專利名稱:一種視頻測量車流平均速率的方法
技術(shù)領(lǐng)域:
本發(fā)明涉屬于視頻測量技術(shù)領(lǐng)域,具體涉及一種視頻測量車流平均速率的方法。
背景技術(shù):
目前流行的測量車速的方法有雷達(dá)測速、地埋磁感應(yīng)線圈測速等等。兩者都是測量車輛經(jīng)過時(shí)的瞬時(shí)速率。這種方法雖然測量瞬時(shí)速率快速準(zhǔn)確,卻難以對(duì)一段路段上的整體車流速做出很正確的判斷。本發(fā)明涉及的一種視頻測量車流速率方法,將交通作為一種“流”來看待,采用數(shù)字視頻處理的方法,對(duì)一段路段上的車流速率進(jìn)行實(shí)時(shí)分析,從而得到該路段的擁塞情況。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種能夠?qū)崟r(shí)分析路段上車流速率,從而能夠?qū)β范紊险w車流速做出正確判斷的車流平均速率測量方法。
下面簡述其原理。互相關(guān)是一種通過對(duì)應(yīng)點(diǎn)信號(hào)相乘然后平均來比較兩個(gè)信號(hào)的方法。其公式如下R12(m)=1NΣn=0N-1x2(n)x1(n-m)······(1)]]>其中R12(m)為相關(guān)系數(shù),N為序列長度,x2和x1為作互相關(guān)的兩個(gè)信號(hào)序列,即x2為攝像頭B采集的信號(hào),x1為攝像頭A采集的信號(hào),n為信號(hào)位置,m為偏移量。時(shí)域互相關(guān)函數(shù)顯示了以時(shí)間移動(dòng)為參數(shù)的互相關(guān)系數(shù)曲線。該曲線度量了兩個(gè)信號(hào)的相似程度。m的變化表示了序列x1的移動(dòng),隨著序列的移動(dòng),上述計(jì)算結(jié)果的多個(gè)R12(m)形成一個(gè)向量 另一方面為了對(duì)整個(gè)視頻數(shù)據(jù)進(jìn)行運(yùn)算處理,序列x2也在進(jìn)行移動(dòng),從而很多個(gè) 形成了一個(gè)相關(guān)系數(shù)矩陣R12。
時(shí)域互相關(guān)檢測馬路軸向上兩個(gè)數(shù)據(jù)采集點(diǎn)采集的數(shù)據(jù)流。采集的數(shù)據(jù)理論上可以有多種,比如壓力、電量、聲強(qiáng)等等,只要能反映流的某種特性,本發(fā)明采用的是視頻數(shù)據(jù)。互相關(guān)函數(shù)最大值的時(shí)間延遲即為交通流通過這兩個(gè)采集點(diǎn)的時(shí)間。圖1為系統(tǒng)測試示意圖,兩個(gè)攝像頭A,B采集馬路軸向兩個(gè)不同點(diǎn)的數(shù)據(jù),采集到的時(shí)域信號(hào)signal A和signalB如圖2所示。
將攝像頭A和攝像頭B采集的信號(hào)序列x1和x2按照(1)式求互相關(guān)系數(shù),其結(jié)果如圖3,即最大值出現(xiàn)在延時(shí)為m的地方,并意味著交通流從A到B需要的時(shí)間為m。
根據(jù)上述原理,本發(fā)明提出的視頻測量車流平均速率的步驟如下(1)使用兩個(gè)攝像頭拍攝馬路車流情況;(2)對(duì)兩個(gè)攝像頭A和B采集的數(shù)據(jù)進(jìn)行相關(guān)性分析;(3)利用相關(guān)運(yùn)算結(jié)果,得到車流經(jīng)過兩點(diǎn)的平均速率。
其中對(duì)步驟(1)所使用的兩個(gè)攝像頭有如下要求①兩個(gè)攝像頭放置在延馬路軸向的兩個(gè)不同點(diǎn)上;②兩攝像頭分別拍攝馬路上的車流情況;③兩攝像頭所處的姿勢要一致;④兩攝像頭硬件須相同,并采取相同的軟件設(shè)置;⑤兩攝像頭相對(duì)于路面的位置須相同;⑥兩攝像頭相對(duì)于路面須采取相同的拍攝角度。
步驟(2)所述的對(duì)兩個(gè)攝像頭A和B采集的數(shù)據(jù)進(jìn)行相關(guān)性分析,包括如下步驟(1)分別獲取兩攝像頭頭A和B拍攝的視頻流數(shù)據(jù)x1和x2;(2)根據(jù)公式(1),將兩段視頻流在時(shí)域內(nèi)做互相關(guān)運(yùn)算,求取互相關(guān)系數(shù),找到最佳匹配點(diǎn)。
R12(m)=1NΣn=0N-1x2(n)x1(n-m)---(1)]]>其中R12(m)為互相關(guān)系數(shù),N為序列長度,x2和x1為作互相關(guān)的兩個(gè)信號(hào),即x2為攝像頭B采集的信號(hào),x1為攝像頭A采集的信號(hào),n為信號(hào)位置,m為偏移量,表征時(shí)域信號(hào)相隔的時(shí)間,m的變化表示序列x1的移動(dòng),隨著序列的移動(dòng),由上述計(jì)算結(jié)果得到多個(gè)R12(m),形成一個(gè)向量 另一方面對(duì)整個(gè)視頻數(shù)據(jù)進(jìn)行運(yùn)算處理,序列x2也在進(jìn)行移動(dòng),從而得到很多個(gè) 形成一個(gè)相關(guān)系數(shù)矩陣R12;步驟(3)所述的利用相關(guān)運(yùn)算結(jié)果得到車流經(jīng)過兩點(diǎn)的平均速率,包括如下步驟對(duì)互相關(guān)運(yùn)算結(jié)果m采用中值濾波器進(jìn)行濾波,再根據(jù)攝像機(jī)幀率和兩個(gè)攝像頭視野間距得到車流經(jīng)過兩點(diǎn)的平均速率。其計(jì)算公式為(假設(shè)幀率為p,兩個(gè)攝像頭視野間距為S,平均速率為v)v=Spm---(2)]]>
(1)(2)兩式各個(gè)參數(shù)取值范圍如下N作為序列長度,取值范圍 其中vmax為該道路最高限速。
而對(duì)攝像頭采集的數(shù)據(jù)x2和x1沒有特別要求。
攝像頭間距和幀率也無特別要求。
圖1、實(shí)驗(yàn)系統(tǒng)示意圖。
圖2、信號(hào)時(shí)域波形。
圖3、互相關(guān)函數(shù)。
圖4、測量結(jié)果示意圖。
圖5、處理流程圖。
具體實(shí)施例方式
下面結(jié)合附圖進(jìn)一步介紹本發(fā)明方法在一段馬路上,延馬路軸向的兩個(gè)不同點(diǎn)上以相同姿勢安裝兩個(gè)攝像頭A和B(參見圖1),拍攝道路車流情況。將拍攝到的視頻數(shù)據(jù)傳輸至計(jì)算中心(可以是本地或者遠(yuǎn)程的計(jì)算中心,系統(tǒng)可以為嵌入式系統(tǒng)或者其它系統(tǒng),本發(fā)明實(shí)驗(yàn)中采用PC機(jī)),準(zhǔn)備進(jìn)行互相關(guān)系數(shù)的計(jì)算。在計(jì)算之前,須對(duì)視頻流數(shù)據(jù)進(jìn)行一些預(yù)處理,步驟如下1、解壓縮一般由攝像機(jī)驅(qū)動(dòng)程序自動(dòng)完成。
2、去背景I1=I0-Ibackground其中I0為讀取的原始圖像,Ibackground為背景圖像,I1為去背景之后的圖像。
3、去噪聲I2=fm(I1)其中fm()為形態(tài)學(xué)濾波算子,I2為形態(tài)學(xué)濾波后的去噪聲圖像。
4、選擇感興趣區(qū)域是在上述去噪聲后的圖像上選定一塊區(qū)域用做計(jì)算,一般選取圖像中的道路部分。
預(yù)處理完畢之后,根據(jù)選擇的時(shí)域信號(hào)窗寬度,將兩段視頻數(shù)據(jù)根據(jù)(1)式作互相關(guān)運(yùn)算(注意此時(shí)的時(shí)域信號(hào)本身是二維)。得到計(jì)算結(jié)果后,進(jìn)行一定的非線性濾波,產(chǎn)生兩段視頻的匹配結(jié)果。利用這匹配結(jié)果和攝像頭幀率的關(guān)系,就能得到車流在經(jīng)過A、B兩攝像頭所用的時(shí)間,并由此計(jì)算出車流經(jīng)過這一路段的平均速率(參見圖4)。具體步驟如下1、決定用作互相關(guān)運(yùn)算的序列的長度N合適的序列長度范圍如下(Spvmax,Sp)]]>其中幀率為p,兩個(gè)攝像頭視野間距為S,vmax為道路最高限速。
2、把長度為N的圖像序列中的每一幀二維圖像數(shù)據(jù)展開成一列,并把它們連接起來構(gòu)成一向量x→1v=(x→1v1,x→1v2,······,x→1vN)]]>x→2v=(x→2v1,x→2v2,······,x→2vN)]]> 和 分別為 和 首尾連接而成的向量,x→1vi(i∈[1,N])]]>和x→2vi(i∈[1,N])]]>分別為攝像頭A和攝像頭B采集的數(shù)據(jù)中的某一幀圖像展開成的向量。
3、將上述結(jié)果代入公式(1),即得R12(m)=1NΣn=0N-1x→2v(n)x→1v(n-m)]]>并且移動(dòng)序列x2v和序列x1v計(jì)算各個(gè)相關(guān)系數(shù),形成相關(guān)系數(shù)矩陣R12。
4、對(duì)于上述結(jié)果的相關(guān)系數(shù)矩陣R12,取出矩陣R12每一行中的相關(guān)系數(shù)最大值所處的位置M→=fmax(R12)]]>其中R12為前面提到的相關(guān)系數(shù)矩陣,fmax為最大值濾波器,表示求出矩陣R12中每一行最大值所處的位置的序號(hào), 為最大值濾波結(jié)果。實(shí)際上 就是由許多偏移量m組成的向量。
5、對(duì) 采用中值濾波進(jìn)行平滑M→refine=fmedian(M→)]]>結(jié)果向量 由多個(gè)經(jīng)過濾波的m組成,fmedian為中值濾波器。至此,均屬于對(duì)兩攝像頭A和B采集的數(shù)據(jù)進(jìn)行相關(guān)性分析。
6、計(jì)算車流速率利用上述結(jié)果向量,代入公式(2)計(jì)算車流速率
v→i=Spmi]]>其中mi(i∈[1,N])為 中的元素, 為計(jì)算結(jié)果。多個(gè) 畫成的圖如圖4所示。
操作流程圖如圖5。
實(shí)驗(yàn)在多條道路上進(jìn)行,實(shí)驗(yàn)攝像頭A,B均采用“現(xiàn)代”SN9C120,分辨率320×240,圖像每個(gè)象素為24位RGB數(shù)據(jù),幀率為30幀/秒。實(shí)驗(yàn)在道路X上進(jìn)行,兩攝像頭畫面中心相距295米,視頻長度為20秒,選取序列長度為150幀,測量結(jié)果示意圖樣例如圖4所示。由圖可見,所提出的方法能夠穩(wěn)定準(zhǔn)確地測量一個(gè)路段上的車流速率。
權(quán)利要求
1.一種視頻測量車流平均速率方法,其特征在于具體步驟如下(1)使用攝像頭A和攝像頭B拍攝馬路車流情況;(2)對(duì)兩個(gè)攝像頭采集的數(shù)據(jù)進(jìn)行相關(guān)性分析;(3)利用相關(guān)運(yùn)算結(jié)果,得到車流經(jīng)過兩點(diǎn)的平均速率;其中對(duì)步驟(1)所使用的兩個(gè)攝像頭有如下要求①兩個(gè)攝像頭放置在延馬路軸向的兩個(gè)不同點(diǎn)上;②兩攝像頭分別拍攝馬路上的車流情況;③兩攝像頭所處的姿勢一致;④兩攝像頭硬件須相同,并采取相同的軟件設(shè)置;⑤兩攝像頭相對(duì)于路面的位置須相同;⑥兩攝像頭相對(duì)于路面須采取相同的拍攝角度;步驟(2)所述的對(duì)兩個(gè)攝像頭采集的數(shù)據(jù)進(jìn)行相關(guān)性分析的步驟為(1)分別獲取攝像頭A和攝像頭B拍攝的視頻流數(shù)據(jù)x1和x2;(2)根據(jù)公式(1),將兩段視頻流數(shù)據(jù)在時(shí)域內(nèi)做互相關(guān)運(yùn)算,求取互相關(guān)系數(shù),找到最佳匹配點(diǎn)R12(m)=1NΣn=0N-1x2(n)x1(n-m)---(1)]]>其中R12(m)為相關(guān)系數(shù),N為序列長度,n為信號(hào)位置,m為偏移量,表征時(shí)域信號(hào)相隔的時(shí)間,m的變化表示序列x1的移動(dòng),隨著序列的移動(dòng),由上述計(jì)算結(jié)果得到多個(gè)R12(m),形成一個(gè)向量 另一方面對(duì)整個(gè)視頻數(shù)據(jù)進(jìn)行運(yùn)算處理,序列x2也在進(jìn)行移動(dòng),從而得到很多個(gè) 形成一個(gè)相關(guān)系數(shù)矩陣R12;步驟(3)所述的利用相關(guān)運(yùn)算結(jié)果,得到車流經(jīng)過兩點(diǎn)的平均速率的具體步驟入下對(duì)互相運(yùn)算結(jié)果的采用中值濾波器進(jìn)行濾波,再根據(jù)攝像機(jī)幀率P和兩個(gè)攝像頭視野間距S,得到車流經(jīng)過兩點(diǎn)的平均速率Vv=Spm---(2)]]>N作為序列長度,取值范圍為 其中vmax為該道路最高限速。
全文摘要
本發(fā)明屬于視頻測量技術(shù)領(lǐng)域,具體公開一種視頻測量車流平均速率的方法。該方法通過對(duì)一段馬路上沿著馬路方向不同的兩點(diǎn)獲取的視頻數(shù)據(jù)進(jìn)行相關(guān)性分析,實(shí)時(shí)計(jì)算車流通過這兩點(diǎn)的時(shí)間,從而得到車流速率。相比傳統(tǒng)的電磁感應(yīng)線圈測車速的方法,本發(fā)明使用的方法更能夠反映一段馬路上的車“流”速率,以得到該路段的正確的擁塞情況,而不僅僅得到信息量較少的瞬時(shí)車速。
文檔編號(hào)G01P5/18GK101059529SQ200710040490
公開日2007年10月24日 申請日期2007年5月10日 優(yōu)先權(quán)日2007年5月10日
發(fā)明者陸起涌, 王力超, 陳熙 申請人:復(fù)旦大學(xué)