智能交通事件檢測技術

智能交通事件檢測技術

目前，中國的道路安全運營處于樂觀狀態(tài)。頻頻發(fā)生的交通事故和逐漸惡化的交通環(huán)境,給國家和人民生命財產(chǎn)造成巨大損失,嚴重破壞了公路的基本服務職能。為保證道路的安全、暢通,預防或減少交通事故帶來的損失,及時有效地進行交通事故救援和處理,有效減少由交通事故產(chǎn)生的交通延誤及避免二次事故的發(fā)生,必須準確、快速地對交通異常和交通事件進行檢測。交通事件自動檢測(AID)技術可分為間接檢測方法和直接檢測方法兩大類。絕大多數(shù)的AID方法都屬于前一種,其原理是根據(jù)交通流的變化間接判斷交通事件的存在。一般做法是通過設置在公路上的交通檢測器(環(huán)形線圈或超聲波檢測器)動態(tài)采集各路段的交通數(shù)據(jù),由此推斷可能發(fā)生的交通事件。直接檢測方法是一種使用圖像處理技術來發(fā)現(xiàn)車輛行駛異常的方法。從潛在意義上看,這類方法在檢測速度和可靠度方面遠遠勝于間接檢測方法,是交通事件自動檢測系統(tǒng)的發(fā)展方向。本文基于計算機視覺技術與數(shù)字圖像處理技術,結合當前我國高速公路交通監(jiān)控所需和已有監(jiān)控設施,對基于視頻圖像的交通事件檢測進行研究、開發(fā)。1視頻交通事件檢測系統(tǒng)自20世紀90年代中期以來,美、英、日本等國開始研究基于圖像處理的事件快速自動檢測系統(tǒng),模擬人工判別交通異常的方法來實現(xiàn)事件的直接快速檢測。該方法檢測率高,檢測時間短(幾十秒),能識別事件類型,并適應不同的交通流狀況,是事件自動檢測系統(tǒng)的發(fā)展方向。目前,國外已有一些相關產(chǎn)品投入實際應用,如美國的Autoscope視頻檢測系統(tǒng)、VideoTrak-900系統(tǒng),比利時的VIP系列視頻檢測系統(tǒng)等,取得了很好的效果。視頻交通事件檢測系統(tǒng)是一個集圖像處理系統(tǒng)、交通事件檢測與分析及信息管理系統(tǒng)于一體的綜合系統(tǒng)。其基本原理是利用計算機視覺技術與數(shù)字圖像處理技術,處理道路上交通監(jiān)控的實時視頻圖像信息,實現(xiàn)在高速公路背景下運動車輛自動檢測、運動狀態(tài)預測、車輛自動跟蹤和交通事件檢測等目標,從而自動快速檢測車輛避障、車道變換、超速、慢速、停止、交通阻塞等事件及進行交通流量、占有率、排隊長度、車型、平均車速等交通參數(shù)的統(tǒng)計,并自動記錄相關數(shù)據(jù)。2交通事件識別功能視頻交通事件檢測系統(tǒng)的目標是利用高速公路上已有電視監(jiān)控系統(tǒng)提供的圖像信息,通過圖像處理和交通狀況分析,完成交通事件的快速檢測。因此,系統(tǒng)需具備在雪、雨、低能見度、夜晚等不同環(huán)境下實現(xiàn)車輛停止、慢行、車道變換、車流擁擠等交通事件識別的功能,并能在交通異常時自動報警和作相應處理。視頻交通事件檢測系統(tǒng)的基本工作流程是通過道路上監(jiān)控攝像機將道路交通運行狀況的視頻圖像捕捉下來,再將圖像實時送入計算機進行處理和分析,得到交通運營狀況等信息,通過對交通狀況的分析檢測出是否有交通異常事件。因此,視頻交通事件檢測系統(tǒng)可分解為運動車輛的自動檢測、運動車輛的自動跟蹤、基于圖像分析的事件檢測及發(fā)生意外事件時的自動報警和相應處理等。系統(tǒng)框架和工作流程如圖1所示。3針對視頻交通事件的檢測系統(tǒng)的實現(xiàn)限于篇幅,本文側重對視頻交通事件檢測系統(tǒng)中視頻圖像處理、車輛檢測與跟蹤等關鍵功能模塊的實現(xiàn)進行介紹。3.1道路環(huán)境信息獲取在系統(tǒng)正常工作前需進行預處理,包括參數(shù)設定、背景獲取、車道線和虛擬檢測線及工作區(qū)域的設定等。背景獲取主要是將前景信息逐漸淡化,只留下道路本身;車道線為下一步確定事故位置提供基準;虛擬檢測線為車速檢測設定范圍;設定工作區(qū)域是為了提高計算速度,去除不必要區(qū)域的計算,同時屏蔽路邊花、草、樹木隨風搖動對檢測精度的影響。1提取道路上的車輛如圖2(a)所示,一般正常情況下,道路上總是有車輛通行,因此,通過電視監(jiān)控系統(tǒng)在道路上獲得的視頻圖像中總會有運行車輛存在。為了對道路上的交通運行狀況視頻圖像進行處理,首先需要對道路背景進行提取,即消除道路上運動的車輛[見圖2(b)]。背景獲取主要是采用對連續(xù)n幀圖像疊加取平均值的方法,將前景信息逐漸淡化而實現(xiàn)的。2車輛目標圖像的差分處理為了從道路交通運行視頻圖像中提取運動的車輛目標,首先需要對當前幀圖像和檢測區(qū)的背景圖像進行差分處理,產(chǎn)生只有前景(運動物體)的圖像(如圖3所示)。3.2車輛檢測的工作過程車輛檢測的目的是從連續(xù)的視頻圖像中提取車輛目標,為后續(xù)處理和事件檢測提供支持。車輛檢測的工作過程:首先進行背景差分,將當前幀圖像與背景圖像相減,提取前景信息;然后,采用圖面上連通區(qū)域檢測的方法,統(tǒng)計前景的每個連通區(qū)域,這些區(qū)域包括噪聲和所有的車輛目標;用形態(tài)濾波的方法去掉噪聲,剩下的全部都是車輛目標。1圖像區(qū)域的確定通過當前幀圖像與背景圖像之差而得到其運動物體的差分圖像。系統(tǒng)通過將當前幀圖像和參考背景進行比較,確定亮度變化較大的區(qū)域,從而獲得關于運動目標區(qū)域的完整、精確的描述。由于視頻圖像處理對場景中光照條件、大面積運動和噪聲較敏感,必須采用一定的算法進行背景模型動態(tài)更新,以適應環(huán)境的變化。2陰陽消除法:背景差分+數(shù)字影像內(nèi)容分析,并將分布差分適當?shù)缆飞闲旭偟能囕v總會由于陽光和光線變化而產(chǎn)生陰影,對經(jīng)過背景差分的圖像需進行陰影消除。系統(tǒng)通過對陰影與背景之間像素點亮度的比較實現(xiàn)圖像陰影的消除。3彩色差分圖像的轉換將經(jīng)過陰影消除的圖像進行灰度處理,由彩色差分圖像轉化為黑白圖像進行處理。處理方法:提取HSV三顏色分量的最大值,將該像素點的三色值取最大值。4泛使用的圖像分割技術將灰度圖像二值化,將256色的黑白圖像轉化為二值圖像。圖像閾值分割是一種廣泛使用的圖像分割技術,它利用圖像中需提取的目標與其背景在灰度特性上的差異,把圖像視為具有不同灰度級的兩類區(qū)域目標(背景與目標),選取一個合適的閾值,以確定圖像中的每個像素點是屬于目標還是背景區(qū)域,從而產(chǎn)生相應的二值圖像。5清除二值圖像中的噪聲由于攝像機的抖動或環(huán)境的影響,所獲得的視頻圖像會有一些輕微噪聲。若噪聲過大,會被當作一個運動目標,并且如果噪聲點過多,也會干擾結果的識別。因此,必須去除二值圖像中的噪聲。本系統(tǒng)采用中值濾波的方法消除噪聲。6車輛形態(tài)濾波系統(tǒng)差分閾值處理過程中,有時由于車身顏色跟路面顏色非常接近,造成車輛目標圖像斷裂而不連續(xù),需將誤把車窗當作陰影消除而造成車輛分裂的部分填充起來。本系統(tǒng)采用數(shù)學形態(tài)學的原理進行形態(tài)濾波。數(shù)學形態(tài)學包括腐蝕、膨脹、開啟和閉合等基本形態(tài)學運算。系統(tǒng)采用一次膨脹和一次腐蝕對消除噪聲后的圖像進行形態(tài)濾波。3.3車輛軌跡跟蹤其目的是對檢測出來的車輛目標進行識別跟蹤,對分割的車輛進行合并,對粘在一起的車輛進行分割,并對每輛車建立跟蹤軌跡。本系統(tǒng)利用卡爾曼濾波跟蹤車輛的軌跡,在此基礎上進行車輛變換車道的統(tǒng)計和利用隱馬爾可夫鏈進行碰撞預測。車輛跟蹤涉及聯(lián)通區(qū)域標記、矩形提取、車輛合并及目標跟蹤等。1掃描區(qū)域標記通過對二值檢測圖像從左到右、從上到下進行掃描,將所有灰度值相關的車輛目標區(qū)域標記成相應的值,然后根據(jù)不同的標記值區(qū)分不同的連通區(qū)域。2矩形提取系統(tǒng)采用最小外接矩形的方法,用矩形目標代替連通區(qū)域。3同一輛車的合并圖像二值化時,閾值選擇過小會產(chǎn)生很大的噪聲干擾,嚴重影響檢測結果;閾值選擇偏大會造成車輛分裂,導致將車窗或車輛自身陰影誤當作背景(非前景目標)。因此,需將分割的同一輛車的不同部分合并。本系統(tǒng)根據(jù)分割的各矩形塊之間的距離和相互關系,將原本屬于同一輛車的2塊或者幾塊合并在一起,實現(xiàn)車輛的合并。4非線性均方誤差系統(tǒng)采用卡爾曼濾波進行車輛運動目標的跟蹤?？柭鼮V波由一個狀態(tài)方程和一個量測方程組成,是一套線性無偏最小均方誤差的遞推公式?？柭鼮V波不要求保存過去的測量數(shù)據(jù),測得新數(shù)據(jù)后,根據(jù)新數(shù)據(jù)和前一時刻數(shù)據(jù)的估計值,借助系統(tǒng)本身的狀態(tài)轉移方程(即動態(tài)方程),按照遞推公式即可算出新數(shù)據(jù)估計值。系統(tǒng)根據(jù)這一估計值尋找最相近的匹配目標,并不斷進行修正,從而得到車輛運行軌跡。3.4交通事件識別在車輛檢測與跟蹤的基礎上,可實現(xiàn)車輛停止、慢行、車道變換次數(shù)和車流擁擠等交通事件識別功能,從而自動檢測車輛避障、車道變換、超速、慢速、停止和交通阻塞等事件,并得出交通流量、占有率、排隊長度、車型和平均車速等交通參數(shù)。3.5系統(tǒng)測試環(huán)境基于以上研究,進行軟件系統(tǒng)開發(fā),并通過現(xiàn)場交通視頻信息采集,對軟件系統(tǒng)進行調(diào)試,對系統(tǒng)功能和模型、算法進行測試?，F(xiàn)場數(shù)據(jù)驗證了系統(tǒng)的正確性,達到了預期的研究目標。4交通事件快速檢測系統(tǒng)基于圖像處理的交通事件快速自動檢測是智能交通系統(tǒng)中的重要組成部分和關鍵技術。本研究結合國內(nèi)公路交通現(xiàn)狀,利用公路電視監(jiān)控系統(tǒng)提供的圖像信息,采用計算機圖像識別與處理技術,建立交通事件快速檢測系統(tǒng),為異常和突發(fā)事件的快速反應提供先進手段。該系統(tǒng)能有效克服傳統(tǒng)事件檢測系統(tǒng)用交通量、速度、占有率變化來檢測事件