM算法参数。
[0226] 界面设计，实施例七
[0227] 系统主界面主要分为十个区域。最上面一行的三个区域主要是视频处理过程的三 种视频的播放区域，即待检测视频播放区域和前景、背景视频播放区域。在待检测视频播放 区域内可以看到正在播放的视频是第几帧，同时视频的暂停与播放功能的控制均在该部 分。在背景、前景视频播放区域可以直观的观察到当前对待检测视频的处理结果，同时可以 对视频进行录制，并观察录制状态、录制时间和录制帧数。交通参数提取模块主要显示检测 到的交通参数，其中车速的需要用户额外的进行操作，点击"计算车速"之后会在另外的界 面内进行操作。背景建模方法和模糊滤波处理方法的选取只需在对应的方法前打钩。参数 设置区域显示用户所设置的基本参数。算法性能模块显示前景检测用户所选的处理方法的 性能。FCM参数设置区域允许用户对聚类类别个数和隶属度指数进行手动设置。拥堵检测区 域，显示系统的检测结果。如图14所示。
[0228] 实施例八
[0229] 导入相邻两帧交通图像，如图15和16,车速计算过程参数如图表17。首先对fuzzy c-means算法进行测试，对待测的数据样本进行处理，聚类结果如图表18所示，类别1为"畅 通"，类别2为"轻度拥挤"，类别3为"拥挤"和类别4为"严重拥挤"，此等级的划分只是单纯的 用主干道路上机动车的行车车速位依据，未免有失客观;例如，在车辆等待红绿灯的时候， 此时车速为〇,但是交通并不一定处在拥挤的状态，所以本申请同时增加了主要的判断依据 参数，即路面占有率和占有率离差平方值。在进行拥堵等级检测时，将得到的交通参数，即 路面占有率和占有率离差平方值和聚类中心进行欧式距离的计算，结果如表19，通过与图 20的结果进行比较，与第一聚类的欧式距离较近，所以检测结果应该是畅通，则检测结果的 显示是正确的。
[0230] 实施例九
[0231] 1、利用模糊C均值聚类算法，将路面占有率和路面占有率的离差平方进行聚类，分 为4类。由于同一个离差平方值对应两个(拥堵和畅通时）路面占有率值，所以，增加了车速 的约定条件。
[0232] 2、我国公安部2002年公布的《城市交通管理评价指标体系》中规定，用城市主干路 上机动车的平均行车车速来描述其交通拥挤程度：
[0233] 1)畅通:城市主干路上机动车的平均行程速度不低于30km/h;
[0234] 2)轻度拥挤:城市主干路上机动车的平均行程速度低于30km/h，但高于20km/h;
[0235] 3)拥挤:城市主干路上机动车的平均行程速度低于20km/h，但高于lOkm/h;
[0236] 4)严重拥挤:城市主干路上机动车的平均行程速度低于10km/h;
[0237] 3、用V表示路面上车辆的平均速度，(11、(12、(13、(14分别表示聚类结果中畅通、轻度 拥挤、拥挤、严重拥挤的四个类别，则：
[0238] 1)当前道路拥堵等级判断为dl，若V〈 = 10km/h，实际拥堵等级为d4;
[0239] 2)当前道路拥堵等级判断为d2,若V>30km/h，实际拥堵等级为dl;
[0240] 3)当前道路拥堵等级判断为d3,若V〈10km/h，实际拥堵等级为d4;
[0241] 4)当前道路拥堵等级判断为d4，若V> = 30km/h，实际拥堵等级为dl。
[0242] 技术的进步只是选用标准的参考，但是出于改劣发明，或者成本考量，仅仅从实用 性的技术方案选择。
[0243] 以上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何 属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应 涵盖在本发明的保护范围之内。
【主权项】
1. 基于视频的城市道路交通拥堵检测系统，其特征在于，采用如下步骤： 读取视频以及预处理视频，以获取视频帧； 将获取的视频帧进行背景建模，获得背景帧序列和前景帧序列； 对与背景帧序列同帧的前景帧序列进行检测并提取运动目标，并在平滑滤波处理后按 前景帧序列保存单帧前景图片； 按前景帧序列顺序播放单帧前景图片并对运动目标进行卡尔曼滤波跟踪以获得道路 中车速，以及根据运动目标的前景帧序列计算并得出路面占有率以及路面占有率离差平方 值； 利用模糊C均值聚类算法对路面占有率以及路面占有率离差平方值进行聚类，分别计 算并得出与对应聚类中心的欧式距离； 所获得的欧式距离再结合车速，进行交通拥堵等级检测和划分。2. 根据权利要求1所述的基于视频的城市道路交通拥堵检测系统，其特征在于，所述的 预处理视频，包括检测视频的格式并获取视频的帧率、播放长度、帧高度和宽度属性。3. 根据权利要求1所述的基于视频的城市道路交通拥堵检测系统，其特征在于，所述的 对获取的视频帧进行背景建模，包括对获取的视频帧录制背景和/或前景视频帧，获取已录 制的背景和/或前景帧数，获取已录取的背景和/或前景时间，并进行混合高斯背景建模和/ 或平均建模。4. 根据权利要求1所述的基于视频的城市道路交通拥堵检测系统，其特征在于，所述的 对与背景帧序列同帧的前景帧序列进行检测并提取运动目标，包括对与背景帧序列同帧的 前景帧序列，通过设置有效阈值面积、设置前景二值化阈值和设置平均建模参数进行检测， 并通过背景差分法和/或帧间差法提取运动目标。5. 根据权利要求1所述的基于视频的城市道路交通拥堵检测系统，其特征在于，在拥堵 等级划分过程中，如果所述的车速不属于所获得交通拥堵等级对应公共规定的车速，则所 获得的交通拥堵等级重置为所述车速所属公共规定车速范围对应的交通拥堵等级。
【专利摘要】基于视频的城市道路交通拥堵检测系统，本发明涉及图像识别领域，其旨在解决现有用于交通拥堵检测的视频图像系统，存在易受环境影响，不易维护，安装时破坏原有交通设备，实时性差，数据准确度低且图像识别误差较大等技术问题。该发明主要包括读取视频以及预处理视频，以获取视频帧；对获取的视频帧进行背景建模，获得背景帧序列和前景帧序列；对与背景帧序列同帧的前景帧序列进行检测并提取运动目标，并在平滑滤波处理后按前景帧序列保存单帧前景图片；按前景帧序列顺序播放单帧前景图片并对运动目标进行滤波跟踪，以获得道路中车辆情况；根据车辆情况和/或运动目标的前景帧序列，计算并得出交通参数。本发明用于搭建精度较高的交通拥堵视频检测系统。
【IPC分类】G06K9/00, G08G1/01
【公开号】CN105513354
【申请号】CN201510969912
【发明人】李云霞, 康波, 杨红宇
【申请人】电子科技大学
【公开日】2016年4月20日
【申请日】2015年12月22日