专利名称：交通监控中的背景更新方法
技术领域：
本发明涉及一种交通监控中的背景更新方法，具体地说，是涉及一种利用数字图
像处理技术判断车辆密度、进而判断是否进行背景更新的机制，属于交通监控技术领域。
背景技术：
在交通监控领域中，从视频序列中检测运动目标是一个基础而又关键的任务。目前，对运动目标的检测一般采用"减背景"的方法，即将当前输入视频帧和一张背景图像相比较，如果同位置的像素特征、像素区域特征或其他特征存在一定程度的差别，则当前视频帧中这些位置的像素点或像素区域就构成前景运动目标区域。对这些前景像素点或像素区域作进一步处理，可得到运动目标的位置、大小、形状等信息。 显然，提取前景像素点的准确性将影响到运动目标检测的准确性，进而影响到后续对运动目标的处理。而在"减背景"方法中，所选择的背景图像的差异又直接影响到对前景像素点的提取。不论在室内环境还是在室外环境，随时都存在很多引起背景图像发生变化的因素，如光照变化、背景扰动及运动目标干扰等，这些因素可能会导致背景图像部分改变，也可能导致整个背景图像发生变化。因此，为保证获取的前景像素点的准确性，需要被比较的背景图像能够随时更新，以适应环境的不断变化。 现有交通监控技术中，监控场景中设置有多个检测器，每个检测器对应一个监控区域，背景更新是以每个检测器的监控区域为单位进行更新。更新时，主要是通过时间来控制背景是否进行更新，一般是设定每隔一定时间进行一次背景的更新。这种以时间决定背景是否更新的方法在车辆密度较小时不会存在问题，而当车辆比较拥挤、堵塞时，背景容易被更新出车辆，更新效果较差，从而影响后续数据的处理。而且，现有时间控制背景更新的方法没有区分不同的交通场景，对所有交通场景按照统一模式进行背景更新，应用不够灵活。
发明内容
本发明针对现有技术中背景更新存在的上述缺点和不足，提供了一种交通监控中的背景更新方法，利用监控场景中的车流密度作为是否进行背景更新的判断依据，提高了背景更新的准确性。 为解决上述技术问题，本发明采用以下技术方案予以实现 —种交通监控中的背景更新方法，包括判断背景是否更新的过程，其特征在于，判断背景是否更新的过程包括判断车流密度的步骤，以及根据车流密度决定是否进行背景更新的步骤。 根据本发明，所述车流密度具体的是根据监控场景中检测器的占有率及所述检测器监控区域中车辆的运动信息来判断。 根据本发明，结合交通监控的特点，将监控场景分为城市十字路口和高速公路两种模式进行背景更新。
3
若所述监控场景为城市十字路口，则有 检测器监控区域中存在车辆运动信息、且所述检测器占有率大于等于第一设定值 时，判定车流密度大； 检测器监控区域中存在车辆运动信息、且所述检测器占有率小于所述第一设定值 时，判定车流密度小； 检测器监控区域中不存在车辆运动信息、且所迷检测器占有率大于0时，判定车 流密度大； 检测器监控区域中不存在车辆运动信息、且所述检测器占有率为0时，判定车流 密度小。 若所述监控场景高速公路，则有 检测器监控区域中存在车辆运动信息、且检测器占有率大于等于第二设定值时， 判定车流密度大； 检测器监控区域中存在车辆运动信息、且所述检测器占有率小于所述第二设定值 时，判定车流密度小； 检测器监控区域中不存在车辆运动信息时，判定车流密度小。 不论是城市十字路口监控场景还是高速公路监控场景，均在车流密度小时，进行 背景更新；在车流密度大时，不进行背景更新。 其中，所述第一设定值和所述第二设定值根据实际应用情况进行具体设定，本发 明优选第一设定值为50%，优选第二设定值为50%。 根据本发明，判断检测器的占有率方法为将检测器输出的当前图像帧与已提取
的背景图像进行差分运算，根据所述差分运算的结果判断检测器的占有率。
根据本发明，判断检测器监控场景中是否存在车辆运动信息的方法为取所述检
测器输出的、在时间顺序上连续的两图像帧，对所述两图像帧进行差分运算，并将所得的结
果二值化，根据所述二值化的结果判断检测器监控区域是否存在车辆运动信息。 与现有技术相比，本发明的优点和积极效果是 1、本发明采用监控场景中的车流密度作为是否进行背景更新的判断依据，在车流 密度大时不更新背景，在车流密度小时更新背景，避免了传统方法中以时间作为更新依据 而导致在车流密度大时更新出车辆的弊端，提高了背景更新的准确性，为后续监控处理的 正确性奠定基础。 2、将监控场景分为城市十字路口和高速公路两种情况，不同场景分别采用不同的
判断机制，提高了背景更新的准确性和灵活性。 3、本发明的背景更新方法运算量小，可实现性高。
图1是本发明交通监控中背景更新方法的基本原理流程图；
图2是图1中判断背景是否更新的一个实施例的具体流程图。
具体实施例方式
下面结合附图对本发明作进一步详细的说明。
图1所示为本发明交通监控中背景更新方法的基本原理流程图，所述背景更新方 法包括背景提取过程和背景更新过程，具体流程如下
步骤S101 :背景更新流程开始。
步骤S102 :初始化数据结构。包括对起始点、检测器监控区域高度及上边长度、图 像高度等进行初始化，数据结构初始化的值均为0。
步骤S103 :构建背景更新模型。 该步骤是背景更新流程的核心，背景更新模型的优劣将直接影响到背景更新的质 量，进而对后续运动目标的检测造成影响。目前，背景更新模型种类较多，技术比较成熟，例 如，可以构建高斯模型、中值滤波模型、隐马尔科夫模型等。
步骤S104 :读取下一帧图像。
步骤S105 :利用读取的图像及构建好的背景更新模型提取背景。 步骤S106 :判断背景是否需要更新。若需要更新背景，转至步骤S104，重新读取下
一帧图像，并提取新的背景。若不需要更新背景，则完成背景更新的一个流程。
步骤S107 :背景更新流程结束。 在背景更新时，是以设置在监控场景中的每一个检测器所对应的监控区域为单位 进行背景的更新。 本发明针对现有技术中以时间判断背景是否更新存在的缺点，提出了以监控场景 中的车流密度为依据来判断背景是否需要更新的技术方案。首先判断监控场景中的车流密 度，然后根据所得的车流密度结果决定是否进行背景更新。具体的，在车流密度小时更新背 景，而在车流密度大时不更新背景，从而保证背景更新时不会更新出非背景中的车辆，提高 背景更新的准确性。 图2示出了图1步骤S106中判断背景是否更新的一个实施例的具体流程图，也即 判断其中一个检测器的监控区域的背景是否更新的一个流程图。 在所述实施例中，对车流密度的判断采用数字图像处理技术，根据交通监控系统 中设置的检测器的占有率及检测器监控区域中车辆的运行信息来判断，判断方法简单、容 易实现，且成本较低。当然，也可以采用在路面设置地感线圈等的方式实现对车流密度的检 测和判断。 此外，由于不同的交通监控场景中的检测器输出的信息会有所不同，例如，在城市 十字路口中由于有红绿灯控制，当红灯时，车辆停止行驶，检测器差分图像检测不到运动信 息。因此，结合交通监控的特点，该实施例将监控场景分为具有代表性的城市十字路口和高 速公路两种模式进行背景更新。所述实施例判断背景是否更新的具体流程如下
步骤S201:流程开始。 步骤S202 :判断监控场景。可以通过设置一个监控场景标志变量，用所述变量的 两种不同状态分别代表两种不同的监控场景。例如，设置标志变量，roadMode，当roadMode 为0时是高速公路模式，roadMode为1时是城市十字路口模式。 步骤S203 :判断监控场景是否为高速公路。若监控场景为高速公路，转至步骤 S204，执行高速公路模式下的背景更新；若监控场景不是高速公路，则为城市十字路口 ，转 至步骤S206，执行城市十字路口模式下的背景更新。 步骤S204 :在高速公路模式下，判断检测器监控区域是否存在车辆运动信息。若
5存在车辆运动信息，执行步骤S205 ;否则，转至步骤S209。 判断检测器监控区域中是否存在车辆运动信息的方法为取检测器输出的、在时 间顺序上连续的两图像帧，对所述两图像帧进行差分运算，并将所得的结果二值化，根据所 述二值化的结果判断是否存在车辆运动信息。例如，预先定义若二值化后的结果为O，表示 不存在车辆运动信息；若二值化后的结果为l，表示存在车辆运动信息。则根据二值化的结 果为1还是O，判断检测器监控区域中存在车辆运动信息还是不存在车辆运动信息。
步骤S205 :在检测器监控区域存在车辆运动信息时，判断检测器的占有率是否小 于50%。若检测器的占有率小于50X，执行步骤S209 ;否则转至步骤S210。
判断检测器的占有率的方法为将检测器输出的当前图像帧与已提取的背景图像
进行差分运算，然后根据所述差分运算的结果判断检测器的占有率。此处，检测器占有率是 表明车辆占有检测器监控区域的面积大小的一个数值。 步骤S206 :在城市十字路口模式下，判断检测器监控区域是否存在车辆运动信 息。若存在车辆运动信息，执行步骤S208 ;否则，执行步骤S207。 判断城市十字路口检测器监控区域中是否存在车辆运动信息的方法采用与上述 步骤S204中相同的方法。 步骤S207 :在不存在车辆运动信息时，判断检测器占有率是否为O。在检测器占有
率为0时，执行步骤S209 ;而在检测器占有率不为0时，执行步骤S210。 步骤S208 :在存在车辆运动信息时，判断检测器占有率是否小于50%。在检测器
占有率小于50%时，执行步骤S209 ;否则，执行步骤S210。 判断检测器的占有率采用与上述步骤S205中的相同判断方法。 步骤S209 :对背景进行更新。
在两种监控场景下，共有四种条件满足时对背景进行更新 —种是满足在高速公路模式下、检测器监控区域不存在车辆运动信息的条件。在
高速公路模式下，若不存在车辆运动信息，表明车流密度小，则对背景进行更新； 另一种是满足在高速公路模式下、检测器监控区域存在车辆运动信息、但所述检
测器占有率小于50%的条件。由于高速路上车辆运行较为顺畅，极少出现车辆堵塞的情况，
因此，为保证背景的实时性，可提高更新频率，在存在车辆运动信息，但只要检测器占有率
小于50%，也认为车流密度小，进行背景更新的过程。 第三种是满足在城市十字路口模式下、检测器监控区域存在车辆运动信息、但检 测器占有率小于50%的条件。在满足上述条件时，也认为车流密度较小，为保证背景的实时 性，对背景进行更新。 第四种是满足在城市十字路口模式下、检测器监控区域不存在车辆运动信息、且 检测器占有率为O的条件。在满足该条件时，判断车流密度小，进行背景更新。
步骤S210 :背景不更新。
在该实施例中，共有三种情形是不能进行背景更新的，这三种情形分别为 第一，在高速公路模式下，检测器监控区域存在车辆运动信息、且检测器占有率大
于等于50%，则判定车流密度较大，为避免背景更新出不必要的车辆，此时不进行背景更新。 第二，在城市十字路口模式下，若检测器监控区域存在车辆运动信息、且检测器占
6有率大于等于50%，判定车流密度较大，为避免背景更新出不必要的车辆，也不进行背景更 新。 第三，在城市十字路口模式下，检测器监控区域不存在车辆运动信息、但检测器占 有率不为0。在该情形下，虽然不存在车辆运动信息，但检测器被触发，则可能是该路口为红 灯，有车辆在排队，或者是该路口发生车辆拥堵。为避免背景更新出不必要的车辆，在此情 形下也不进行背景更新。 步骤S211 :判断是否更新背景的流程结束。 本发明所述的交通监控中的背景更新方法在判断背景是否更新的过程中，以车流 密度作为判断依据，解决了现有技术只利用时间来判断而产生的背景更新不准确的问题。 而且，对不同的监控场景采用不同的判断机制，提高了背景更新的准确性和灵活性，进而提 高了交通监控的整体性能。 当然，以上所述仅是本发明的一种优选实施方式而已，应当指出，对于本技术领域 的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改 进和润饰也应视为本发明的保护范围。
权利要求
一种交通监控中的背景更新方法，包括判断背景是否更新的过程，其特征在于，判断背景是否更新的过程包括判断车流密度的步骤，以及根据车流密度决定是否进行背景更新的步骤。
2. 根据权利要求1所述的背景更新方法，其特征在于，所述车流密度根据监控场景中 检测器的占有率及所述检测器监控区域中车辆的运动信息来判断。
3. 根据权利要求2所述的背景更新方法，其特征在于，所述监控场景为城市十字路口， 则有检测器监控区域中存在车辆运动信息、且所述检测器占有率大于等于第一设定值时， 判定车流密度大；检测器监控区域中存在车辆运动信息、且所述检测器占有率小于所述第一设定值时， 判定车流密度小；检测器监控区域中不存在车辆运动信息、且所述检测器占有率大于0时，判定车流密 度大；检测器监控区域中不存在车辆运动信息、且所述检测器占有率为0时，判定车流密度小。
4. 根据权利要求3所述的背景更新方法，其特征在于，在车流密度小时，进行背景更 新；在车流密度大时，不进行背景更新。
5. 根据权利要求3所述的背景更新方法，其特征在于，所述第一设定值为50%。
6. 根据权利要求2所述的背景更新方法，其特征在于，所述监控场景为高速公路，则有检测器监控区域存在车辆运动信息、且所述检测器占有率大于等于第二设定值时，判 定车流密度大；检测器监控区域存在车辆运动信息、且所述检测器占有率小于所述第二设定值时，判 定车流密度小；检测器监控区域不存在车辆运动信息时，判定车流密度小。
7. 根据权利要求6所述的背景更新方法，其特征在于，在车流密度小时，进行背景更 新；在车流密度大时，不进行背景更新。
8. 根据权利要求6所述的背景更新方法，其特征在于，所述第二设定值为50% 。
9. 根据权利要求2或3或6所述的背景更新方法，其特征在于，判断检测器的占有率的 方法为将检测器输出的当前图像帧与已提取的背景图像进行差分运算，根据所述差分运 算的结果判断检测器的占有率。
10. 根据权利要求2或3或6所述的背景更新方法，其特征在于，判断检测器监控区域 中是否存在车辆运动信息的方法为取所述检测器输出的、在时间顺序上连续的两图像帧， 对所述两图像帧进行差分运算，并将所得的结果二值化，根据所述二值化的结果判断检测 器监控区域是否存在车辆运动信息。
全文摘要
本发明公开了一种交通监控中的背景更新方法，包括判断背景是否更新的过程；所述判断背景是否更新的过程包括判断车流密度的步骤，以及根据车流密度决定是否进行背景更新的步骤。本发明利用监控场景中的车流密度作为是否进行背景更新的判断依据，提高了背景更新的准确性。
文档编号G08G1/00GK101694741SQ20091001928
公开日2010年4月14日 申请日期2009年10月15日 优先权日2009年10月15日
发明者刘微, 杨菁, 郭锋 申请人:青岛海信网络科技股份有限公司;