[发明专利]一种基于无人机和时序特征的视频交通流量统计方法

权利要求书

1.一种基于无人机和时序特征的视频交通流量统计方法，其特征在于：包含如下步骤：

步骤1，通过无人机在公路交叉路口上方竖直向下拍摄录制，得到该路口的车流量视频，人工输入需要统计车流量的车道在视频图像中的位置；

步骤2，对车流量统计视频进行视频分析处理，得到没有车辆的背景图像；

步骤3，提取出视频的一帧图像进行预处理，得到与背景图像匹配的图像，以消除拍摄时抖动带来的影响；

步骤4，对预处理之后的图像在需要统计车道的位置提取特征值，提取视频的下一帧，重复步骤3到4，所有视频帧的这些特征值放在一起形成特征时序直方图；

步骤5，对特征时序直方图进行分析，得到需要统计车道在时段内的车流量数；

所述步骤2按照如下方法实现：

步骤2-1，从视频统计开始时间到统计结束时间内，等时间间隔地取30张视频图像，将第一张图像作为标定图像；

步骤2-2，将后面29张图像分别与第一张标定图像进行surf特征点匹配，得到新的29张图像，与原来的第一张标定图像一同构成预处理完成后的30张图像；

步骤2-3，遍历30张图像的每个位置的像素，对每个位置的30个像素的三个通道颜色分量取中位数，作为指定位置指定通道的像素取值，遍历完之后就得到没有车辆的背景图像；

所述步骤3中的预处理方法为：将视频帧图像和背景图像进行surf特征点匹配；

所述步骤4按照如下方法实现；

步骤4-1，对于背景图像和视频帧图像，分别遍历人工输入的车道位置区域所有像素；

步骤4-2，对于每一对图像对应位置的像素，分别计算三个颜色分量的差值的绝对值；

步骤4-3，将三个分量的差值绝对值相加，作为两图像该像素位置的像素差值；

步骤4-4，将区域内所有像素的像素差值相加，作为该车道区域的特征值；

步骤4-5，若区域特征值小于一定阈值，那么认为该特征值是由噪声造成的，将区域特征值置为0；

所述步骤4-5中选取的相应阈值为100；

所述步骤5按照如下方法实现；

步骤5-1，根据时序直方图选取一个响应特征阈值；

步骤5-2，记录时序直方图每一对响应特征值从左到右超过该阈值的时刻和从左到右低过该阈值的时刻，记为一个可能的车辆开过的响应时间；

步骤5-3，若车辆开过响应时间少于5帧，则认为该响应为噪声干扰，排除该响应；

步骤5-4，统计所有有效响应的个数，即为指定车道在指定时间内开过的车辆数；

所述步骤5-1中选取的相应阈值的方法为：找出所有时序中出现的最大响应阈值，选取阈值为最大响应阈值的10%。