[发明专利]一种交叉路口OD调查方法

说明书

技术领域

本发明涉及交通领域，特别是涉及一种交叉路口OD调查方法。

背景技术

在传统OD调查中，一般采用人工方法，不同人跟踪不同的交通工具及流向，经过一段时间后汇总统计下数据。

发明内容

有鉴于此，本发明的目的是提供一种交叉路口OD调查方法，利用摄影技术实现交叉路口OD调查。

本发明采用以下方案实现：一种交叉路口OD调查方法，包括以下步骤：

步骤S1：采用定焦摄像机从高空采集一张覆盖每个路口的，没有车流和人流的交叉路口图像，作为背景图像，并量化为矩阵进行表示；

步骤S2：从高空的监控视频流中提取每帧图像，并与背景图像进行对比相减，得到变化的像素；

步骤S3：对于产生变化的像素进行划分，把变化且相邻连通的像素形成最大化矩形的像素组，每个矩形化的像素组代表一种交通设备；

步骤S4：根据摄像机的包括镜头焦距、CCD尺寸以及像素在内的参数计算出符合要求的像素组；

步骤S5：将获取的像素组和视频帧图像运用CAMShift算法，对比连续的相邻帧图像，逐一把图像中变化的像素组从产生到连续移动变化至消失的图像形成一个交通设备的OD过程，然后输出每个像素组的OD为一条记录，包括交通设备的尺寸，运行的轨迹数据以及运行时间。

步骤S6：对一个时间段产生的记录进行汇总及分类梳理后形成交叉路口的OD报表。

进一步地，所述步骤S1与步骤S2中，采用无人机或飞艇装载摄像机从高空获取图像。

进一步地，所述步骤S1中，采用的矩阵为：

f(i,j)表示一幅M行N列的数字图像，矩阵中每个元素为一个像素。

进一步地，所述步骤S2中，设定背景图像的模型为b_k，当前视频帧图像为f_k，将当前视频帧图像与背景图像进行差分运算，D_k(i,j)＝|f_k(i,j)-b_k(i,j)|其中f_k(i,j)为当前视频帧图像坐标(i,j)像素灰度值，b_k(i,j)为背景图像模型对应像素灰度值，D_k(i,j)为差分后绝对值；

进一步地，所述步骤S4中，利用计算公式：焦距＝传感器像元尺寸*像素*物距/视场长边距离，并导入常见交通设备的参考尺寸，计算出每种交通设备的像素大小的范围，然后与获得的矩形像素组进行比较，筛选出符合要求的像素组，过滤掉不符合要求的像素组。

进一步地，所述交通设备包括电动车、小轿车以及大客车。

与现有技术相比，本发明采用的方法利用摄像机等高清影像设备从高空获取整个交叉口的交通流量影像数据(可用无人机或飞艇等)，并对影像数据流进行分析，先识别区分出交通工具的类型(按照电动车、小轿车、大客车、其他交通设备分为4类)，并对运动轨迹进行识别，然后统计输出该交叉路口交通分析所需的基础OD数据。该方法减少了现场调查人员的工作量，提升现状调查内容的质量。

附图说明

图1是本发明的方法流程示意图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

本实施例提供一种交叉路口OD调查方法，如图1所示，包括以下步骤：

步骤S1：采用定焦摄像机从高空采集一张覆盖每个路口的，没有车流和人流的交叉路口图像，作为背景图像，并量化为矩阵进行表示；

步骤S2：从高空的监控视频流中提取每帧图像，并与背景图像进行对比相减，得到变化的像素；

步骤S3：对于产生变化的像素进行划分，把变化且相邻连通的像素形成最大化矩形的像素组，每个矩形化的像素组代表一种交通设备；

步骤S4：根据摄像机的包括镜头焦距、CCD尺寸以及像素在内的参数计算出符合要求的像素组；

步骤S5：将获取的像素组和视频帧图像运用CAMShift算法，对比连续的相邻帧图像，逐一把图像中变化的像素组从产生到连续移动变化至消失的图像形成一个交通设备的OD过程，然后输出每个像素组的OD为一条记录，包括交通设备的尺寸，运行的轨迹数据以及运行时间。

步骤S6：对一个时间段产生的记录进行汇总及分类梳理后形成交叉路口的OD报表。

在本实施例中，所述步骤S1与步骤S2中，采用无人机或飞艇装载摄像机从高空获取图像。

在本实施例中，所述步骤S1中，采用的矩阵为：