一种基于格式塔心理学准则的路况分析方法与流程

本发明涉及路况分析方法的技术领域，特别是基于格式塔心理学准则的路况分析方法的技术领域。

背景技术：

格式塔心理学(gestaltpsychology)，又叫完形心理学，是西方现代心理学的主要学派之一，诞生于德国，后来在美国得到进一步发展。该学派既反对美国构造主义心理学的元素主义，也反对行为主义心理学的刺激—反应公式，主张研究直接经验(即意识)和行为，强调经验和行为的整体性，认为整体不等于并且大于部分之和，主张以整体的动力结构观来研究心理现象。格式塔心理学认为心理学研究的对象有两个，一个是直接经验，一个是行为。

交通拥堵问题已经在中国各大城市日益凸显，最好的解决方法已经不是无限制地修建或扩建道路缓解交通拥堵，而是要发展智能交通。作为智能交通的一个领域，路况信息的实时获取显得尤为重要。通过图像处理与模式识别等信息处理技术手段进行路况信息的实时采集，对当前道路拥堵状况做出真实、准确地描述，是智能交通系统(its)中最基本和最重要的工作。

传统的检测方法，如线圈检测，需要占用道路埋入感应线圈，这无疑增大了该条道路的交通压力。视频检测，是现在发展很快的一项检测方法，运用图像分割和目标跟踪识别可以提取道路机动车数量、速度，作为路况特征参数对路况进行分类使用了基于帧间差分方法更新道路背景模型，统计出现频率最大的灰度值，得到初始背景数据。然而，该方法中，针对光线影响，可能会造成检测误判。

为此，需要一种检测方法，可以基于格式塔心理学，通过图像的完形化，更准确地判断机动车数量，从而获得更准确的路况判断。

技术实现要素：

本发明的目的就是解决现有技术中的问题，提出一种基于格式塔心理学准则的路况分析方法，能够运用完形化原则和直觉的接近原则、相似原则、封闭的原则、连续性原则等，对路况进行分析。

为实现上述目的，本发明提出了一种基于格式塔心理学准则的路况分析方法，包括以下步骤：

步骤一：获取图像：通过摄像头采集待分析道路照片，并记录摄像头转动角度αs；

步骤二：图像初处理：将道路图片转化成灰度图；再将灰度图进行去噪，获得清晰图；

步骤三：图像修正：按照摄像头转动角度αs，修正图像；修正后的图像总面积为apic；

步骤四：物体信息还原：对图像内物体进行完形化，补齐物体信息；

步骤五：车辆图像区域划分：按照汽车尺寸分割车辆图像区域，去除无车辆区域，有车辆区域外接多边形形成车辆图像区域，获得车辆图像区域面积为apic-v；

步骤六：车辆数据处理：对车辆数量进行计数，获得车辆数为nvehicle；依据车辆数与车辆图像区域面积，获得车辆密度dv-d；计算车辆间距，获得平均车间距dv-s；

步骤七：依据车辆密度、车辆间距获得拥堵指数indext-j；

步骤八：路况判断：当indext-j＜0.81，道路畅通；当0.81≤indext-j＜1，道路基本畅通；当1≤indext-j＜1.21，道路轻度拥堵；当1.21≤indext-j＜1.69，道路中度拥堵；当1.69≤indext-j，道路严重拥堵。

作为优选，所述αs的单位为度，apic、apic-v的单位为平方米，nvehicle、indext-j均为无量纲参数，dv-d的单位为每平方米，dv-s的单位为米。

作为优选，所述步骤六中的车辆密度为其中nvehicle为车辆数，车辆图像区域面积为apic-v，β为图像缩放系数。

作为优选，所述步骤六中的平均车间距为其中nadj为车辆的相邻关系数量，pi为第p个相邻车辆关系的车间距。

作为优选，所述步骤七中的拥堵指数为其中dv-d-st为标准车辆密度、dv-s-st为标准平均车间距。

本发明的有益效果：本发明能够运用完形化原则和直觉的接近原则、相似原则、封闭的原则、连续性原则等，对路况进行分析。

本发明通过对物体的信息进行还原修复，再基于此获取车辆数，从而得到拥堵指数，对路况进行判断。

本发明的特征及优点将通过实施例结合附图进行详细说明。

【附图说明】

图1是本发明一种基于格式塔心理学准则的路况分析方法的方法图。

【具体实施方式】

参阅图1，本发明，包括以下步骤：

步骤一：获取图像：通过摄像头采集待分析道路照片，并记录摄像头转动角度αs；

步骤二：图像初处理：将道路图片转化成灰度图；再将灰度图进行去噪，获得清晰图；

步骤三：图像修正：按照摄像头转动角度αs，修正图像；修正后的图像总面积为apic；

步骤四：物体信息还原：对图像内物体进行完形化，补齐物体信息；

步骤五：车辆图像区域划分：按照汽车尺寸分割车辆图像区域，去除无车辆区域，有车辆区域外接多边形形成车辆图像区域，获得车辆图像区域面积为apic-v；

步骤六：车辆数据处理：对车辆数量进行计数，获得车辆数为nvehicle；依据车辆数与车辆图像区域面积，获得车辆密度dv-d；计算车辆间距，获得平均车间距dv-s；

步骤七：依据车辆密度、车辆间距获得拥堵指数indext-j；

步骤八：路况判断：当indext-j＜0.81，道路畅通；当0.81≤indext-j＜1，道路基本畅通；当1≤indext-j＜1.21，道路轻度拥堵；当1.21≤indext-j＜1.69，道路中度拥堵；当1.69≤indext-j，道路严重拥堵。

具体的，所述αs的单位为度，apic、apic-v的单位为平方米，nvehicle、indext-j均为无量纲参数，dv-d的单位为每平方米，dv-s的单位为米。

具体的，所述步骤六中的车辆密度为其中nvehicle为车辆数，车辆图像区域面积为apic-v，β为图像缩放系数。

具体的，所述步骤六中的平均车间距为其中nadj为车辆的相邻关系数量，pi为第p个相邻车辆关系的车间距。

具体的，所述步骤七中的拥堵指数为其中dv-d-st为标准车辆密度、dv-s-st为标准平均车间距。

本发明工作过程：

本发明一种基于格式塔心理学准则的路况分析方法在工作过程中，结合附图进行说明。

实时获取图像，间隔截取图像进行处理分析，同时，记录下该图像取得时的摄像头转动角度αs；

将图像数据连通摄像头转动角度αs一同传至处理器进行数据处理，图像初处理的方式通过将道路图片转化成灰度图；

再将灰度图进行去噪，获得清晰图；接着修正图像，结合几何关系，对图像进行修正；

然后基于格式塔心理学，其中的完形化原则和直觉的接近原则、相似原则、封闭的原则、连续性原则等原理，可用于物体信息的有效还原；

对车辆图像区域划分，对没有车辆的图像区域进行去除，依据于图像块的大小、形状，对于有车辆的区域，外接多边形形成车辆图像区域，并获得该面积为apic-v；

对车辆数量计数以获得车辆数为nvehicle，依据车辆数与车辆图像区域面积，获得车辆密度其中nvehicle为车辆数，车辆图像区域面积为apic-v，β为图像缩放系数为摄像头获取图像与真实图像的比例；计算车辆间距，获得平均车间距其中nadj为车辆的相邻关系数量，pi为第p个相邻车辆关系的车间距；

依据车辆密度、车辆间距获得拥堵指数indext-j为其中dv-d-st为标准车辆密度、dv-s-st为标准平均车间距；

依据拥堵指数indext-j所在数值的范围区间，从而判断道路的路况。

本发明，能够运用完形化原则和直觉的接近原则、相似原则、封闭的原则、连续性原则等，对路况进行分析。本发明中的依据摄像机转动角度，对所获取的有拉伸的图像，进行图像数据修正，数据更为准确，再基于此获取车辆数，从而得到拥堵指数，对路况进行判断。

上述实施例是对本发明的说明，不是对本发明的限定，任何对本发明简单变换后的方案均属于本发明的保护范围。