[发明专利]基于视频监控的全天候市区车辆跟踪与计数方法

摘要

本发明公开了一种基于视频监控的全天候市区车辆跟踪与计数方法，通过判断当前时段属于白天或夜晚分别采用两种方法，白天采用的技术方案是：首先利用背景去除法提取车辆前景目标；然后根据当前路况的拥堵情况来判断是使用跟踪方法进行计数还是使用虚拟检测线法进行计数；夜间采用的技术方案是：首先设定一条虚拟检测线和检测区域；然后对当前帧进行二值化处理以此来提取车灯；扫描检测线判断是否有车灯经过，进行计数。本发明适用于全天候的交通视频监控处理，能有效对车辆进行准确跟踪和可靠计数，提高了交通视频分析的稳定性和鲁棒性。

主权项

一种基于视频监控的全天候市区车辆跟踪与计数方法，其特征在于，包括以下步骤：步骤A，采用安装在路边的监控摄像机实时获取交通视频图像，根据当前图像的亮度和系统时间，综合判断当前时刻是白天时段还是夜间时段；步骤B，当判断结果是白天时段，所述车辆跟踪与计数方法具体步骤如下：B1，采用背景更新方法获取背景图像，利用背景去除法检测车辆前景目标；B2，对由步骤B1获得的前景目标图像进行阴影去除； B3，对由步骤B2得到的前景目标图像再进行粘连消除，获得最终的前景目标图像；B4，根据当前路况是否拥堵进行虚拟线框法和跟踪算法切换，具体步骤为；B41，计算一定时间段内前景总面积大于设定阈值的帧数和该时间段内通过的车辆数；B42. 通过对B41中得到的帧数和车辆数判断当前路况是否拥堵；B43，若当前的路况为畅通时，调用跟踪算法对车辆进行计数；若当前的路况为拥堵时，则调用虚拟线圈法对车辆进行计数；步骤C，当判断结果是夜间时段，所述车辆跟踪与计数方法具体步骤如下：C1，在原始图像上设定要进行夜间检测的检测区域，该区域的设定要尽可能覆盖整个路面为宜，通过设定的检测区域对原始图像进行剪裁，从而获得目标处理图像；C2，对目标处理图像进行自适应二值化处理，对目标处理图像从上到下，从左到右进行遍历，将目标处理图像中的每个像素的灰度值与设定阈值进行比对，若大于阈值，则像素设为255，若小于阈值，则像素设为0；C3，对步骤C2获得的二值化图像进行形态学处理，使用3×3的结构因子对图像进行腐蚀，用7×7的结构因子对图像进行膨胀；C4，设置步骤C3获得的图像中水平的中轴线为夜间车灯检测线；C5，按照步骤C4获得的夜间车灯检测线对步骤C3获得的图像进行夜间图像预处理操作：对获得的前景区域形状和大小符合车灯的进行处理，设定车灯区域的纵向中轴线上的所有像素值为一定值，即为预设车灯标记值；对获得的前景区域形状和大小不满足车灯的，去除该区域；C6，对图像的水平中轴线按从左到右进行检测，若检测到像素值为预设车灯标记值，则对车灯进行计数；C7，对比前后两帧间检测车灯的坐标，判断是否是同一个车灯；C8，根据车灯数量进行车辆计数。