[发明专利]快速路视频监控中车辆运动区域自动检测方法

说明书

技术领域

本发明属于视频监控技术领域，尤其是一种快速路视频监控中车辆运动区域自动检测方法，该方法利用频率域分析理论，对视频中行车辆运动区域进行自动检测。

背景技术

随着视频监控技术的发展，视频摄像机已经被广泛用来对各种环境、区域和场所进行实时监控。随着视频检测器数量的急剧增加，传统的人工被动监控已经远远无法满足监控任务的需要。因此，实现可以代替人眼的智能自动监控功能成为视频监控研究的目标。目前，在智能交通视频监控系统的研究中，对公路上行驶车辆的自动检测、跟踪与识别一直是研究的热点问题，并且市场上也逐渐产生了相关的监控产品。然而，现有的监控产品大都是针对具体的监控位置，对摄像机进行专门地安装调试，以及之后再利用采集到的视频，对摄像机进行进一步地标定处理。这种使用过程大大降低了监控摄像机的安装使用效率，而且在摄像机损坏更换或者拍摄角度变化之后，还需要重新对其进行标定，也增加了维护的成本。因此，这种需要人工进行事先标定摄像机的情况，是最终实现公路上车辆智能视频监控系统广泛应用的主要障碍之一。

Morris和Trivedi在“Learning，modeling，and classification of vehicle track patterns from live video(现场视频中车辆跟踪模式的学习、建模与分类)，IEEE Transactions on Intelligent Transportation Systems(IEEE智能交通系统会刊)，2008”中提出采用车辆跟踪轨迹的方法来自动获取车辆行驶区域。然而，这种方法是在时域中对图像信号进行处理，该方法容易受到时域噪声信号的干扰，对跟踪车辆的数目要求较高，而且由车辆轨迹也很难获得准确、完整的车辆运动区域，对后续车辆识别和事件检测的准确性造成不良的影响。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种视频中快速路视频监控中车辆运动区域自动检测方法，能在光照变化、检测噪声等实际工程应用的复杂环境下，快速准确地获取车辆运动通过的区域，即视频图像中公路所在区域。

为实现上述目的，本发明首先读入连续帧的视频形成像素的时间和空间的三维向量空间，然后对每一个像素对应的时间变化信息做傅立叶变换，从频域信息获取频域信号的功率谱，根据其在一定频率之上的单频率最大功率生成变换图像，然后对此图像进行二值化和腐蚀膨胀操作，最后划定矩形的道路区域。

本发明提出的一种快速路视频监控中车辆运动区域自动检测方法包括以下步骤：

步骤1，对监控视频片段的每一帧进行高斯模糊处理，得到与该帧相应的包括时间和空间的三维向量空间，并将所述三维向量空间按列存储为二维时空t-y图像，其中，t表示以帧为单位的时间，为所述时空t-y图像的横坐标，y表示像素在所提取的列中的纵坐标，为所述时空t-y图像的纵坐标；

步骤2，对所述二维时空t-y图像中的每一个像素的时域信息进行傅立叶变换，得到相应的频域信息F(u)；

步骤3，根据所得到的频域信息F(u)获得每个像素处的最大单频率功率，根据像素的对应位置，得到所述二维时空t-y图像变换后的图像；

步骤4，对所述变换后的图像依次进行二值化、腐蚀和膨胀处理；

步骤5，确定经过所述步骤4处理后得到的图像的边界，得到所述监控视频片段每一帧中的车辆运动区域。

本发明与现有技术相比的显著效果在于：可以自动获取视频监控中车辆的运动区域，而且对实际监控视频中所出现的光照变化、摄像机抖动、检测噪声、前景检测误差等干扰同时具有较高的鲁棒性。由于克服了这些现有技术在实际工程应用方面难以解决的困难，因此真正实现了视频中车辆运动区域的快速检测。

本发明针对公路交通智能视频监控中车辆目标识别和跟踪的需要，利用频域分析技术，检测车辆的运动区域，具有算法简单、精确度高、鲁棒性强等优点。本发明使用基于频域分析的图像处理技术，实现车辆运动区域的自动检测，最终为公路交通智能视频监控中车辆目标识别和跟踪提供一个方便可靠的公路区域定位算法。

附图说明

图1为本发明快速路视频监控中车辆运动区域自动检测方法流程图；

图2为根据本发明一实施例的所用视频的截图；

图3显示了根据本发明一实施例的视频中某一列的t-y图像；

图4为通过对图3的t-y图像进行傅立叶变换得到功率谱图；

图5为将单频率最大功率存回原像素对应位置的变换后图像；

图6为最终车辆运动区域检测效果图。