[发明专利]一种基于视频压缩域的高速公路车辆测速方法

说明书

本发明提供了一种基于视频压缩域的高速公路车辆测速方法，包括：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：提取感兴趣区域ROI；摄像头像素坐标系映射为道路实际坐标系；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；步骤5，标记运动目标；步骤6，运动目标追踪；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。

技术领域

本发明涉及一种基于机器视觉的检测方法，具体的说，涉及了一种基于视频压缩域的高速公路车辆测速方法。

背景技术

随着社会的发展，当今的高速公路四通八达，为行车者带来了方便。但是在高速公路上超速的情况时有发生，超速是造成高速公路车祸的主要原因之一，这为行驶在高速公路的行车者带来了巨大的安全隐患。当前高速公路上有许多测速装置，用以检测超速这一违规事项的发生，包括电磁线圈测速、雷达测速以及激光测速等。这些测速装置需要与摄像设备配合，来检测车辆是否超速。这些测速方法不仅需要安装额外的设备，并且设备的安装以及维护费用比较高，所以产生了一种视频图像测速的新方法。它只需要摄像设备的支持，使用图像处理的办法计算车速，能应用在传统测速方法的场景中。

当前的视频图像测速方法有两类，一种是选择车辆的某一信息作为特征（如车牌）进行识别及跟踪；一种是规定图像中某一区域作为监测点，当有目标经过时进行测速。前者需要进行特征识别及匹配，虽然可以达到较高精度，但需要对视频完整解码，对整帧图像寻找车辆，计算复杂度大。后者虽然缩小了计算量，但是对于车辆进出边界的时间难以判定，会增加误差，减小精度，在大量车驶进区域的情况难以测量。

当前视频图像测速方法先在每一帧中找出车辆并记录车辆特征（如车牌，车型，颜色），然后通过特征找出同一辆车，记录该车在帧之间的位移，由此计算车辆速度。这样需要在视频帧中进行全局搜索车辆，由于现在监控视频有较高的分辨率，在整帧中全局搜索需要更高的计算力，会产生延迟高，不稳定等问题，而对车辆测速需要较稳定的实时性，以达到对超速车辆的警告或危险预警的目的。所以需要提供一种能对车辆进行快速搜索跟踪并计算其速度的方法，以解决现在由于全解码计算带来的延迟问题。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于视频压缩域的高速公路车辆测速方法。

为了实现上述目的，本发明所采用的技术方案是：

本发明第一方面提供了一种基于视频压缩域的高速公路车辆测速方法，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：