[发明专利]基于LK局部差分光流法的车流量检测方法

权利要求书

1.一种基于LK局部差分光流法的车流量检测方法，其特征在于，包括以下步骤：

（1）车辆前景提取

车辆前景提取包括图像灰度化、图像去噪、光流法生成车辆前景图、形态学修补，其中：

图像灰度化：摄像机采集的图像为RGB图像，在图像处理中，为减少处理的数据量，提高算法速度，会把RGB图像转变成灰度图像进行后续处理图像去噪：为保证道路图像中车辆边缘信息的完整性，采用高斯滤波器对灰度化的图像进行去噪处理，以避免边缘信息的缺失；

光流法生成车辆前景图：选择LK局部差分光流法对图像进行处理后，光流数据通过滤波和筛选，生成二值车辆前景图；

形态学修补：生成的二值车辆前景图内部存在断层与孔洞，采用形态学方法中的线形元素对断层进行修补结合孔洞填充对图像进行填充，得到完整的二值车辆前景图；

（2）粘连车辆分割

光流法生成的车辆前景图中，因车距过近时车辆前景图产生粘连，直接对前景图像进行连通域检测，计算车辆数量，会导致多辆车辆被检测成一辆；筛选出粘连区域后，利用改进的分水岭算法计算前景到背景的最小距离；然后计算粘连区域的质心，在粘连区域内筛选出可以代表车辆目标的区域,使用欧氏距离筛选出车辆中每辆车的位置后，根据筛选位置构建注水口及集水盆地后，使用分水岭算法进行分割；分割的结果表明，粘连车辆使用改进的算法进行分割后，粘连车辆分割充分，车辆的位置准确无变化，且能够对多种情况的粘连车辆进行处理；

（3）车流量统计

一方面设定检测区域与车道，对在检测范围内的车辆目标进行检测，避免车辆在道路视频边缘位置导致的车辆判断不准确的问题；另一方面，针对视频噪声与抖动的问题，使用卡尔曼滤波器，选取前景图像中的车辆外接矩形框的中心作为原始数据，当视频中存在被检测到的车辆时，使用车辆数据对卡尔曼滤波器进行更新，当视频中车辆因摄像头抖动或噪声干扰短暂消失时，使用卡尔曼滤波器对车辆位置进行修正，得到正确的车流量数据。

2.根据权利要求1所述的一种基于LK局部差分光流法的车流量检测方法，其特征在于:所述步骤（1）中，采用的灰度化方法是利用加权平均法对图像进行灰度化处理。

3.根据权利要求1所述的一种基于LK局部差分光流法的车流量检测方法，其特征在于:所述步骤（3）中，在系统初始时设定当前车辆总量为0，判断检测区域内的车辆数目，当检测区域存在新进入的车辆时，将车辆总数加上新进入的车辆数量，否则车辆总量不变。