一种基于图像压缩的交通流信息采集方法
【专利摘要】一种基于图像压缩的交通流信息采集方法，包括对采集的视频以背景减法进行运动目标检测，对数字交通图像进行滤波去除噪声等预处理，利用改进的嵌入式零树小波编码算法进行图像压缩并将压缩后的码流进行数据传输及解压缩获取重构图像，根据识别的目标信息进行车辆统计并计算出交通信息数据，所述交通流信息采集方法执行以下步骤：视频图像采集；运动目标检测；交通图像预处理；交通图像压缩；压缩码流传输和解压缩；车辆统计并计算出交通流信息数据。改进的嵌入式零树小波编码算法使扫描精度得以增加，数据量有所减少，可以较好地满足智能交通领域对信号交叉口信息采集图像存储和传输的要求。
【专利说明】一种基于图像压缩的交通流信息采集方法
【技术领域】
[0001]本发明属于智能交通领域，具体涉及一种基于改进的嵌入式零树小波图像压缩算法在智能交通中的应用，实现对道路交通状况的实时监控并获取交通流参数数据。
【背景技术】
[0002]智能交通系统通过实时检测道路路网的交通流等参数信息，了解道路交通的运行状况，根据道路交通流量的动态变化，迅速做出道路交通的组织管理和优化控制，减轻道路拥堵程度，减小车辆行车延误时间，保证道路交通安全，降低发生交通事故的概率，并使道路交通基础设施得到充分利用，最终达到智能交通的目的。基于智能交通系统的交通信息采集，改变了传统的现场实测调查，浪费财力物力的局面，通过提高对交通参数信息的有效使用来提高交通系统的效率。
[0003]对于城市交通道路状况的监控和交通信息采集有着不同的手段，基于视频图像的交通流数据采集是利用视频和图像处理技术，对道路交通状况进行实时监控，并通过相应算法获取交通流参数数据的方式，是近年来出现的一种新型交通参数采集方法。利用摄像机视频捕捉采集和图像处理分析，进行交通流信息数据采集获取，并对视频图像序列中的车辆目标检测及车辆识别，通过对车辆的图像识别及车流量统计提取交通信息参数，完成基于视频手段的交通流信息数据采集。
[0004]基于视频图像的交通参数提取系统是由摄像机、计算机处理技术、微处理器或工控机等构成，涉及图像处理、计算机视觉、模式识别、信号处理及信息融合等多个知识领域，其具有以下优点：机器设备安装方便，不具有破环性，同时，可以有效利用公路网上已有的视频设备，这将大大节省开支；覆盖面积大，一套视频参数提取设备能够同时检测几条车道，获取的交通信息量丰富，具有交通监控和交通管理功能；为交通管理部门提供可视图像。
[0005]而随着智能交通技术和通讯技术的不断发展，人们对数字交通图像信息的传输质量和传输速度的要求也越来越高。数字交通图像信号包含巨大的信息量，而信道带宽和存储空间的限制给实际应用带来了很大困难，因此研究对实时信息采集图像的智能化压缩编码技术具有十分重要的意义。
[0006]小波变换是20世纪末应用数学界最杰出的成果，其本质是信号的时间-尺度分析方法，能够有效地从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，被誉为“数学显微镜”。离散小波变换用于图像编码的基本思想就是在选定合适的正交小波基的基础上对图像进行多分辨率分解，分解成不同空间、不同频率的子图像，然后对子图像进行系数编码。生成的系数图像具有能量集中性、空间频率的局部化、重要系数的群集性等特性，而正是由于小波系数具有的这些特点，它非常适合于嵌入式编码算法。
[0007]图像压缩是一种图像数据的编码技术，其目的是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。利用图像压缩，可以减轻图像存储和传输的负担，使高质量的图像在网络上实现快速传输和实时处理。事实上，图像压缩就是采用各种技术来减少冗余数据，同时利用人眼视觉系统的生理和心理特性以及图像信源的各种特性来获得较高的压缩比。现有的图像压缩标准是基于图像的正交变换，在较低压缩比时取得了良好压缩效果，重建图像质量优良，但随着压缩比的增大，重建图像质量急剧下降，无法满足低比特率下图像压缩要求。本发明基于嵌入式零树小波编码算法，通过引入动态阈值和增加标识类型以提高压缩性能，该算法可以进行高效的图像压缩，较好地满足智能交通领域对实时信息采集图像存储和传输的要求。
【发明内容】
[0008]本发明以信号交叉口视频监控采集的视频序列为研究对象，通过对采集的视频以背景减法进行运动目标检测获取数字交通图像，对其进行滤波去除噪声等预处理，并利用改进的嵌入式零树小波编码算法进行图像压缩，将压缩后的码流进行数据传输，并在终端对压缩码流进行解压缩获取重构图像，进而根据识别的目标信息进行车辆统计并计算出交通信息数据。
[0009]本发明在交通控制系统中安装摄像机，机器设备安装方便，不具有破环性，容易维护，而且可随时改变检测区域的位置和大小，覆盖面积大，获取的交通信息量丰富，不影响交通。视频检测获取的信息量很大，通过可提取的数字图像处理高质量的信息，对视频图像场景内的交通状况进行高效准确的智能实时监控，捕获及时准确的运动信息。改进的嵌入式零树小波编码算法通过引入动态阈值和增加标识类型来提高压缩性能，实现了零树结构的快速判断，并完成对逐次量化的改进。从重构图像的性能指标和压缩数据量角度，改进的嵌入式零树小波编码算法可以满足信号交叉口监控中信息采集图像的压缩传输需求。
[0010]实现本发明目的的技术方案是：一种基于图像压缩的交通流信息采集方法，包括对采集的视频以背景减法进行运动目标检测，对数字交通图像进行滤波去除噪声等预处理，利用改进的嵌入式零树小波编码算法进行图像压缩并将压缩后的码流进行数据传输及解压缩获取重构图像，根据识别的目标信息进行车辆统计并计算出交通信息数据，所述交通流信息采集方法执行以下步骤：
[0011]步骤I视频图像采集：通过安装在道路旁边或者中间隔离带的支架上的摄像机和图像采集设备采集实时的视频序列图像；
[0012]步骤2运动目标检测：从步骤I中获得的视频序列图像中将运动目标区域从背景图像中提取出来，采用背景减法获取初步的目标车辆可能存在的区域，即包含目标车辆的交通数字图像；
[0013]步骤3交通图像预处理：对从步骤2中获得的交通数字图像进行滤波、去除噪声等预处理，消除噪声采取阈值去噪；
[0014]步骤4交通图像压缩：对从步骤3中获得的处理过后的交通数字图像采用改进的嵌入式零树小波编码算法进行图像压缩获得压缩码流；
[0015]步骤5压缩码流传输和解压缩：对从步骤4中获得的压缩码流经过传输到达终端，并将其通过解压缩获得重构图像；
[0016]步骤6在步骤5基础上进行车辆统计并计算出交通流信息数据。
[0017]其中，所述采用改进的嵌入式零树小波编码算法包括下列步骤：
[0018]步骤41采用合适的小波基对交通图像进行小波变换；[0019]步骤42初始化阈值T =,其中f (i，j)为小波变换系数集；
[0020]步骤43主编码扫描，形成主表；
[0021]步骤44阈值减半T = T/2 ;
[0022]步骤45从属编码扫描，形成辅表；
[0023]步骤46将辅表中存储的重要小波系数量化值的次序根据重要系数所在区间值的大小进行排序；
[0024]步骤47用有效系数与重构值的差值形成新的系数矩阵进行阈值更新；
[0025]步骤48判断阈值T=I，如果成立执行步骤49 ;如果不成立执行步骤43 ；
[0026]步骤49输出编码符号流。
[0027]所述步骤43中主编码扫描，具体包括：
[0028]将当前系数与阈值进行比较，若当前系数的绝对值小于阈值，且其子孙系数中有大于阈值的，输出符号Z，相反，其子孙系数均小于阈值的，输出符号T ;若当前系数的绝对值大于阈值，再判定该系数的子孙系数中是否有大于阈值的，若有则输出符号P和N，否则输出符号P1和K。在扫描过程中，将这些符号存储到一张主表中，在第i次扫描后，将重要系数的位置上的系数设置为0，在下一次扫描时则直接跳过这些位置。
[0029]所述步骤45中从属编码扫描，具体包括：
[0030]对在主编码扫描中被认为是重要系数的小波系数进行量化编码。在量化时首先构造量化器，量化器的区间为[Ti+ 2Τ^)，即区间的最大值为当期阈值的2倍，最小值为当前阈值；将输入区间分为两个区间[Th，I. 5IV1)和[I. 51^,21^)，若系数属于量化区间[IV1, I. 5IW则量化为0，若属于区间[I. δΤ^, 2IW则量化为1，并用一张辅表存储这些二进制符号流。
【专利附图】
【附图说明】
[0031]图I视频图像米集流程图。
[0032]图2运动目标检测流程图。
[0033]图3交通图像预处理流程图。
[0034]图4交通图像压缩流程图。
[0035]图5信号交叉口通行能力计算流程图。
[0036]图6车辆统计及交通信息数据计算流程图。
【具体实施方式】
[0037]下面结合附图做进一步说明。
[0038]一种基于图像压缩的交通流信息采集方法，包括对采集的视频以背景减法进行运动目标检测，对数字交通图像进行滤波去除噪声等预处理，利用改进的嵌入式零树小波编码算法进行图像压缩并将压缩后的码流进行数据传输及解压缩获取重构图像，根据识别的目标信息进行车辆统计并计算出交通信息数据，所述交通流信息采集方法执行以下步骤：
[0039]步骤I视频图像采集：通过安装在道路旁边或者中间隔离带的支架上的摄像机和图像采集设备采集实时的视频序列图像；
[0040]步骤2运动目标检测：从步骤I中获得的视频序列图像中将运动目标区域从背景图像中提取出来，采用背景减法获取初步的目标车辆可能存在的区域，即包含目标车辆的交通数字图像；
[0041]步骤3交通图像预处理:对从步骤2中获得的交通数字图像进行滤波、去除噪声等预处理，消除噪声采取阈值去噪；
[0042]步骤4交通图像压缩:对从步骤3中获得的处理过后的交通数字图像采用改进的嵌入式零树小波编码算法进行图像压缩获得压缩码流；
[0043]步骤5压缩码流传输和解压缩:对从步骤4中获得的压缩码流经过传输到达终端，并将其通过解压缩获得重构图像；
[0044]步骤6在步骤5基础上进行车辆统计并计算出交通流信息数据。
[0045]如图1所示，步骤I视频图像采集流程包括下列步骤:
[0046]步骤SlOl观测点选取，安置摄像设备；
[0047]步骤S102打开摄像头，获取设备参数；
[0048]步骤S103设置视频的制式和帧格式；
[0049]步骤S104开始视频采集；
[0050]步骤S105获取实时交通视频。
[0051]如图2所示，步骤2运动目标检测的流程包括下列步骤:
[0052]步骤S201对输入的视频图像进行预处理；
[0053]步骤S202背景建模并提取出背景图像；
[0054]步骤S203当前视频帧图像与背景图相减；
[0055]步骤S204 二值化前景图；
[0056]步骤S205进行中值滤波和形态学滤波，去掉噪音；
[0057]步骤S206将背景转化为图像格式，用以显示。
[0058]如图3所示，步骤3交通图像预处理的流程包括下列步骤:
[0059]步骤S301对交通图像进行滤波处理；
[0060]步骤S302对交通图像进行阈值去噪。
[0061]所述步骤S302中阈值的确定，具体包括:
[0062]对噪声强度为σ的白噪声,软阈值Tn由下式确定:
[0063]
【权利要求】
1.一种基于图像压缩的交通流信息采集方法，包括对采集的视频以背景减法进行运动目标检测，对数字交通图像进行滤波去除噪声等预处理，利用改进的嵌入式零树小波编码算法进行图像压缩并将压缩后的码流进行数据传输及解压缩获取重构图像，根据识别的目标信息进行车辆统计并计算出交通信息数据，所述交通流信息采集方法执行以下步骤： 步骤I视频图像采集：通过安装在道路旁边或者中间隔离带的支架上的摄像机和图像采集设备采集实时的视频序列图像； 步骤2运动目标检测：从步骤I中获得的视频序列图像中将运动目标区域从背景图像中提取出来，采用背景减法获取初步的目标车辆可能存在的区域，即包含目标车辆的交通数字图像； 步骤3交通图像预处理：对从步骤2中获得的交通数字图像进行滤波、去除噪声等预处理，消除噪声采取阈值去噪； 步骤4交通图像压缩：对从步骤3中获得的处理过后的交通数字图像采用改进的嵌入式零树小波编码算法进行图像压缩获得压缩码流； 步骤5压缩码流传输和解压缩：对从步骤4中获得的压缩码流经过传输到达终端，并将其通过解压缩获得重构图像； 步骤6在步骤5基础上进行车辆统计并计算出交通流信息数据。 其中，所述采用改进的嵌入式零树小波编码算法包括下列步骤： 步骤41采用合适的小波基对交通图像进行小波变换； 步骤42初始化阈值T = 2b—,其中f (i，j)为小波变换系数集； 步骤43主编码扫描，形成主表； 步骤44阈值减半T = T/2 ; 步骤45从属编码扫描，形成辅表； 步骤46将辅表中存储的重要小波系数量化值的次序根据重要系数所在区间值的大小进行排序； 步骤47用有效系数与重构值的差值形成新的系数矩阵进行阈值更新； 步骤48判断阈值T=l，如果成立执行步骤49 ;如果不成立执行步骤43 ； 步骤49输出编码符号流。
2.根据权利要求1所述的一种基于图像压缩的交通流信息采集方法，其特征是，步骤43中主编码扫描，具体包括： 将当前系数与阈值进行比较，若当前系数的绝对值小于阈值，且其子孙系数中有大于阈值的，输出符号Ζ，相反，其子孙系数均小于阈值的，输出符号T ;若当前系数的绝对值大于阈值，再判定该系数的子孙系数中是否有大于阈值的，若有则输出符号P和N，否则输出符号P1和K。在扫描过程中，将这些符号存储到一张主表中，在第i次扫描后，将重要系数的位置上的系数设置为O，在下一次扫描时则直接跳过这些位置； 步骤45中从属编码扫描，具体包括： 对在主编码扫描中被认为是重要系数的小波系数进行量化编码。在量化时首先构造量化器，量化器的区间为[TV1JIV1),即区间的最大值为当期阈值的2倍，最小值为当前阈值；将输入区间分为两个区间[Th，I. 5IV1)和[I. 51^,21^)，若系数属于量化区间[IV1, I. 5IW则量化为O，若属于区间[I. δΤ^, 2IW则量化为1，并用一张辅表存储这些二进制符号流。
3.根据权利要求1所述的一种基于图像压缩的交通流信息采集方法，其特征是，所述步骤I视频图像采集流程包括下列步骤： 步骤SlOl观测点选取，安置摄像设备； 步骤S102打开摄像头，获取设备参数； 步骤S103设置视频的制式和帧格式； 步骤S104开始视频采集； 步骤S105获取实时交通视频。
4.根据权利要求1所述的一种基于图像压缩的交通流信息采集方法，其特征是，步骤2运动目标检测的流程包括下列步骤： 步骤S201对输入的视频图像进行预处理； 步骤S202背景建模并提取出背景图像； 步骤S203当前视频帧图像与背景图相减； 步骤S204 二值化前景图； 步骤S205进行中值滤波和形态学滤波，去掉噪音； 步骤S206将背景转化为图像格式，用以显示。
5.根据权利要求1所述的一种基于图像压缩的交通流信息采集方法，其特征是，步骤3交通图像预处理的流程包括下列步骤： 步骤S301对交通图像进行滤波处理； 步骤S302对交通图像进行阈值去噪； 所述步骤S302中阈值的确定，具体包括： 对噪声强度为σ的白噪声，软阈值Tn由下式确定：
6.根据权利要求1所述的一种基于图像压缩的交通流信息采集方法，其特征是，步骤5压缩码流传输和解压缩的流程包括下列步骤： 步骤501压缩码流传输； 步骤502接收压缩码流； 步骤503设置阈值； 步骤504构造逆量化器； 步骤505解读位流中包含的位置信息和小波系数信息； 步骤506小波逆变换； 步骤507信息损失度量，选择合适的重构图像； 所述步骤507中信息损失度量，具体包括：采用基于重构图像与原始图像像素差值准则的客观评价方法，可用均方误差MSE和峰值信噪比PSNR来衡量： 服、忐銘[.姻-.AW
7.根据权利要求1所述的一种基于图像压缩的交通流信息采集方法，其特征是，步骤6车辆统计并计算出交通信息数据的流程包括下列步骤： 步骤S601车辆信息统计； 步骤S602计算交通量、速度、密度等交通流数据。
【文档编号】G08G1/01GK103489312SQ201310431948
【公开日】2014年1月1日 申请日期:2013年9月22日 优先权日:2013年9月22日
【发明者】宋雪桦, 万根顺, 袁昕, 王昌达, 方云团, 王维, 于宗洁 申请人:江苏大学