专利名称：交通卡口监控系统灰度图像序列编码方法
技术领域：
本发明涉及一种对交通卡口监控系统采集的灰度图像序列进行压缩编码的方法， 属于智能交通和视频编码领域。
背景技术：
交通卡口监控系统的车道设备如
图1所示，主要由智能相机、闪光灯及测速雷达三部分组成。其中，智能相机是车道设备的核心部分，负责图像采集、雷达数据分析和图像处理等重要任务；闪光灯用于为相机拍照补光；测速雷达用来测量过往车辆的行驶速度。交通卡口监控系统中，车辆视频检测是基于智能工业相机在高帧率模式下采集的图像序列进行的。但是图像序列数据占用较大的存储空间，在由现场传输到指挥控制中心的过程中需耗费较大的网络带宽资源，为了能将现场相机在高帧率模式下采集的灰度图像序列传输到指挥控制中心以便进一步开发利用，目前视频编解码领域的标准有“国际电联(ITU-T) ”制定的H. 26X系列，和“国际标准化组织(ISO)”制定的MPEG-X系列。最新的 H. 264标准，亦可称为MPEG-4高级视频编码标准是由以上两个组织共同制定的，H. 264采用的关键技术有帧内宏块预测编码和帧间基于运动补偿的预测编码，具有较高的编码效率， 但同时也具有较高的复杂性，操作较为困难。
发明内容
本发明的目的是为克服现有技术的不足，针对交通卡口监控系统采集的灰度图像序列具有背景固定，车辆目标突出的特点，提出一种基于车辆目标检测与运动估计的图像序列的压缩编码方法。为实现上述目的，本发明采用下述技术方案一种交通卡口监控系统图像序列编码方法，包括以下步骤1).对图像序列第一帧进行帧内编码，初始化车辆目标坐标向量为0。2).应用帧差法与背景差法相融合的方法并建立背景模型并提取Ft中的车辆目标。3).若连续未进行帧内编码的次数Mask = M或Ft相对于Fw发生场景变化时，对 Ft进行帧内编码，并令Mask = 0。设S为每秒采集的序列图像数量，M可取为M= [S/10]， 其中[]为取整函数。
4) ·若Mask < Μ,则搜索Ft与Ft^1相匹配的车辆目标。设Tt, Tt^1分别为Ft与Ft^1 中匹配目标区域，宽度分别为Wt和Ww，高度分别为Ht和Hw，重心坐标分别为(xt, yt)和
yj，若满足如下的准则，则判定Tt, IV1为匹配目标
其中Tw、Th和Td分别为长度之差、高度之差和重心坐标间距离阈值。5).若Ft与Fw无匹配目标，则对Ft与Fw的差分结果进行压缩编码。6).若Ft与Fw存在匹配目标区域，则计算相同目标区域及其外接矩形，定义相同目标区域的运动矢量r:r = {RectFt，RectFt-J其中，RectFt, RectFt^1为Ft与Fw中相同目标区域外接矩形的坐标。预测帧Pt中非匹配目标区域由Fw中对应区域填充，对匹配目标区域，预测帧Pt 中RectFt区域的图像由Fw中RectFw区域图像的双线性插值来构建。将Ft与Pt作差分运算，并对差分结果进行压缩编码，同时将运动矢量r嵌入到差分结果的码流中，形成最终的编码文件。所述步骤1)和步骤幻中的帧内编码即静态图像压缩编码，帧内编码主要用于序列图像帧间编码过程中的参考帧更新。本发明中帧内编码采用了多级树集合分裂(SPIHT) 算法对需帧内编码的图像的提升9/7小波变换系数进行编码。基于提升结构的小波变换保持了第一代小波多分辨率分析的特点，具有结构简单，计算量低，节省内存的优点，而且变换过程为整数到整数的变换，有效提高了计算速度，且能较好处理边界问题，实现图像的重建，因而更广泛的应用于图像压缩编码领域。提升9/7小波变换算法详见论文Amir
Ζ.Averbuch, Valery A. Zheludev. Lifting Scheme for Biorthogonal Mutiwavelets Originated from Hermit Spines[J]. IEEE Trans Signal Processing. 2002, vol.50, no. 3 :487-500.多级树集合分裂(SPIHT)算法详见论文A. Said，W. A. Pearlman. A New Fast and Efficeent Image Codec Based on Set Partitioning in Hierachical Trees[J]. IEEE Transactions on Circuits and Systems for Video Technology. 1996, vol. 6，no. 3 :243-249.所述步骤幻中的背景模型建立和车辆目标提取采用了将帧差法和背景差法相融合的方法，该方法不仅发挥了帧差法的快速性，而且结合了背景差法的准确性，能有效抑制环境剧烈变化产生的影响，目标提取更准确。其基本过程如下首先对每一帧图像进行逻辑区域划分，为便于实现，本文采用矩形网格的划分格式。图像4X6区块的划分示意如图4所示。对相邻帧图像中对应区块的像素点运用帧差法，并统计每个小块的像素变化量N。 设阈值为Tn，如果某一区块像素点变化量N > Tn,则此区域判定为候选目标区域PTg，否则判定此区块属于背景区域I\g。阈值Tn可通过统计实验数据获得，其中，该统计实验数据获得是本领域技术人员公知的技术，选取合理的阈值Tn可以有效消除噪声的影响。帧差法将当前帧图像Ft划分为候选目标区域PTg和背景区域IV。然后利用背景差法将候选目标区域PTg中的像素点与前一时刻的背景帧Bw对应像素点做差分运算，并由阈值Ttc分割为两部分Pta和PTB。对于像素坐标(i，j)曰&8的像素，作如下判断 对于I\g、Pta和Ptb三个区域，背景更新模型采用的背景更新率为Ql、％和0，且有 α 1 > α 2，即
权利要求
1.一种交通卡口监控系统灰度图像序列编码方法，其特征在于，包括以下步骤1).对图像序列第一帧进行帧内编码，初始化车辆目标坐标向量为0;2).应用帧差法与背景差法相融合的方法建立背景模型并提取Ft帧中的车辆目标，Ft 表示图像序列第t帧，t为大于等于1的正整数；3).若连续未进行帧内编码的次数Mask= M或Ft相对于Fw发生场景变化时，其中， Ft^1表示图像序列第t-Ι帧，t为大于等于1的正整数；对Ft进行帧内编码，并令Mask = 0 ； 设S为每秒采集的序列图像数量，M可取为M= [S/10]，其中[]为取整函数；4)·若Mask < Μ,则搜索Ft与Ft^1相匹配的车辆目标；设Tt, Tt^1分别为Ft与Ft^1中匹配目标区域，宽度分别为Wt和评^，高度分别为Ht和Hw，重心坐标分别为(xt，yt)和(Xt_i， yj，若满足如下的准则，则判定Tt, IV1为匹配目标
2.根据权利要求1所述的交通卡口监控系统灰度图像序列编码方法，其特征在于所述步骤1)、3)中的帧内编码即静态图像压缩编码，用于序列图像帧间编码过程中的参考帧更新，帧内编码采用了多级树集合分裂算法对需帧内编码的图像的提升9/7小波变换系数进行编码。
3.根据权利要求1所述的交通卡口监控系统灰度图像序列编码方法，其特征在于所述步骤2、中背景模型建立和车辆目标提取采用了将帧差法和背景差法相融合的方法，该方法如下首先对每一帧图像进行逻辑区域划分，为便于实现，采用矩形网格的划分格式，图像 4X6区块划分；对相邻帧图像中对应区块的像素点运用帧差法，并统计每个小块的像素变化量N，设阈值为Tn，如果某一区块像素点变化量N > Tn,则此区域判定为候选目标区域PTg，否则判定此区块属于背景区域I3bs ；阈值Tn通过统计实验数据获得，其中，该统计实验数据获得是本领域技术人员公知的技术，帧差法将当前帧图像Ft划分为候选目标区域PTg和背景区域；然后利用背景差法将候选目标区域PTg中的像素点与前一时刻的背景帧Bw对应像素点做差分运算，并由阈值Ttc分割为两部分Pta和Ptb，对于像素坐标(i，j) e 的像素，作如下判断
4.根据权利要求1所述的交通卡口监控系统灰度图像序列编码方法，其特征在于所述步骤6)中的预测帧Pt中RectFt区域的图像由Fw中RectFw区域图像的双线性插值来构建具体为，在智能交通卡口监测系统中，智能相机固定的车道上方的横杆上，且拍摄方向与车道路面具有夹角；车辆勻速通过相机的拍摄视野时，车辆目标上两点在相邻帧时间间隔τ内前进的距离相同，反映到图像中，对应点前进的行数并非相同，因此有必要分析智能相机的成像原理，设相机距离车道地面的距离为h，拍摄最近点A和最远点B到原点0的距离分别为a和 b，M为相机扫描线数，即图像的行数，则最近点有1 = 0最远点有1 = M-I，并且假定M等分可视夹角(β - α )，则目标点到原点0的距离χ与目标点在图像中的行数1之间的函数关系表达式为
全文摘要
本发明涉及一种交通卡口监控系统灰度图像序列编码方法，属于智能交通和视频编码领域。针对智能交通卡口监控系统采集的灰度图像序列具有背景固定，车辆目标突出的特点，提出一种基于车辆目标检测与运动估计的图像序列压缩编码方法，该编码方法分为帧内编码和帧间编码两步。帧内编码即静止图像编码，采用基于提升9/7小波的多级树集合分裂(SPIHT)算法；帧间编码则首先提取图像序列中的车辆目标，然后应用双线性插值方法根据前一帧中的匹配目标来预测当前帧中的目标，从而对预测帧和当前帧的差分结果进行编码，并嵌入匹配目标的运动矢量形成最终的帧间编码码流。本发明方法可有效解决交通卡口监控系统灰度图像序列压缩编码问题。
文档编号H04N7/26GK102196269SQ20111011910
公开日2011年9月21日 申请日期2011年5月10日 优先权日2011年5月10日
发明者张兆杰, 徐胜男, 李振华 申请人:山东大学