[发明专利]图像式的交通参数检测系统与方法及计算机程序产品

权利要求书

1.一种图像式的交通参数检测系统，该系统包含：

一车道兴趣区域设定模块，设定欲监控的一车道的一范围大小，并于该车道设定一进入点检测窗及一离开点检测窗；

一车辆通过事件检测模块，利用于该进入点检测窗所撷取的图像信息，检测车辆经过事件是否发生；

一特征点检测与追踪模块，当发生一车辆经过事件被检测到时，在该进入点检测窗内进行数个特征点检测，并随着时间进行特征点追踪；

一特征点群化模块，将属于同一车辆的特征点予以群化，得到单一车辆的一位置追踪结果；以及

一交通参数估计模块，当被追踪的单一车辆移动至该离开点检测窗时，根据单一车辆的该位置追踪结果的信息，并通过估计该进入点与离开点检测窗内所撷取的信息在时间上的相关性，来推估出至少一交通参数。

2.如权利要求1所述的交通参数检测系统，该系统还包括一图像撷取装置，来持续地撷取出前述的多帧车道图像。

3.如权利要求1所述的交通参数检测系统，其中该车辆通过事件检测模块针对每一时间于该进入点检测窗取得的一图像板，从该图像板上萃取出多个有统计意义的特征后，通过一支持向量机SVM分类器，将该图像板区分为车辆、阴影、及道路三类。

4.如权利要求3所述的交通参数检测系统，其中该多个有统计意义的特征包括至少三个基于灰阶的特征及至少两个基于边缘的特征。

5.如权利要求3所述的交通参数检测系统，其中该SVM分类器至少包括一第一层及一第二层SVM分类器，该第一层SVM将各个图像板区分为道路或非道路共两类别，被该第一层SVM区分为非道路类别者再通过该第二层SVM后，区分为车辆或阴影。

6.如权利要求1所述的交通参数检测系统，其中该特征点群化模块是采用出一阶层式特征点群化架构，来群化属于同一辆车辆的特征点，进而得到至少一单一车辆的追踪结果。

7.如权利要求1所述的交通参数检测系统，其中该阶层式特征点群化架构由下而上包括一特征点层、一特征点群层、及一物件层，该特征点群化模块在该特征点层与该特征点群层间，合并相近似的特征点并剔除因估计错误的杂讯特征点，而在该特征点群层及该物件层间，将具有动量一致性及空间-时间一致性的特征点群合并为一移动物件。

8.一种图像式的交通参数检测方法，运作在一交通参数检测系统上，该方法包含：

设定欲监控的一车道的一范围大小，并于该车道设定一进入点检测窗及一离开点检测窗；

利用于该进入点检测窗所撷取的图像信息，检测车辆通过事件是否发生，当在该进入点检测窗检测到一车辆经过事件发生时，在该进入点检测窗内检测出多个特征点，并随着时间追踪该多个特征点；

将属于同一车辆的特征点予以群化，得到至少一单一车辆的位置追踪结果；以及

当被追踪的单一车辆移动至该离开点检测窗时，根据该位置追踪结果的信息，及通过估计该进入点与离开点检测窗内所撷取的信息在时间上的相关性，来推估出至少一交通参数。

9.如权利要求8所述的交通参数检测方法，该方法采用一阶层式特征点群化架构，来群化属于同一辆车辆的特征点，进而得到单一车辆的追踪结果。

10.如权利要求9所述的交通参数检测方法，其中该阶层式特征点群化架构由下而上包括一特征点层、一特征点群层、及一物件层，该方法在该特征点层与该特征点群层间，合并相近似的特征点并剔除因估计错误的杂讯特征点，而在该特征点群层及该物件层间，将具有动量一致性及空间-时间一致性的特征点群合并为一移动物件。

11.如权利要求10所述的交通参数检测方法，其中该阶层式特征点群化架构内各层的运作包括特征点层的群化、特征点群层的点剔除、及特征点群层的合并。

12.如权利要求11所述的交通参数检测方法，其中该特征点层的群化还包括：

当连续存在多帧图像皆检测到车辆通过事件的发生时，将该多帧图像所检测的数个特征点予以群化，合并成一特征点群组。

13.如权利要求11所述的交通参数检测方法，其中该特征点群层的点剔除还包括：

通过一卡曼滤波器对该特征点群层的每一特征点群组进行追踪；以及

利用该卡曼滤波器的预测及更新的功能及通过一距离公式的条件来做为剔除一特征点的依据。