[发明专利]一种基于传统视频的高速公路智能分析方法

权利要求书

1.一种基于传统视频的高速公路智能分析方法，其特征在于，包括如下步骤：

(1)背景建模：采用平均背景法提取视频的前X帧，再确定像素的波动范围；

(2)图像增强：读取视频图像，对图像进行直方图变换，此时图像将灰度化；再对图像灰度进行值域拉伸，解决二值化后图像边缘容易丢失的问题；

(3)车道线检测：通过对图像的hough变换和概率变换处理，得到两个不同的变换图像，然后进行加法运算，在事先画好的空白影像上，得到同时出现在两个图像中的线条，接着遍历空白影像，计算得出车道线的位置与角度；

(4)视频测速：在得到车道线的位置和角度后，划分车辆检测的2道感应区，接着利用上述的背景建模提取车辆特征，通过虚拟线圈测速算法获得车辆的实时速度；

(5)车流量统计及车型区分分析：根据背景建模后车辆在灰度图中的像素面积判断车型大小，实时判断高速公路监控视频中两个方向的车型并统计各种车型的车流量；

(6)车牌号识别：每当车辆经过第二条虚拟线圈感应区后，得出车辆实时速度；如果车辆超速，将触发车牌号识别模块，对超速的车牌号进行识别，并将超速的车牌号输出到文本中保存；

所述步骤(1)背景建模的具体过程为：采用平均背景法进行背景建模，对视频的前X帧进行求和，取像素的平均值，确定背景的像素波动范围；由于视频的长度不一定，所取的前X帧的长度也不一样。

2.根据权利要求1所述的一种基于传统视频的高速公路智能分析方法，其特征在于所述步骤(2)图像增强的具体过程为：在车道线检测之前，首先读取第一帧的图像，进行是否开启图像增强模式的检测，如果开启图像增强模式，对所处理的图像进行直方图变换，此时图像将灰度化，再对图像灰度进行值域拉伸(若像素点用8比特表示则拉伸到0～255)；如果不开启图像增强模式，则进入下一步骤。

3.根据权利要求1所述的一种基于传统视频的高速公路智能分析方法，其特征在于，所述步骤(3)车道线检测的过程为：对读取的图像进行初始的操作，求出车道线在图像的具体位置坐标系，然后对这张图像进行滤波操作和二值化处理，接下来通过对图像的hough变换和概率变换处理，得到两个不同的变换图像，然后进行加法运算，在事先画好的空白影像上，得到同时出现两个图像的线条，然后得到车道线条的空白影像，接着遍历空白影像，得出车道线的位置与角度。

4.根据权利要求1所述的一种基于传统视频的高速公路智能分析方法，其特征在于，所述步骤(4)视频测速阶段的过程为：利用在车道线检测阶段对图像处理后得到的2个坐标点，来确定上下行车道分割线在视频画面的坐标系，从而区分上下行的车道、并绘制出对应的感应区；然后采用上述的背景建模方法，对视频的前X帧进行求和，取像素的平均值，将背景像素范围进行大幅度的缩小，并针对由此带来的大量椒盐噪点对二值化图像进行降噪；同时，为了保证车辆外部轮廓，进行车辆特征的膨胀，然后从背景中提取车辆特征信息；通过对车辆特征提取后的灰度图像进行设置虚拟感应线圈的位置，计算车辆通过2条虚拟线圈感应区的时间，用2条虚拟感应区之间的距离除之，从而获得车辆的实时速度；所述的在车道线检测阶段对图像处理后得到的2个坐标点，分别为上下车道分割线的一个点。

5.根据权利要求1所述的一种基于传统视频的高速公路智能分析方法，其特征在于，所述步骤(5)车流量统计及车型区分分析过程为：首先计算车型面积区分的阈值，然后设置识别车型大小的虚拟线圈感应区，当车辆触发第二条测速感应区时，扫描经过感应区的车辆，通过背景建模后提取灰度像素点，如果像素点的数量超过计算得出的阈值，则视为大型车，否则为小型车；同时对车流量进行统计。

6.根据权利要求1所述的一种基于传统视频的高速公路智能分析方法，其特征在于，所述步骤(6)车牌号阶段的过程为：每当车辆经过第二条虚拟线圈感应区后，得出车辆实时速度，如果车辆超速，则首先提取超速车辆关键帧，然后对这些帧进行图像预处理，接着进行区域合并和噪声剔除，使用形态学的闭操作进行车牌定位；然后分别进行车牌号分类以及车牌号字符分割与识别。