[发明专利]一种基于视频压缩域的高速公路车辆测速方法有效
申请号: | 202110559643.X | 申请日: | 2021-05-21 |
公开(公告)号: | CN113506449B | 公开(公告)日: | 2022-06-21 |
发明(设计)人: | 张博;武琦;曹仰杰;段鹏松;杨聪;王超;宋金朋;赵巍;赵旭辉 | 申请(专利权)人: | 郑州大学 |
主分类号: | G08G1/052 | 分类号: | G08G1/052;G08G1/01;H04N19/513;H04N19/176 |
代理公司: | 郑州德勤知识产权代理有限公司 41128 | 代理人: | 黄红梅 |
地址: | 450001 河南省郑州*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 视频压缩 高速公路 车辆 测速 方法 | ||
1.一种基于视频压缩域的高速公路车辆测速方法,其特征在于,包括以下步骤:
步骤1,从视频码流中提取运动矢量MV;
步骤2,摄像头初始化:
1)通过提取的运动矢量MV的积累拟合出道路区域函数f(x),并将其作为感兴趣区域ROI;
2)通过DLT方法将摄像头像素坐标系映射为道路实际坐标系;
3)学习摄像头可分析的最大车速;
步骤3,运动矢量MV预处理:
清除不在感兴趣区域ROI中的运动矢量MV,只对感兴趣区域ROI中非零运动矢量MV的宏块处理;
步骤4,时空域检测运动目标:
根据车辆运动是连续且平滑的特性判断在感兴趣区域ROI中的非零宏块是否为运动目标,并以此设置一个阈值来确定当前待测宏块MBc是否为运动车辆的宏块MBreal;
步骤5,标记运动目标:
对当前帧标记为运动车辆的宏块MBreal进行合并,空间邻近的归为一类,若发现类内运动矢量MV差异过大,则通过类内运动矢量MV聚类继续细分为多类;
将所有车辆的MBreal通过矩形目标框标记,并记录目标框的长宽以及重心为框内车辆位置,并将目标框中的所有MBreal的运动矢量MV融合投影形成能代表框内车辆运动状况的单一运动矢量MVreal;
步骤6,运动目标追踪:
设cMVreal为当前帧的运动矢量MV的投影,nMVreal为下一帧的运动矢量MV的投影;
对当前帧所有目标框的cMVreal与下一帧目标框的nMVreal进行匹配,选择两者相似度高的作为匹配对象集合A,在A中判断两者目标框的长宽差异,选择最为相近的作为匹配对象集合B,在B中选择两者目标框位置最为相近的作为跟踪目标框,同时声明追踪成功;
步骤7,计算速度:
通过步骤6得到的跟踪目标框,计算当前目标框与跟踪目标框的像素位移,通过帧率得到时间,从而算出像素位移速度;
通过步骤2得到的像素位移转换,计算出实际位移速度,最终得到车速。
2.根据权利要求1所述的基于视频压缩域的高速公路车辆测速方法,其特征在于,在视频码流中提取运动矢量MV时,将宏块大小归一化为4*4,非4*4的宏块拆分成n个4*4的宏块,拆分后的宏块使用原有的MV大小。
3.根据权利要求2所述的基于视频压缩域的高速公路车辆测速方法,其特征在于,学习摄像头可分析的最大车速Vmax的方法为:车辆在第一帧进入摄像头,第二帧驶出摄像头,由摄像头拍摄区域的距离及一帧内时间计算得出最大车速Vmax。
4.根据权利要求3所述的基于视频压缩域的高速公路车辆测速方法,其特征在于,步骤4中时空域检测运动目标包括:
步骤a、空域处理:根据当前待测宏块MBc的8邻域是否存在运动矢量MV来确定该宏块是否为孤立点,若其邻域存在5个以上的宏块都有非零运动矢量MV,则认为此宏块为非孤立点,否则认为其为孤立点,将该宏块运动矢量MV置零;
步骤b、时域处理:令宏块MBc为待分析宏块,MVc为其运动矢量MV;MBref为宏块MBc 投影至参考帧中的宏块,MVref为其运动矢量MV;
将步骤a处理后的宏块MBc进行如下处理:将待分析宏块MBc与对应MVc合成逆向投影到参考帧上生成MBref,则MBref至多与参考帧四个块重叠,将四个重叠块的MV按重叠面积加权计算MVref大小,并与MVc比较,若相似则认为MBc及其对应MVc真实反映一个运动车辆,将MBc标记为MBreal。
5.一种摄像头,部署在高速公路上用于车辆测速,其特征在于:车辆测速的方法采用权利要求1-4任一项所述的基于视频压缩域的高速公路车辆测速方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州大学,未经郑州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110559643.X/1.html,转载请声明来源钻瓜专利网。