一种融合实时交通状态信息的道路背景提取与更新方法
【专利摘要】本发明公开了一种融合实时交通状态信息的道路背景提取与更新方法，包括：A、根据道路交通运行的实时状态和光照变化估测的结果构建选择性背景帧提取模型；B、根据构建的选择性背景帧提取模型依次进行初始背景选取、背景更新区域检测和背景更新处理，以实现对道路背景的自适应更新。本发明根据道路的实时交通运行状态和光照变化估测的结果构建选择性背景帧提取模型，在传统方法的基础上建立融合实时交通状态信息和光照变化信息的选择性背景帧提取模型，交通场景的适应性较好，且避免了因交通流骤变、运动车辆过多或光照变化而对背景图像造成的干扰，抗干扰能力强且鲁棒性较好。本发明可广泛应用于视频交通监控和图像处理领域。
【专利说明】一种融合实时交通状态信息的道路背景提取与更新方法
【技术领域】
[0001]本发明涉及视频交通监控和图像处理领域，尤其是一种融合实时交通状态信息的道路背景提取与更新方法。
【背景技术】
[0002]道路背景的提取与更新是交通运动物体检测、车辆目标提取与跟踪等视频交通流检测技术的重要技术保障，也是图像处理中的常用基础方法。
[0003]目前，道路背景提取与更新算法的核心算法包括三方面，第一个是基本算法的研究，第二个背景更新区域的检测和第三个是所采用的样本源质量。在基本算法的研究同内容上，主要包括非模型法和模型法两大类。非模型法的主要思路是通过更多的样本帧逐步减少或消除噪声为目的，常见的包括多帧均值法、中值滤波法和直方图法等；非模型法一般适用于道路交通流量较小的时候，在道路车辆较多且持续时间较长时，非模型法难以消除车辆的背景噪声，效果并不理想；模型法则主要以计算量较大的高斯分布的背景模型方法为主，包括众多现有的混合高斯背景模型的改进方法。在背景更新区域的检测上，选择性背景更新模型是一种常用的背景更新模型。选择性背景更新方法的主要思路是筛选图像背景更新的区域，在道路图像中主要是道路运动目标的检测:一种方法是首先提取车辆检测的初始背景，将当前图像和背景图像进行背景帧差运算，如果某点在当前图像和背景图像的差值小于阈值时，则认为该点为背景，进行图像更新，反之，则认为该点是运动车辆，该方法一般在背景缓慢变化时可以取得很好的效果。此外，还可以通过图像尺度空间、多分辨率提取算法和运动目标精确定位等方法对更新区域进行优化。
[0004]目前已有不少的道路背景提取与更新算法，但是，现有的道路背景提取与更新算法，一般只考虑到车辆较少的情况或者区域定位更新的空间层面等背景更新的共性层面，并没有考虑实时的交通流状况，交通场景的适应性较差，无法避免因交通流骤变、运动车辆过多或光照变化而对背景图像提取与更新造成的干扰，抗干扰能力弱，鲁棒性较差。
【发明内容】
[0005]为了解决上述技术问题，本发明的目的是:提供一种交通场景的适应性较好、抗干扰能力强和鲁棒性较好的，融合实时交通状态信息的道路背景提取与更新方法。
[0006]本发明解决其技术问题所采用的技术方案是:一种融合实时交通状态信息的道路背景提取与更新方法，包括:
[0007]A、根据道路交通运行的实时状态和光照变化估测的结果构建选择性背景帧提取模型；
[0008]B、根据构建的选择性背景帧提取模型依次进行初始背景选取、背景更新区域检测和背景更新处理，以实现对道路背景的自适应更新。
[0009]进一步，所述步骤A，其包括:
[0010]Al、对交通监控视频图像进行采集；
[0011]A2、对交通监控视频图像进行光照变化估测，得到道路背景更新时刻；
[0012]A3、从交通监控视频图像中提取出宏观交通状态运行参数，并根据宏观交通状态运行参数评估道路的实时交通运行状态；
[0013]A4、根据道路的实时交通运行状态参数计算选择性图像帧的模型置信度；
[0014]A5、根据道路背景更新的光照变化估测结果、道路的实时交通运行状态和选择性图像帧的模型置信度构建选择性背景帧提取模型。
[0015]进一步,所述步骤A2,其包括:
[0016]A21、构建时间序列分析自回归估计模型，所述时间序列分析自回归估计模型为:
[0017]
【权利要求】
1.一种融合实时交通状态信息的道路背景提取与更新方法，其特征在于:包括: A、根据道路交通运行的实时状态和光照变化估测的结果构建选择性背景帧提取模型； B、根据构建的选择性背景帧提取模型依次进行初始背景选取、背景更新区域检测和背景更新处理，以实现对道路背景的自适应更新。
2.根据权利要求1所述的一种融合实时交通状态信息的道路背景提取与更新方法，其特征在于:所述步骤A，其包括: Al、对交通监控视频图像进行采集； A2、对交通监控视频图像进行光照变化估测，得到道路背景更新时刻； A3、从交通监控视频图像中提取出宏观交通状态运行参数，并根据宏观交通状态运行参数评估道路的实时交通运行状态； A4、根据道路的实时交通运行状态参数计算选择性图像帧的模型置信度； A5、根据道路背景更新的光照变化估测结果、道路的实时交通运行状态和选择性图像帧的模型置信度构建选择性背景帧提取模型。
3.根据权利要求2所述的一种融合实时交通状态信息的道路背景提取与更新方法，其特征在于:所述步骤A2，其包括: A21、构建时间序列分析自回归估计模型，所述时间序列分析自回归估计模型为:
其中，11为交通监控视频图像t时刻的亮度，Tt为交通监控视频图像t时刻的亮度预测值，ap为It_p对It的阶系数，ε ρ为随机干扰项，P为大于等于I的整数；Α22、根据交通监控视频图像t时刻的亮度It、t时刻的亮度预测值
'和动态更新的光照亮度扰动阈值TI，构建道路背景更新的亮度置信区间R，其中，
A23、判断实时测量的光照亮度是否在亮度置信区间R内，若是，则流程结束，反之，则转至步骤B对背景进行更新。
4.根据权利要求2所述的一种融合实时交通状态信息的道路背景提取与更新方法，其特征在于:所述步骤A3，其包括: A31、对交通视频图像进行边缘特征提取与计算，从而得到交通视频图像车辆区域的图像边缘特征点并计算交通监控视频图像车辆区域的边缘占有率，所述交通监控视频图像车辆区域的边缘占有率Occ的计算公式为:
其中，η为划分的尺度空间数量，Si为在第i尺度空间提取的边缘面积，Bi为第i尺度空间的边缘权重系数，Sr为道路区域的图像面积，i = 0，1，2，…，η ； Α32、采用帧差法和边缘提取方法对交通视频图像进行车辆运动特征点提取，从而得到运动车辆边缘特征点集U，然后对特征点集U进行光流速度计算，从而得到整个交通流的光流速度，所述交通监控视频图像车辆区域的边缘占有率pg的计算公式为: _ I I /2 m，其中，U e 为提取的运动车辆边缘特征点总数，bi为第i
/=() /=O尺度空间的光流权重系数，Vj为第j个运动车辆边缘特征点的光流速度值； A33、根据交通视频图像车辆区域的边缘占有率Occ和整个交通流的光流速度R/ ,采用线性分类器方法对道路的实时交通运行状态进行估测。
5.根据权利要求2所述的一种融合实时交通状态信息的道路背景提取与更新方法，其特征在于:所述步骤A4，其具体为: 根据交通视频图像当前帧车辆区域的边缘占有率Occk和运动车辆边缘特征点的光流速度值Velk计算选择性图像帧的模型置信度参数值Wk，所述选择性图像帧的模型置信度参数值Wk的计算公式为:
wk = Velk/Velmax+ (l-0cck/0ccmax)， 其中，{Velk,0cck} 为当前帧宏观交通运行状态的参数特征集，Velmax和Occmax分别为参数特征集采样序列中光流速度的最大值和边缘占有率的最大值。
6.根据权利要求1所述的一种融合实时交通状态信息的道路背景提取与更新方法，其特征在于:所述步骤B，其包括: B1、根据构建的选择性背景帧提取模型进行初始背景选取，从而得到初始背景帧； B2、从交通监控视频图像中提取出车辆目标的运动轨迹，然后对多辆车的运动轨迹进行累积运算，从而得到背景更新区域； B3、根据构建的选择性背景帧提取模型求取更新样本的数量，然后对背景更新区域进行更新； B4、对更新后的道路区域进行中值滤波、连通区域提取与剔除和校验后处理。
7.根据权利要求6所述的一种融合实时交通状态信息的道路背景提取与更新方法，其特征在于:所述步骤BI，其包括: BH、检测交通视频图像中任一视频帧的交通状态级别并计算每个采样视频帧的置信度参数值，然后通过插入排序法对所有视频帧按置信度参数值从高至低进行排序，从而形成背景选择帧序列； B12、根据预设的背景收敛准则采用梯度下降法截断求取背景候选帧的帧数N，然后从背景选择帧序列中选取前N帧作为背景候选帧； B13、判断背景候选帧的交通状态是否为顺畅级别以上，若是，则采用中值法求取初始背景帧；反之，则选取置信度参数值最高的视频帧作为初始背景帧。
8.根据权利要求6所述的一种融合实时交通状态信息的道路背景提取与更新方法，其特征在于:所述步骤B2，其具体为: 采用帧差法从交通监控视频图像中提取车辆目标的运动轨迹，得到连续的帧差二值图像序列，然后对帧差二值图像序列进行累积运算，从而得到交通监控视频图像道路区域的二值化掩模图像，所述二值化掩模图像Ikk(x，y)为:
其中，Λ I/ (χ, y)为t时刻的帧差二值图像，Ta为道路区域的迭代累积时间。
9.根据权利要求6所述的一种融合实时交通状态信息的道路背景提取与更新方法，其特征在于:所述步骤B3，其包括: B31、记录交通监控视频图像任一帧的单帧背景更新区域，然后通过插入排序法对所有帧背景更新区域按置信度参数值从高至低进行排序，从而得到更新选择帧序列；B32、对排序后的帧背景更新区域进行并运算，从而得到背景更新区域的迭代掩模图像； B33、判断得到的迭代掩模图像是否与道路区域相同，若是，则收敛结束，并以收敛时已参与并运算的背景更新区域个数作为更新样本的数量；反之，则返回步骤B32 ； B34、根据步骤B12得到的背景候选帧对背景更新区域进行更新。
10.根据权利要求6所述的一种融合实时交通状态信息的道路背景提取与更新方法，其特征在于:所述步骤B4，其包括: B41、对更新后的道路区域进行中值滤波去噪； B42、从中值滤波后的道路区域中提取形态学处理后的连通域，然后去掉连通域面积小于设定面积阈值的区域； B43、对道路区域的纹理特征进行统计与分析，并根据分析的结果进行覆盖填充。
【文档编号】G06T5/40GK104077757SQ201410253503
【公开日】2014年10月1日 申请日期:2014年6月9日 优先权日:2014年6月9日
【发明者】李熙莹, 佘永业, 余志 , 罗东华 申请人:中山大学, 广东方纬科技有限公司