[发明专利]基于3维结构张量各向异性流驱动的场景流车流量统计与测速方法

说明书

本发明提供的是一种基于3维结构张量各向异性流驱动的场景流车流量统计与测速方法。利用多目立体相机获取图像序列；构建场景流能量泛函；构建基于HSV空间的色彩梯度恒常假设,多视角约束的数据项；设计基于3维扩散张量各向异性流驱动的场景流平滑项；极小化能量函数，得到对应的欧拉‑拉格朗日方程；将得到的场景流分量组合成一组幅度图，利用基于变分全局熵自适应水平集图像分割方法，对图像进行分割处理，得到运动目标轮廓；根据前后帧计算得到的闭合曲线及场景流，判断前后帧中分割得到的目标是否为同一个，并进行目标数量统计；根据移动目标的形心和计算出的场景流，计算对应的实际速度。本发明的方法主要用于智能交通管理。

技术领域

本发明涉及的是一种基于场景流的车流量统计与测速方法。

背景技术

随着我国经济发展人们的生活水平不断提高，我国的家用汽车每年以2000万的数量增长，随着路上车辆不断增多，城市道路及高速公路的扩建，交通状况变得越来越复杂，车辆在给我们的出行带来便利的同时也带来了一定的交通问题。智能交通管理是目前世界上正在研究和广泛关注的课题，相对人力监管的有限性，智能交通系统的应用对交通运输业带来了很大的效益，对道路车辆管理起到了越来越大的作用。而视频车辆检测技术具有安装方便，成本低的特点。

目前存在的车辆检测技术应用最多的是基于单目摄像机的，而使用的检测车辆的方法为帧间差分法，背景建模法，光流法等。帧间差分法对环境噪声较为敏感，对阈值选择有很强的依赖性，还可能产生目标空洞，背景差需要实时更新背景图像，易受光照变化的影响，光流法不需要事先知道场景的任何信息，被证明是较好的检测方法，但是它是一种2维空间的速度场。根据机器视觉原理，由双目或多目摄像机的空间关系，可以得到物体的空间位置和3维结构信息。而场景流充分利用了多目相机获取的图像序列之间的立体对应关系，能通过计算得到运动目标的速度信息和结构信息。

发明内容

本发明的目的在于提供一种使用多目相机的基于3维结构张量各向异性流驱动的场景流车流量统计与测速方法。

本发明的目的是这样实现的：

步骤一：利用多目立体相机获取图像序列，利用相机参数将像素坐标转换成实际的物理坐标；

步骤二：根据多目摄像机获取的立体图像序列之间的对应关系，将HSV空间中色彩梯度约束方法与基于3维扩散张量各向异性流驱动平滑相结合，构建场景流能量泛函，E(u,v,w)＝∫_Ω(E_HSV+αE_smooth)dx，其中u,v,w分别为场景流在水平、竖直和深度方向的速度分量，E_HSV为数据项,E_smooth为平滑项，参数α为平衡因子；

步骤三：构建基于HSV空间的色彩梯度恒常假设,多视角约束的数据项；

步骤四：将场景流用(u,v,w)的形式表示，设计基于3维扩散张量各向异性流驱动的场景流平滑项；

步骤五：极小化能量函数，得到对应的欧拉-拉格朗日方程，利用金子塔分层细化的方案迭代计算场景流，采样因子选择0.9，在每一层中，使用超松弛迭代方案迭代计算；

步骤六：将得到的场景流分量u、v、w组合成一组幅度图利用基于变分全局熵自适应水平集图像分割方法，对图像进行分割处理，得到运动目标轮廓；

步骤七：根据前后帧计算得到的闭合曲线及场景流，判断前后帧中分割得到的目标是否为同一个，并进行目标数量统计；

步骤八：根据步骤七得到的移动目标的形心和计算出的场景流，计算对应的实际速度

本发明还可以包括：

1、步骤三具体包括：

步骤3.1数据项满足HSV空间中彩色梯度恒常假设，将t时刻和t+1时刻的RGB图像转换为HSV格式的彩色图像；