[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

说明书

本发明公开了一种基于无人机和时序特征的视频交通流量统计方法，属于图像处理技术领域。本发明首先通过无人机在公路交叉路口上方拍摄得到车流量视频，对得到的视频进行图像匹配以消除抖动带来的影响，然后利用取中值法提取出背景图像。对于视频的每一帧图像，再次进行与背景图像进行匹配。然后将匹配的图像指定区域进行特征提取，得到特征时序直方图。对特征时序直方图进行分析，得到车道的车流量数。该方法简单高效地提取区域特征，进行多次的排除无人机抖动带来的干扰误差，对车流量的统计更加精确。此方法简单高效，适应性高，可扩展性强，具有很广阔的应用前景。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于无人机和时序特征视频处理的交通流量统计方法。

背景技术

智能交通已成为未来的发展趋势，如何对交通系统进行自动的，高效的管理也是当前的热点。车流量检测作为智能交通的一部分，在交通监控管理，城市道路建设等方面有着很重要的地位。

近些年主要的交通流量检测技术包括：磁感应检测技术、波频检测技术和视频检测技术等。而视频检测技术有着安装灵活，成本低，便于管理维护等优点，并且随着图像处理技术、计算机视觉的发展，基于视频图像的车流量检测技术已经越来越得到人们的关注和重视。

目前常用的基于视频车辆检测算法主要有：背景差法、帧间差法、边缘检测法，光流跟踪法等。相对于传统的方法来说，它们通过图像处理和机器视觉技术，有效地完成了道路交通的监视控制管理的工作。但仍然有些不足之处，比如每个车道都要安装摄像头，容易产生漏检，误检等问题。

发明内容

发明目的：为了解决现有的不足和问题，本发明提供一种灵活方便，高效准确的交通流量检测方法。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于无人机和时序特征的视频交通流量统计方法，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该时段的车流量数。

进一步的，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。

进一步的，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。

进一步的，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；