车队长度检测方法及系统的制作方法
【专利摘要】本发明公开了一种车队长度检测方法及系统，该方法包括以下步骤：获取待检测路口的静态图像；将静态图像与预先存储的背景图像相减，得到待检测路口的前景图像；在前景图像上沿车道的方向由近及远移动预定大小的区域，直至该区域内像素平均值小于预定阈值；根据所述区域的移动距离计算待检测路口的车队长度。本发明通过获取待检测路口的静态图像后，利用该静态图像与预先存储的待检测路口在无车状态下的背景图像相减得到前景图像，再根据所述前景图像判断车队的末端位置，从而计算得到所述待检测路口的车队长度，从而为交通数据的智能采集及交通控制的智能调配提供基础，便于缓解交通堵塞，提高交通效率。
【专利说明】车队长度检测方法及系统
【技术领域】
[0001]本发明涉及交通控制领域，特别地，涉及一种用于交通控制的车队长度检测方法及系统。
【背景技术】
[0002]随着城市日新月异的发展，城市交通拥堵成为了制约城市快速发展的瓶颈之一，如何合理的利用现有道路的资源，使其发挥最大的功能，是交通管理部门常常遇到的问题。
[0003]传统的交通数据采集是通过在路面铺设感应线圈，用来检查交通流量、占道率等数据。这种方法虽然有其灵敏、稳定、快速等特点，但是缺点也是很明显的:其一，线圈在安装或维护时必须直接埋入车道，交通必然受阻；其次，道路施工时，线圈也要做相应的调整或重新埋设；此外，感应线圈容易受到冰冻、盐碱或繁忙的交通的影响。随着城市交通视频监控技术的不断发展，出现了越来越多的视频监控设备，俗称电子眼。对于交通管理人员来说，从交通路口获取的视频图像是最直观的交通信息，操作员虽然可以从视频图像直观的获取现场的交通情况，但是这种信息只是定性的，往往只是起到一个查看/摄像路口路况的作用，加上人力所限，交通视频监控还未达到实时智能分析处理车流数据信息的能力，更谈不上对车流进行分流弓I导的作用。
【发明内容】
[0004]本发明目的在于提供一种车队长度检测方法及系统，以解决现有的交通路口车队长度难以检测的技术问题。
[0005]为实现上述目的，本发明采用的技术方案如下:
[0006]一种车队长度检测方法，包括以下步骤:
[0007]获取待检测路口的静态图像；
[0008]将静态图像与预先存储的背景图像相减，得到待检测路口的前景图像；
[0009]在前景图像上沿车道的方向由近及远移动预定大小的区域，直至该区域内像素平均值小于预定阈值，此时该区域处于待检测车队末端；
[0010]根据所述区域的移动距离计算待检测路口的车队长度。
[0011]进一步地，得到待检测路口的前景图像后，还包括对前景图像进行单车道分割的步骤，以获得单车道的前景图像；在前景图像上沿车道的方向由近及远移动预定大小的区域包括:在所述单车道的前景图像上沿车道的方向由近及远移动预定大小的区域。
[0012]进一步地，得到待检测路口或者单车道的前景图像后，还包括对待检测路口或者单车道的前景图像进行偏差矫正，其中，偏差矫正用于消除待检测路口或者单车道的前景图像的视觉偏差。
[0013]进一步地，对前景图像进行偏差矫正的步骤具体包括:
[0014]将待矫正行的车道位置移位至该行的中间；
[0015]扩充待矫正行的车道宽度，使得待矫正行的车道宽度与前景图像起始点的车道宽度相等。
[0016]进一步地，区域为预定尺寸的矩形区域。
[0017]根据本发明的另一方面，还提供了一种车队长度检测系统，包括:
[0018]图像获取单元，用于获取待检测路口的静态图像；
[0019]前景图像生成单元，用于将静态图像与预先存储的背景图像相减，得到待检测路口的前景图像；
[0020]车队末端检测单元，用于在前景图像上沿车道的方向由近及远移动预定大小的区域，直至该区域内像素平均值小于预定阈值，此时该区域处于待检测车队末端；
[0021]车队长度计算单元，用于根据所述区域的移动距离计算待检测路口的车队长度。
[0022]进一步地，还包括图像分割单元，用于对前景图像进行车道分割以获得单车道的前景图像。
[0023]进一步地，还包括图像矫正单元，用于对待检测路口或者单车道的前景图像进行视觉偏差矫正。
[0024]进一步地，图像矫正单元包括位移模块及填充模块；
[0025]位移模块，用于将待矫正行的车道位置移位至该行的中间；
[0026]填充模块，用于扩充待矫正行的车道宽度，使得待矫正行的车道宽度与前景图像起始点的车道宽度相等。
[0027]进一步地，所述区域为预定尺寸的矩形区域。
[0028]本发明具有以下有益效果:
[0029]本发明车队长度检测方法及系统，通过获取待检测路口的静态图像后，利用该静态图像与预先存储的待检测路口在无车状态下的背景图像相减得到前景图像，再根据所述前景图像判断车队的末端位置，从而计算得到所述待检测路口的车队长度，从而为交通数据的智能采集及交通控制的智能调配提供基础，便于缓解交通堵塞，提高交通效率。
[0030]除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
【专利附图】
【附图说明】
[0031]构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中:
[0032]图1是本发明优选实施例车队长度检测方法的步骤流程示意图；
[0033]图2是本发明优选实施例车队长度检测方法的另一步骤流程示意图；
[0034]图3是本发明优选实施例待检测路口某时刻的静态图像；
[0035]图4是本发明优选实施例单车道分割的示意图；
[0036]图5是本发明优选实施例视觉偏差矫正的示意图；
[0037]图6是本发明优选实施例车队长度检测的示意图；以及
[0038]图7是本发明优选实施例车队长度检测系统的原理方框示意图。
【具体实施方式】
[0039]以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
[0040]参照图1，本发明的优选实施例提供了一种车队长度检测方法，包括以下步骤:
[0041]S10、获取待检测路口的静态图像；
[0042]在本实施例中，每次检测时从视频监控图像中提取一幅静态图像，且由于十字路口各车道内停车等待通过的车队长度变化较慢，可经程序设定间隔一定时间(如3秒)从视频监控图像中提取一幅能够反映十字路口车队状况的静态图像。当然，本领域技术人员可以理解，此处的静态图像除了从路口的视频监控图像中提取外，还可以采用摄像机或者照相机从路口实时拍摄后将数据传递给处理器以供后续处理。
[0043]S20、将静态图像与预先存储的背景图像相减，得到待检测路口的前景图像；
[0044]在此步骤中，将获取的静态图像与预先存储在处理器内的背景图像相减，得到待检测路口的前景图像。预先存储的背景图像是指该路口在无车状态下拍摄的静态图像，此处的背景图像可以根据不同的天气状况或者时间段来设置，如在雨天、下雪天、白天时段或者黑夜时段分别拍摄无车状态下的图像，并存储为相应状态下的背景图像，当步骤SlO中的静态图像为在雨天、下雪天、白天时段或者黑夜时段拍摄时，在步骤S20中选取对应状态下的背景图像，以保证静态图像与预先存储的背景图像相减后得到的前景图像，能够准确反映待检测路口的实时路况信息。
[0045]S30、在前景图像上沿车道的方向由近及远移动预定大小的区域，直至该区域内像素平均值小于预定阈值，此时该区域处于待检测车队末端；
[0046]在得到反映路口的路况信息的前景图像后，在前景图像上沿车道的方向由近及远选定预定大小的区域，计算该区域内像素平均值，并将该区域内像素平均值与预定阈值δ (δ较小，由现场实验整定)比较，若该区域内像素平均值大于等于预定阈值δ，则沿车道的方向由近及远位移一定距离；若该区域内像素平均值小于预定阈值S，说明该区域内的图像与背景图像接近，则判定为该区域内不存在物体，即车道在该区域内没有车辆，由此可判定该区域已位移至车道内停车车队的末端。
[0047]S40、根据所述区域的移动距离计算待检测路口的车队长度。
[0048]由于在步骤S30中已经判定了车道内车队的末端位置，故由预定大小的区域的位移距离即可得到检测路口的车队长度，即该车队长度为预定大小的区域的位移距离。
[0049]本发明实施例车队长度检测方法，通过获取待检测路口的静态图像后，利用该静态图像与预先存储的待检测路口在无车状态下的背景图像相减得到前景图像，再根据所述前景图像判断车队的末端位置，从而计算得到所述待检测路口的车队长度，从而为交通数据的智能采集及交通控制的智能调配提供基础，便于缓解交通堵塞，提高交通效率。
[0050]参照图2，为了提高处理平台对数据的处理效率，减小数据处理量，优选地，在步骤S20之后设有步骤S22，即对待检测路口的前景图像进行单车道分割的步骤，以获得单车道的前景图像。此时，在前景图像上沿车道的方向由近及远移动预定大小的区域为在所述单车道的前景图像上沿车道的方向由近及远移动预定大小的区域。图3给出了待检测路口某时刻的静态图像，图4为对前景图像进行单车道分割的示意图。前景图像经分割处理后得到单车道的前景图像，然后，便于处理器有针对性地对单车道上的车队末端位置进行判断，从而分别判定单车道上车队的长度。且对于直行或者其他方向上有多个单车道的路口，只需提取某一个单车道来判断车队的长度，即可反映该方向上的车流状况，从而减少了数据处理量，提高了车队长度的检测效率。
[0051]由于摄像机拍摄到的图像存在远、近视觉偏差，即车道在原图像中呈现远处窄近处宽的状态(参照图3及图4)，且车道内车辆远处小近处大。优选地，在步骤S20之后设有步骤S24，即可对前景图像进行视觉偏差的矫正。在本实施例中，优选地，对待检测路口或者经分割处理后的单车道的前景图像进行偏差矫正，以消除待检测路口或者单车道的前景图像的视觉偏差。
[0052]在本实施例中，参照图5，对前景图像进行偏差矫正的步骤具体包括:
[0053]第一步、将待矫正行的车道位置移位至该行的中间；图5中，车道图像中近处车道宽度为AB，待矫正行车道宽度为⑶，其中AB、⑶均以像素点为单位。若A，C古DB’，即待矫正行中原车道⑶不在该行中间，则将其移动到该行中间(图5中待矫正行的⑶右移至C’ D’，C’ D’处于待矫正行的中间，即C’ D’的中心线与00’重合)。
[0054]第二步、扩充待矫正行的车道宽度，使得待矫正行的车道宽度与前景图像起始点的车道宽度相等。参照图5，将待矫正行的车道宽度C’D’扩充至A’B’。具体方法是:先计算该行车道宽度C’ D’内各像素点的平均像素值X，再将该行中不属于车道宽度C’ D’的各像素点的像素值设置为X。
[0055]按上述矫正方法矫正后的车道图像近处和远处车道宽度相同，但导致车道图像中的车道和车辆宽度比实际的车道和车辆的宽度要大，造成车道与宽度车辆的比例有畸变。后续对车道图像的处理中，依据车道中线附近像素值来检测车道内停车等待通过的车队长度，因此这种畸变对检测结果没有影响。待矫正行所扩充的像素点分列在该行的两边，该行两边扩充的像素点具有原车道部分像素平均值，因此这种扩充对检测结果也没有影响。
[0056]参照图6，在本实施例中，预定大小的区域为预定尺寸的矩形区域E。在得到各车道的静态前景图像并进行矫正后，取一适当大小的矩形区域E(例如，长X宽取5米X2米)，且该矩形区域E以车道中心线Z为轴中心对称，该矩形区域E的宽度略小于汽车车身T的宽度。使该矩形区域E沿车道中线Z按箭头M所示的由近至远的方向移动，矩形区域E每移动h(h可取I米左右)距离计算一次矩形区域E内像素平均值x(k) (k为矩形区域E移动次数序号，k = 0，l，2，3，…)，若x(k)小于某一阈值δ(δ值较小，可由现场实验整定)，说明车道图像中该矩形区域E内图像与背景图像接近，也就是说车道上该矩形区域E范围内不存在物体，即车道上该矩形区域E范围内没有车辆，由此可判定矩形区域E已移动到该车道内停车等待通过的车队末端。此时矩形区域E已移动距离为kh，即该车道内停车等待通过的车队长度为kh米。
[0057]参照图7，根据本发明的另一方面，还提供了一种车队长度检测系统，该系统包括:
[0058]图像获取单元10，用于获取待检测路口的静态图像；
[0059]前景图像生成单元20，用于将静态图像与预先存储的背景图像相减，得到待检测路口的前景图像；
[0060]车队末端检测单元30，用于在前景图像上沿车道的方向由近及远移动预定大小的区域，直至该区域内像素平均值小于预定阈值，此时该区域处于待检测车队末端；
[0061]车队长度计算单元40，用于根据区域的移动距离计算待检测路口的车队长度。
[0062]其中，图像获取单元10可从视频监控图像中提取一幅静态图像。且由于十字路口各车道内停车等待通过的车队长度变化较慢，可经程序设定间隔一定时间(如3秒)从视频监控图像中提取一幅能够反映十字路口车队状况的静态图像。当然，本领域技术人员可以理解，此处的静态图像除了从路口的视频监控图像中提取外，还可以采用摄像机或者照相机从路口实时拍摄后将数据传递给处理器以供后续处理。
[0063]此处的背景图像可以根据不同的天气状况或者时间段来设置，如在雨天、下雪天、白天时段或者黑夜时段分别拍摄无车状态下的图像，并存储为相应状态下的背景图像，当图像获取单元10的静态图像为在雨天、下雪天、白天时段或者黑夜时段拍摄时，在处理器中选取对应状态下的背景图像，以保证静态图像与预先存储的背景图像相减后得到的前景图像，能够准确反映待检测路口的实时路况信息。
[0064]优选地，该车队长度检测系统还包括图像分割单元22，用于对前景图像进行车道分割以获得单车道的前景图像。前景图像经分割处理后得到单车道的前景图像，然后，便于处理器有针对性地对单车道上的车队末端位置进行判断，从而分别判定处单车道上车队的长度。且对于直行或者其他方向上有多个单车道的路口，只需提取某一个单车道来判断车队的长度，即可反应该方向上的车流状况，从而减少了数据处理量，提高了车队长度的检测效率。
[0065]优选地，该车队长度检测系统还包括图像矫正单元24，用于对待检测路口或者单车道的前景图像进行偏差矫正。在本实施例中，图像矫正单元24包括位移模块241及填充模块242。其中，位移模块241，用于将待矫正行的车道位置移位至该行的中间；填充模块242，用于扩充待矫正行的车道宽度，使得待矫正行的车道宽度与前景图像起始点的车道宽度相等。具体的矫正方法在上述车队长度检测方法实施例中已叙述。
[0066]在本实施例中，优选地，预定大小的区域为预定尺寸的矩形区域，且该矩形区域以车道中心线为轴中心对称，该矩形区域的宽度略小于汽车车身的宽度。
[0067]以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【权利要求】
1.一种车队长度检测方法，其特征在于，包括以下步骤: 获取待检测路口的静态图像； 将所述静态图像与预先存储的背景图像相减，得到所述待检测路口的前景图像；在所述前景图像上沿车道的方向由近及远移动预定大小的区域，直至所述区域内像素平均值小于预定阈值； 根据所述区域的移动距离计算所述待检测路口的车队长度。
2. 根据权利要求1所述的车队长度检测方法，其特征在于， 得到所述待检测路口的前景图像后，还包括对所述前景图像进行单车道分割的步骤，以获得单车道的前景图像； 在所述前景图像上沿车道的方向由近及远移动预定大小的区域包括:在所述单车道的前景图像上沿车道的方向由近及远移动预定大小的区域。
3.根据权利要求1或者2所述的车队长度检测方法，其特征在于， 得到所述待检测路口或者单车道的前景图像后，还包括对所述待检测路口或者单车道的前景图像进行偏差矫正，其中，所述偏差矫正用于消除所述待检测路口或者单车道的前景图像的视觉偏差。
4.根据权利要求3所述的车队长度检测方法，其特征在于， 对所述前景图像进行偏差矫正包括: 将待矫正行的车道位置移位至该行的中间； 扩充待矫正行的车道宽度，使得待矫正行的车道宽度与所述前景图像起始点的车道宽度相等。
5.根据权利要求1所述的车队长度检测方法，其特征在于， 所述区域为预定尺寸的矩形区域。
6.一种车队长度检测系统，其特征在于，包括: 图像获取单元，用于获取待检测路口的静态图像； 前景图像生成单元，用于将所述静态图像与预先存储的背景图像相减，得到所述待检测路口的前景图像； 车队末端检测单元，用于在所述前景图像上沿车道的方向由近及远移动预定大小的区域，直至所述区域内像素平均值小于预定阈值，此时该区域处于待检测车队末端； 车队长度计算单元，用于根据所述区域的移动距离计算所述待检测路口的车队长度。
7.根据权利要求6所述的车队长度检测系统，其特征在于， 还包括图像分割单元，用于对所述前景图像进行车道分割以获得单车道的前景图像。
8.根据权利要求6或者7所述的车队长度检测系统，其特征在于， 还包括图像矫正单元，用于对所述待检测路口或者单车道的前景图像进行视觉偏差矫正。
9.根据权利要求8所述的车队长度检测系统，其特征在于， 所述图像矫正单元包括位移模块及填充模块； 所述位移模块，用于将待矫正行的车道位置移位至该行的中间； 所述填充模块，用于扩充待矫正行的车道宽度，使得待矫正行的车道宽度与所述前景图像起始点的车道宽度相等。
10.根据权利要求6所述的车队长度检测系统，其特征在于，所述区域为预定尺寸的矩形`区域。
【文档编号】G08G1/01GK103489313SQ201310438126
【公开日】2014年1月1日 申请日期:2013年9月24日 优先权日:2013年9月24日
【发明者】李茂军 申请人:长沙理工大学