[发明专利]一种基于虚拟线圈帧间差分法的车流量检测方法

说明书

本发明公开了一种基于虚拟线圈帧间差分法的车流量检测方法，首先采用灰度化处理简化视频信息量，用高斯滤波对图像平滑处理并抑制噪声并使图像满足卷积关系，然后获取到的灰度图像进行二值化处理，其次采用高斯混合模型对破损区域进行修复，再采用质心间距来将连接紧密的车辆判断是否是多个车辆，最后输出车流量进行数据更新。通过上述方式，解决了现有识别方法在识别过程中产生孔洞，从而导致将背景判断为车辆，以及车辆遮挡或者阴影带来的影响，有效的提高了车辆识别精度。

技术领域

本发明涉及车流检测领域，具体涉及一种基于虚拟线圈帧间差分法的车流量检测方法。

背景技术

车流量检测方法主要有虚拟线圈法和深度学习法。基于虚拟线圈的车流量检测方法预先设定虚拟线圈，通过背景差分法、帧间差分法、光流法等方法分割图像获得运动目标，进而检测车流量。其中马永杰等人提出改进的帧间差分法，主要是提高了检测速率，减少了计算量，而当光照使车辆颜色接近路面颜色或车速比较快时，系统会漏检；张绍满等人提供了一种基于视频图像处理的车辆检测方法，通过估算虚拟线圈的运动矢量，就可以检测经过虚拟线圈车辆，但在拥堵道路上，会因为车辆紧密从而无法判断是否为多辆车经过，从而导致匹配准确性下降；黄鑫等人提出了改进的ViBe算法，有效的解决了车辆产生的阴影，更好的判断车辆增加了检测的准确性，但他们的处理图像的方法会产生孔洞，从而导致将背景判断为车辆；陈佳倩等人提出基于YOLOv3和DeepSort的车流量检测方法，使用网络对数据集训练并提取特征，有效的解决了的遮挡问题，但是没有解决车辆阴影带来的影响。

发明内容

针对现有技术中的上述不足，本发明提供了一种基于虚拟线圈帧间差分法的车流量检测方法。

为了达到上述发明目的，本发明采用的技术方案为：

一种基于虚拟线圈帧间差分法的车流量检测方法，包括如下步骤：

S1、获取包含车流量的视频流并进行预处理，得到车流视频的灰度图像；

S2、采用高斯滤波对灰度图像去噪，并进行二值化处理；

S3、利用高斯混合模型对二值化处理后的图像的破损区域进行修复，并采用质心间距对连接紧密的车辆判断是否为多个车辆；

S4、输出车流量进行数据更新。

进一步的，所述S1中预处理的具体方式为：

S11、利用视频分析法检测视频流中的车流量；

S12、采用虚拟线圈法检测是否有车辆经过；

S13、采用灰度化处理将彩色视频灰度化。

进一步的，所述S12中虚拟线圈法具体方式为：

S121、根据摄像机的视野和车道数量在视频流中定义M个尺寸为N*N的虚拟线圈，其中，M和N呈反比关系，且8N16；

S122、检测每个虚拟线圈的运动矢量信息，其检测条件为：

其中，为虚拟线圈运动位移阈值，为虚拟线圈角度偏移量阈值，v_i为虚拟线圈的位移，f为图像序列帧数，v_i为虚拟线圈运动的位移，为虚拟线圈运动的方向，θ_road为图像框中道路的方向。

S123、判断虚拟线圈的运动矢量信息是否满足S122中的检测条件，若是，则判定虚拟线圈沿道路方向发生了位移，此时定义其虚拟线圈状态c_i＝1，否则c_i＝0；

S124、对全体虚拟线圈进行判定，若超过半数的虚拟线圈发声移动，即是及判定视频流中有车辆正在经过。

进一步的，所述S13中采用加权平均法对彩色视频灰度化，具体方式为：