车辆计数方法、车辆计数装置和电子设备与流程

本申请涉及信息技术领域，尤其涉及一种根据交通监控图像来检测交通状态的方法、装置和电子设备。

背景技术：

随着经济的发展，越来越多的车辆进入人们的生活，但是，由车辆数量的迅速增加所带来的交通阻塞和交通安全等问题也更为严重。得益于信息技术的发展，人们提出了智能交通(Intelligent Transport)的概念，希望通过技术手段，来解决交通问题。

车辆数量检测技术是智能交通技术的一部分，它能够为交通管理提供重要的信息。传统的车辆数量检测技术，是通过安装在路面下的电磁线圈来检测车辆数量，但这种技术的设备安装成本较高，覆盖范围有限，并且只能测量一些特定的参数，例如车辆数量、速度等。

而在智能交通技术中，可以采用图像处理技术，对交通监控图像进行分析，从而获得车辆数量信息，常用的基于图像处理技术的车辆计数法包括背景差分法(Background subtraction based method)和特征检测法(Feature-based detection based method)。

在背景差分法中，通过逐像素信息的比较，呈现出图像中的运动信息，由此，将运动物体的图像从背景模型中分离出来。

在特征检测法中，涉及以机器学习的方式构建对象分类器的过程，检测的准确性很大程度上依赖于构建分类器过程中所选取的视觉特征(visual feature)的种类。因此，仅凭一些简单的原始数据，例如颜色和边界(edge)等数据，往往难以构建性能良好的分类器，并且，如果图像质量较低，其中包含的噪声过多而有用信息较少，从中提取出点和边界等信息也会很困难。

在车辆数量检测技术中，常用的特征分类器包括类Haar特征(Haar-like feature)分类器、梯度方向直方图(Histogram of Oriented Gradient，HOG)特征分类器、局部 二值模式(Local Binary Pattern，LBP)分类器等。

应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

技术实现要素：

本申请的发明人发现，在上述常用的基于图像处理技术的车辆计数法中，要求交通监控图像具有较高的图像质量，所以，为了能适应夜间监控的需要，要求交通监控摄像机具有良好的夜视特性，由此，提高了交通监控摄像机的成本；并且，在上述方法中，建立背景模型或构建分类器的过程都相对复杂。

本申请提供一种车辆计数方法、车辆计数装置和电子设备，该方法通过检测交通监控图像中与车灯对应的区域，来进行车辆计数，由此，可以采用不具备良好夜视特性的低成本摄像机来进行交通监控，降低了硬件成本；并且，无需建模或构建分类器，计数方法更简便。

根据本申请实施例的第一方面，提供一种车辆计数装置，用于计测交通监控图像中车辆的数量，包括：

第一检测单元，其用于检测交通监控图像中具有预定尺寸及预定曝光值的区域；以及

第一计算单元，其根据所述具有预定尺寸及预定曝光值的区域所对应的轨迹，计算所述交通监控图像中车辆的数量，其中，所述具有预定尺寸及预定曝光值的区域与车辆的车灯对应。

根据本申请实施例的第二方面，提供一种电子设备，所述电子设备包括如上述实施例第一方面所述的车辆计数装置。

根据本申请实施例的第三方面，提供一种车辆计数方法，用于计测交通监控图像中车辆的数量，包括：检测交通监控图像中具有预定尺寸及预定曝光值的区域；根据所述具有预定尺寸及预定曝光值的区域所对应的轨迹，计算所述交通监控图像中车辆的数量，其中，所述具有预定尺寸及预定曝光值的区域与车辆的车灯对应。

本申请的有益效果在于：通过检测图像中与车灯对应的区域来进行车辆计数，因此，即使是低成本监控摄像机所拍摄的夜间监控图像，也能够被用于车辆计数，由此， 降低了对监控摄像机的要求，从而降低硬件成本；并且，本实施例的车辆计数方法无需背景建模或构建分类器，因而更为简便和快速。

参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。

针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。

应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。

附图说明

所包括的附图用来提供对本发明实施例的进一步的理解，其构成了说明书的一部分，用于例示本发明的实施方式，并与文字描述一起来阐释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是本申请实施例的车辆计数方法的一个流程示意图；

图2是本申请实施例中检测预定尺寸及预定曝光值的区域的一个方法流程示意图；

图3是本申请实施例计算交通监控图像中车辆数量的方法的一个流程示意图；

图4(A)是已有轨迹的起点的示意图；

图4(B)是已有轨迹的第二个点的示意图；

图4(C)是当前帧交通监控图像对应的第一对象的示意图；

图4(D)是使用当前帧交通监控图像对应的第一对象更新已有轨迹的示意图；

图5是利用本申请实施例的车辆计数方法计测车辆数量的一个流程图；

图6是本申请实施例的车辆计数装置的一个组成示意图；

图7是本申请实施例的第一检测单元的一个组成示意图；

图8是本申请实施例的第一计算单元的一个组成示意图；

图9是本申请实施例的电子设备的一构成示意图。

具体实施方式

参照附图，通过下面的说明书，本发明的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本发明的特定实施方式，其表明了其中可以采用本发明的原则的部分实施方式，应了解的是，本发明不限于所描述的实施方式，相反，本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。

实施例1

本申请实施例1提供一种车辆计数方法，用于计测交通监控图像中车辆的数量。图1是实施例1的车辆计数方法的一个流程示意图，如图1所示，该方法包括：

S101、检测交通监控图像中具有预定尺寸及预定曝光值的区域；以及

S102、根据所述具有预定尺寸及预定曝光值的区域所对应的轨迹，计算所述交通监控图像中车辆的数量。

在本实施例中，该具有预定尺寸及预定曝光值的区域可以与车辆的车灯对应，由此，根据对与车灯对应的区域的检测结果，来进行车辆计数。

本实施例的车辆计数方法基于以下的事实：对于不具备良好夜视能力的低成本监控摄像机，在夜间工作时，虽然不能对车辆的车身进行有效曝光，但是仍然能够对车辆打开的车灯进行过曝光(over-exposure)。

在本实施例的车辆计数方法中，通过检测图像中与车灯对应的区域来进行车辆计数，因此，即使是低成本监控摄像机所拍摄的夜间监控图像，也能够被用于车辆计数，由此，降低了对监控摄像机的要求，从而降低硬件成本；并且，本实施例的车辆计数方法无需背景建模或构建分类器，因而更为简便和快速。

图2是步骤S101中检测预定尺寸及预定曝光值的区域的一个方法流程示意图，如图2所示，该步骤S101可以包括如下步骤：

S201、根据交通监控图像中像素的像素值，将该交通监控图像转化为二值图像；

S202、检测该二值图像中由连续的具有第一像素值的像素所构成的对象；以及

S203、从所述对象中检测出具有预定尺寸的对象作为第一对象。

在本申请中，该交通监控图像可以是彩色图像，也可以是灰度图像。如果是彩色图像，可以将该彩色图像预先处理为灰度图像，并将该灰度图像用于步骤S201的处 理。

在步骤S201中，可以将作为灰度图像的交通监控图像Ig中每一像素的像素值与第一阈值Tv进行比较，根据比较结果将该交通监控图像转化为二值图像Ib。例如，当该交通监控图像中像素的像素值大于第一阈值Tv时，可以将该像素的像素值置为第一像素值，该第一像素值例如可以是255，当该交通监控图像中像素的像素值小于或等于该第一阈值Tv时，将该像素的像素值置为第二像素值，该第二像素值例如可以是0，由此，将该交通监控图像转化为二值图像Ib。当然，本实施例并不限于此，也可以根据其它的方法得到二值图像。

在本实施例中，可以适当地设置该第一阈值Tv，以使交通监控图像Ig中的过曝光区域的像素能够被置为第一像素值，由此，能够在二值图像中容易地识别该过曝光区域。

在本实施例中，可以将二值图像Ib中具有第一像素值的像素作为第一像素。在步骤S202中，可以检测该二值图像Ib中的第一像素，进而识别出该二值图像Ib中由连续的第一像素所构成的对象，其中，连续的第一像素中包括至少两个相邻的第一像素。在本实施例中，该二值图像Ib中由连续的第一像素所构成的对象可以是多个，并且该多个对象可以分离，其中，相互分离的对象的第一像素并不相邻。

在本实施例的步骤S203中，可以对步骤S202所检测出的一个或多个对象的尺寸进行检测，并将具有预定尺寸的对象作为第一对象。例如，可以将步骤S202所检测出的一个或多个对象的尺寸与第二阈值Ts进行比较，如果尺寸大于或等于该第二阈值Ts，则该对象具有预定尺寸，将其作为第一对象。由此，该二值图像中的第一对象对应于交通监控图像Ig中的具有预定尺寸及预定曝光值的区域。

在本实施例中，可以根据车辆的车灯在交通监控图像中所呈现的通常的尺寸，来设定该第二阈值Ts。例如，该第二阈值Ts可以是车灯区域中通常的像素数量Ts1、车灯区域通常的长度Ts2和宽度Ts3等值，因此，该第一对象可以是像素数量大于或等于Ts1的对象，或者可以是长度和宽度都分别大于或等于Ts2和Ts3的对象等。由此，该二值图像中的第一对象可以与交通监控图像中的车灯区域相对应。

在本实施例的步骤S102中，可以基于二值图像中的第一对象，计算交通监控图像中车辆的数量。图3是计算交通监控图像中车辆数量的方法的一个流程示意图，如图3所示，该方法包括：

S301、当第一对象匹配已有的轨迹时，使用第一对象更新该已有的轨迹；

S302、当更新后的已有的轨迹穿过该二值图像中的预定区域时，更新车辆的数量，并删除该已有的轨迹。

在本实施例的步骤S301中，该已有的轨迹是由当前帧之前的交通监控图像帧所对应的第一对象构成，并且，可以将当前帧的交通监控图像所对应的第一对象的外形特征和/或位置特征与该已有的轨迹进行比较，从而判断该第一对象是否匹配该已有的轨迹，如果匹配，则使用该第一对象更新该已有的轨迹。此外，在本实施例中，可以在二值图像中显示该轨迹，由此，能更加直观地显示检测结果。

图4是本实施例中已有的轨迹的一个示意图。图4(A)表示该已有轨迹的起点的示意图，图4(B)表示该已有轨迹的第二个点的示意图，图4(C)表示当前帧交通监控图像对应的第一对象的示意图，图4(D)表示使用当前帧交通监控图像对应的第一对象更新已有轨迹的示意图。

其中，如图4(A)所示，第(i-2)帧交通监控图像的二值图像40的第一对象401为该已有的轨迹400的起点，此时的轨迹400仅有起点，所以，可以在该二值图像40上仅标记该起点401。如图4(B)所示，第(i-1)帧交通监控图像的二值图像41的第一对象411可以是该轨迹400的第二个点，并且，可以在该二值图像41上标记该轨迹400，以及第一对象401和411。如图4(C)所示，第i帧交通监控图像为当前帧交通监控图像，其二值图像42的第一对象为421。如图4(D)所示，在当前帧对应的第一对象421与已有的轨迹400匹配的情况下，使该第一对象421作为该已有的轨迹400的第三个点，从而更新该已有的轨迹400，以使该已有的轨迹400延伸到第一对象421，并在该二值图像42上标记该轨迹400，以及第一对象401、411和421。

在本实施例中，在图4(C)中，可以将第一对象421的位置特征与轨迹400进行比较，从而判断该第一对象421与轨迹400是否匹配，例如，可以将第一对象421的中心坐标与轨迹400的当前的终点，即第二个点411的中心坐标进行比较，如果二者的差距在预先设定的范围内，则判定为第一对象421与轨迹400匹配。当然，本实施例不限于此，也可以将第一对象421的形状特征与轨迹400进行比较，从而判断二者是否匹配，例如，可以将第一对象421的长度和宽度与轨迹400的当前的终点，即第二个点411的长度和宽度进行比较，如果二者的差距在预先设定的范围内，则判定 为第一对象421与轨迹400匹配。

此外，在本实施例中，如果当前帧的交通监控图像所对应的第一对象与任何一个已有的轨迹都不匹配，可以认为该第一对象对应新进入监控图像中的车辆，因此，可以以该第一对象为起点，创建新的轨迹，例如图4(A)所示的情形。

此外，在本实施例中，如果连续的N帧交通监控图像所对应的任何一个第一对象都不与某一个或多个已有的轨迹匹配时，可以将该一个或多个已有的轨迹作为第一轨迹，并且可以认为该第一轨迹是误检测的结果，因此，可以删除该第一轨迹，从而避免误检测，其中，N为大于等于2的自然数。

在本实施例的步骤S302中，可以识别该更新后的轨迹是否穿过二值图像中的预定区域，如果穿过，则更新车辆的数量并删除该轨迹。例如，如图4(D)所示，更新后的该轨迹400穿过了二值图像42中的预定区域S，因此，可以使计测到的车辆的数量X增加。由于一辆车一般对应两个车灯，因此，当1条轨迹穿过预定区域时，可以使车辆的数量X增加0.5。

图5是利用本实施例的车辆计数方法计测车辆数量的一个流程图。如图5所述，该流程包括：

S501、获取当前帧的彩色交通监控图像I；

S502、将该彩色交通监控图像I转化为灰度图像Ig；

S503、以第一阈值Tv作为判定条件，将灰度图像Ig转化为二值图像Ib；

S504、检测二值图像中由连续的具有第一像素值的像素所构成的对象；

S505、以第二阈值Ts作为判别条件，识别S504中检测出的对象中具有预定尺寸的对象，作为第一对象，并删除第一对象之外的其它对象；

S506、判断第一对象能否与已有的轨迹匹配；

S507、如果匹配，则使用该第一对象更新该已有的轨迹；

S508、如果不匹配，则以该第一对象为起点，创建新的轨迹；

S509、判断更新后的轨迹是否穿过二值图像中的预定区域，判断为“是”则进入到步骤S510，判断为“否”则流程进行到步骤S512；

S510、删除该更新后的轨迹；

S511、增加计测到的车辆的数量；

S512、判断当前二值图像中是否所有的第一对象都已经检测完毕，如果判断为 “是”则进行到步骤S514，如果判断为“否”，则进行到步骤S513；

S513、选取下一个第一对象，作为当前的第一对象，以继续进行步骤S506的判断；

S514、在当前二值图像中所有的第一对象都检侧完毕的情况下，判断在已有的轨迹中是否存在第一轨迹，如果判断为“是”，则流程到S515，删除该第一轨迹，如果判断为“否”，则流程进行到S516；其中，该第一轨迹与连续N帧交通监控图像所对应的任何一个第一对象都不匹配；

S516、判断是否结束车辆数量的计测流程，如果为“否”，则流程返回到步骤S501，获取下一个当前帧的彩色交通监控图像I，继续进行计测。

根据本实施例的车辆计数方法，通过检测图像中与车灯对应的区域来进行车辆计数，因此，即使是低成本监控摄像机所拍摄的夜间监控图像，也能够被用于车辆计数，由此，降低了对监控摄像机的要求，从而降低硬件成本；并且，本实施例的车辆计数方法无需背景建模或构建分类器，因而更为简便和快速。

实施例2

本申请实施例2提供一种车辆计数装置，与实施例1的车辆计数方法对应。图6是本实施例的车辆计数装置的一个组成示意图，如图6所示，车辆计数装置600可以包括第一检测单元601和第二检测单元602。

其中，第一检测单元601用于检测交通监控图像中具有预定尺寸及预定曝光值的区域；第一计算单元602根据所述具有预定尺寸及预定曝光值的区域所对应的轨迹，计算所述交通监控图像中车辆的数量，其中，所述具有预定尺寸及预定曝光值的区域与车辆的车灯对应。

图7是本实施例的第一检测单元的一个组成示意图，如图7所述，该第一检测单元601包括第一转化单元701、第二检测单元702和第三检测单元703。

其中，第一转化单元701根据所述交通监控图像中像素的像素值，将所述交通监控图像转化为二值图像；第二检测单元702用于检测所述二值图像中由连续的具有第一像素值的像素所构成的对象；第三检测单元703用于从所述对象中检测出具有预定尺寸的对象作为第一对象。

图8是本实施例的第一计算单元的一个组成示意图，如图8所述，该第一计算单 元602包括第一更新单元801和第二更新单元802。

其中，第一更新单元801当所述第一对象匹配已有的轨迹时，使用所述第一对象更新所述已有的轨迹，其中，所述已有的轨迹根据当前帧之前的交通监控图像帧所对应的第一对象形成；第二更新单元802当更新后的所述已有的轨迹穿过所述二值图像中的预定区域时，更新车辆的数量，并删除更新后的所述已有的轨迹。

如图8所示，该第一计算单元602还可以包括创建单元803和/或删除单元804。其中，创建单元803当所述第一对象不匹配所述已有的轨迹时，以所述第一对象为起点，创建新的轨迹；删除单元804用于删除已有的轨迹中的第一轨迹。

在本实施例中，关于车辆计数装置600的各单元的详细说明，可以参考实施例1中对相应步骤的说明，本实施例不再重复说明。

通过本实施例，能够降低对监控摄像机的要求，从而降低硬件成本，并且，能够更为简便和快速地计测车辆数量。

实施例3

本申请实施例3提供一种电子设备，所述电子设备包括：如实施例2所述的车辆计数装置。

图9是本申请实施例的电子设备的一构成示意图。如图9所示，电子设备900可以包括：中央处理器(CPU)901和存储器902；存储器902耦合到中央处理器901。其中该存储器902可存储各种数据；此外还存储信息处理的程序，并且在中央处理器901的控制下执行该程序。

在一个实施方式中，车辆计数装置600的功能可以被集成到中央处理器901中。其中，中央处理器901可以被配置为控制所述电子设备，以实现实施例1所述的车辆计数方法。

在另一个实施方式中，车辆计数装置600可以与中央处理器901分开配置，例如可以将车辆计数装置600配置为与中央处理器901连接的芯片，通过中央处理器901的控制来实现车辆计数装置600的功能。

此外，如图9所示，电子设备900还可以包括：输入输出单元903和显示单元904等；其中，上述部件的功能与现有技术类似，此处不再赘述。值得注意的是，电子设备900也并不是必须要包括图9中所示的所有部件；此外，电子设备900还可以 包括图9中没有示出的部件，可以参考现有技术。

本发明实施例还提供一种计算机可读程序，其中当在电子设备中执行所述程序时，所述程序使得计算机在所述电子设备中执行如实施例1所述的车辆计数方法。

本发明实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在电子设备中执行如实施例1所述的车辆计数方法。

本发明以上的装置和方法可以由硬件实现，也可以由硬件结合软件实现。本发明涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文所述的装置或构成部件，或使该逻辑部件实现上文所述的各种方法或步骤。本发明还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。

针对附图中描述的功能方框中的一个或多个和/或功能方框的一个或多个组合，可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。针对附图描述的功能方框中的一个或多个和/或功能方框的一个或多个组合，还可以实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。

以上结合具体的实施方式对本发明进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改，这些变型和修改也在本发明的范围内。

关于包括以上实施例的实施方式，还公开下述的附记：

附记1、一种车辆计数装置，用于计测交通监控图像中车辆的数量，包括：

第一检测单元，其用于检测交通监控图像中具有预定尺寸及预定曝光值的区域；以及

第一计算单元，其根据所述具有预定尺寸及预定曝光值的区域所对应的轨迹，计算所述交通监控图像中车辆的数量，

其中，所述具有预定尺寸及预定曝光值的区域与车辆的车灯对应。

附记2、如附记1所述的车辆计数装置，其中，所述第一检测单元包括：

第一转化单元，其根据所述交通监控图像中像素的像素值，将所述交通监控图像转化为二值图像；

第二检测单元，其用于检测所述二值图像中由连续的具有第一像素值的像素所构成的对象；以及

第三检测单元，其用于从所述对象中检测出具有预定尺寸的对象作为第一对象。

附记3、如附记2所述的车辆计数装置，其中，所述第一转化单元，

将所述交通监控图像中像素值大于第一阈值的像素的像素值置为所述第一像素值，将所述交通监控图像中像素值小于或等于所述第一阈值的像素的像素值置为第二像素值，以将所述交通监控图像转化为所述二值图像。

附记4、如附记2所述的车辆计数装置，其中，所述第一计算单元包括：

第一更新单元，其当所述第一对象匹配已有的轨迹时，使用所述第一对象更新所述已有的轨迹，其中，所述已有的轨迹根据当前帧之前的交通监控图像帧所对应的第一对象形成；

第二更新单元，其当更新后的所述已有的轨迹穿过所述二值图像中的预定区域时，更新车辆的数量，并删除更新后的所述已有的轨迹。

附记5、如附记4所述的车辆计数装置，其中，所述第一对象匹配已有的轨迹，包括：

所述第一对象的外形特征和/或位置特征匹配所述已有的轨迹。

附记6、如附记4所述的车辆计数装置，其中，所述第一计算单元还包括：

创建单元，其当所述第一对象不匹配所述已有的轨迹时，以所述第一对象为起点，创建新的轨迹。

附记7、如附记4所述的车辆计数装置，其中，所述第一计算单元还包括：

删除单元，其删除所述已有的轨迹中的第一轨迹，其中，所述第一轨迹与连续的第一数量帧交通监控图像所对应的任何一个第一对象都不匹配。

附记8、如附记4所述的车辆计数装置，其中，

当1条更新后的所述已有的轨迹穿过所述预定区域时，所述第二更新单元使车辆的数量增加0.5。

附记9、一种电子设备，所述电子设备包括如附记1-8中任一项所述的车辆计数 装置。

附记10、一种车辆计数方法，用于计测交通监控图像中车辆的数量，包括：

检测交通监控图像中具有预定尺寸及预定曝光值的区域；以及

根据所述具有预定尺寸及预定曝光值的区域所对应的轨迹，计算所述交通监控图像中车辆的数量，

其中，所述具有预定尺寸及预定曝光值的区域与车辆的车灯对应。

附记11、如附记10所述的车辆计数方法，其中，检测交通监控图像中具有预定尺寸及预定曝光值的区域包括：

根据所述交通监控图像中像素的像素值，将所述交通监控图像转化为二值图像；

检测所述二值图像中由连续的具有第一像素值的像素所构成的对象；以及

从所述对象中检测出具有预定尺寸的对象作为第一对象。

附记12、如附记11所述的车辆计数方法，其中，将所述交通监控图像转化为二值图像包括：

将所述交通监控图像中像素值大于第一阈值的像素的像素值置为所述第一像素值，将所述交通监控图像中像素值小于或等于所述第一阈值的像素的像素值置为第二像素值，以将所述交通监控图像转化为所述二值图像。

附记13、如附记11所述的车辆计数方法，其中，根据所述具有预定尺寸及预定曝光值的区域所对应的轨迹，计算交通监控图像中车辆的数量，包括：

当所述第一对象匹配已有的轨迹时，使用所述第一对象更新所述已有的轨迹，其中，所述已有的轨迹根据当前帧之前的交通监控图像帧所对应的第一对象形成；

当更新后的所述已有的轨迹穿过所述二值图像中的预定区域时，更新车辆的数量，并删除更新后的所述已有的轨迹。

附记14、如附记13所述的车辆计数方法，其中，所述第一对象匹配已有的轨迹，包括：

所述第一对象的外形特征和/或位置特征匹配所述已有的轨迹。

附记15、如附记13所述的车辆计数方法，其中，根据所述具有预定尺寸及预定曝光值的区域所对应的轨迹，计算交通监控图像中车辆的数量，还包括：

当所述第一对象不匹配所述已有的轨迹时，以所述第一对象为起点，创建新的轨迹。

附记16、如附记13所述的车辆计数方法，其中，根据所述具有预定尺寸及预定曝光值的区域所对应的轨迹，计算交通监控图像中车辆的数量，还包括：

删除所述已有的轨迹中的第一轨迹，其中，所述第一轨迹与连续的第一数量帧交通监控图像所对应的任何一个第一对象都不匹配。

附记17、如附记13所述的车辆计数方法，其中，当更新后的所述已有的轨迹穿过所述二值图像中的预定区域时，更新车辆的数量，包括：

当1条更新后的所述已有的轨迹穿过所述预定区域时，使车辆的数量增加0.5。