（计算机应用技术专业论文）视频车速检测中图像分析算法的研究.pdf

西华大学硕士学位论文 视频车速检测中图像分析算法的研究 计算机应用技术 研究生童永全指导教师罗晓晖 交通在国民经济和社会发展中起着举足轻重的作用。车速检测是交通管理 系统中的一个重要组成部分。随着图像处理技术的发展，视频检测技术在车速 检测中的应用越来越广泛。本文着重研究了视频车速检测中的图像分析算法。 该算法主要分为四个部分：图像预处理、背景重建、图像分割和匹配、坐 标变换。 对从固定于公路上方的摄像头采集到的视频图像，进行图像预处理。本文 的图像预处理是将彩色图像转换成灰度图像，并对原始图像进行中值滤波。 本文用最长稳定状态法实现了背景重建。该方法的基本思想是，假设在较 长一段时间内的序列帧中，背景像素灰度值处于该序列帧中最长稳定状态。利 用某像素点在序列帧中处于最长稳定状态的灰度值作为背景中该点的灰度值， 从而重建出背景 本文提出了一种将边缘检测、高斯滤波和背景差法相结合的基于边缘的序 列图像运动目标分割的算法。由于存在某些车辆灰度和路面灰度较接近的情况， 以及车辆阴影的影响，直接对图像进行差分会导致将某些车辆部分误认为是背 景或将阴影误认为是车辆的一部分。该算法对序列图像用边缘检测有效突出运 动目标的边缘轮廓信息，并用高斯滤波消除边缘检测带来的噪声增强，最后用 背景差法分割出运动目标。分割出运动物体后，采用区域特征跟踪法进行目标 匹配，根据物体的几何特征在一段序列帧中跟踪物体，得出该物体在此段时间 内图像位置差。 由前面得到的运动目标位置差，用一种校正透视图像变形的方法，实现了 坐标变换，将图像中像素点的位置差转换为实际距离差，从而得出车辆的速度 信息。 关键词：视频检测背景重建边缘检测图像分割坐标变换 西华大学硕士学位论文 r e s e a r c ho fi m a g e a n a l y s i sa l g o r i t h mi nv i d e o v e h i c l ed e t e o r i o n c o m p u t e r a p p l i c a t i o nt e c h n o l o g y c a n d i d a t ey o n g q u a n t o n gs u p e r v i s o rx i a o h u il i u t r a n s p o r t a t i o ni sv e r yi m p o r t a n ti nn a t i o n a le c o n o m ya n ds o c i e t yd e v e l o p m e n t v e h i c l ed e t e c t i o ni sa l li m p o r t a n tp a r to ft r a n s p o r t a t i o nm a n a g e m e n ts y s t e m w i t h i m a g ep r o c e s s i n gt e c h n o l o g yd e v e l o p i n g , v i d e ov e h i c l ed e t e c t i o ni sw i d e l yu s e di n v e h i c l ev e l o c i t yd e t e c t i o n 。t i l i sa r t i c l es t u d i e si n l a g ea n a l y s i sa l g o f i t h mi nv i d e o v e h i c l ed e t e c t i o n n 培a l g o r i t h mi sc o m p o s e do ff o u rp a r t s ：i n l a g ep r i o rp r o c e s s , b a c k g r o u n d r e c o n s m 枷o n , o b j e c ts e g m e n ta n dm a t c h , c o o r d i n a t et r a n s f o r m p r i o rp r o c e s st h ei n l a g g sw h i c ha r eo b t a i n e db yo a m e l - af i x e da b o v er o a d 。t h ew a y i st h a tc h a n g ec o l o ri m a g ei n t og r a yi m a g ea n df i l t e rt h ep r i m ei m a g ew i t hm e d i a l f i l t e r t h i sp a p e ru s e sl o n g e s t s t a b l e - s t a t ea l g o r i t h mt or e c o n s t r u c tb a c k g r o u n d 。t h e p r i m ew a yo ft h i sa l g o r i t h mi st h a tg i v e ni nl o n g - t i m es e q u e n c ef r a m e s ，t h eg r a y v a l u eo fb a c k g r o u n dp i x e li si nl o n g e s t - s t a b l e s t a t ei nt h e s es e q u e n c ef l a l n e s t h e g r a yv a l u ei nl o n g e s t - s t a b l e - s t a t ei st h ep i x e lg r a yv a l u ei nb a c k g r o u n d s oi tc a n r e c o n s l a u e tb a c k g r o u n d t h i sp a p e rp u t su pam o v i n go 场e c ts e g m e n t a t i o na l g o r i t h mf r o mi m a g es e q u e n c e b a s e do ne d g e b e e a l k q et h ev e h i c l eg r a ym a y b es i m i l a rt ot h er o a da n di n f l u e n c eo f s h a d o w , d i r e c td i f f e r e n c ew i l lb r i n gw r o n go b j e c ts e g m e n t t h i sa l g o r i t h mi s p r o p o s e db yc o m b i n i n ge d g ed e t e c t i o n , g a u s sf i l t e r , a n db a c k g r o u n dd i f f e r e n c e t h e a l g o r i t h mr e i n f o r c e st h ee d g eo fm o v i n go 巧e c tb ye d g ed e t e c t i o n , a n da v o i d st h e i n f l u e n c eo fn o i s eb r o u g h tb ye d g ed e t e c t i o n f i n a l l y , t h em o v i n go b j e c ti s s e g m e n t e db yb a c k g r o u n dd i f f e r e n c e a f t e ro b j e c ts e g m e n t , t h i sp a p e ru s e sr e g i o n c h 翻旧c t e ft r a c k i n gt ou a c to b j e c ti ns e q u e n c ei m a g e sb a s e do i lg e o m e t r yc h a r a c t e r s oi tc 觚o b t a i ns i t u a t i o nd i f f e r e n c eo f t h eo b j e c t a c c o r d i n gt ot h es i t u a t i o nd i f f e r e n c eo f t h eo b j e c t , t h i sp a p e ru s e sar e c t i f i c a t i o n m e t h o df o rp e r s p e c t i v ed i s t o r t i o ni m a g et ot r a n s f o r mc o o r d i n a t e s oi tc a nc h a n g e p i x e ls i t u a t i o nd i f f e r e n c ei n t oa c t u a l s i t u a t i o nd i f f e r e n c e , a n dt h e nc a l c u l a t e t h e v e h i c l ev e l o c i t y k e yw o r d s ：v i d e od e t e c t i o n , b a c k g r o u n dr e c o n s t r u c t i o n , c d g ed e t e c t i o n , o b j e c t s e g m e n t , c o o r d i n a t et r a n s f o r m 西华大学硕士学位论文 声明 本人声明所里交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经 发表或撰写过的研究成果，也不包含为获得西华大学或其他教育机构的学位或 证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论 文中作了明确的说明并表示谢意。 本学位论文成果是本人在西华大学读书期间在导师指导下取得的，论文成 果归西华大学所有，特此声明。 作者签名：嘎尔盘p 7 年多月二7 日 导师签名：酽磅增矽呷年，月力日 。 i 西华大学硕七学位论文 1 引言 1 1 研究的背景及意义 交通是和每个人都息息相关的事情。这几年公路运输已经成为超越铁路的 最重要的地面运输方式，在国民经济和社会发展中起着举足轻重的作用。随着 我国经济的快速增长，以及汽车工业的迅速起步，一方面人们对出行的要求越 来越高，不但追求出行的效率，而且追求出行的质量；另一方面，随着汽车的 普及、交通需求的急剧增长，近几十年以来，道路运输所带来的交通拥堵、交 通事故、环境污染和能源消耗等负面效应也日益突出，逐步成为经济和社会发 展中的全球性问题。城市交通拥堵、交通事故频发、交通环境恶化以及能源短 缺等成为当前世界各国面临的共同问题。世界各国都承受着不断恶化的交通的 困扰。如何管理好现代化的交通系统，成为大家关注的问题。 在这种背景下，就需要把车辆和道路综合起来系统地解决交通问题，这种 新系统就是智能交通系统i t s ( i n t e l l j g e n c et r a n s p o r ts y s t e m ) 。我国政府 在继续加快基础设施建设的同时，已提出将智能交通系统作为我国未来交通运 输领域发展的重要方向和优先领域予以重点支持。科技部、交通部等部门联合 成立了全国智能交通系统( i t s ) 协调指导小组及办公室，目的就是推动智能运输 系统建设，提高交通运输效率和效益。 西欧、北美和日本也竟相发展智能运输系统，成立了许多机构，制订并实 施了开发计划。如美国i t s 协会、欧洲共同体的交通信息与控制组织e r t i c o ， 日本的路车交通智能协会v e r t i s ，以及i t s 国际标准化机构i s o t c 2 0 4 等。可 以说智能交通系统是2 1 世纪交通运输系统的重要发展方向。 无论是多么先进的交通系统，都必须建立在对交通信息正确采集的基础上。 所以说交通数据的正确检测是交通控制的基石，是交通控制系统得以实现的前 提。随着技术的发展，各种检测技术也不断产生和发展，如地埋线圈检测、微 波检测、声光学检测、视频检测等。而在众多的交通参数检测方法中，视频检 测具有成本低、检测范围广、检测信息量大、无需破坏地面、功能全面、提供 的信息可以进行进一步的分析等优点，代表了交通数据检测的方向。因此其必 然会逐步取代目前常用的线圈检测器。目前，国家i t s 中心已将视频图像检测 作为三项重点发展的交通检测技术之一。本文将对视频汽车速度检测中的图像 分析算法进行研究。 西华大学硕士学位论文 1 2 视频车速检测简介 1 2 1 智能交通系统简介 智能交通系统( i n t e l l i g e n c et r a n s p o r ts y s t e m ，简称i t s ) 最初是上个世 纪6 0 年代在美国提出的，从8 0 年代开始，智能交通开始在美国、日本和欧洲 推行。虽然i t s 没有为各方所接受的统一定义，但从技术层面上来讲，i t s 运 用以计算机、通讯和控制技术，即3 c 技术( c o m p u t e r ，c o m m u n i c a t i o n 和c o n t r 0 1 ) 为代表的现代科技对交通系统进行控制和管理，是指将先进的信息技术，电子 通讯技术、自动控制技术、计算机技术以及网络技术等有效地、综合地运用于 整个交通运输管理体系。而建立起的一种在大范围内、全方位发挥作用的、及 时准确高效的交通运输综合管理和控制系统。它是由若干子系统所组成的，通 过系统集成将道路、驾驶员和车辆有机地结合在一起，加强了三者之间的联系。 借助于系统的智能化技术，驾驶员可以实时了解道路交通以及车辆的状况，以 最为安全和经济的方式到达目的地。同时，管理人员通过对车辆、驾驶员和道 路实时信息的采集来提高其管理效率，以达到充分利用交通资源的目的。i t s 涉及的技术领域很广，包括影像处理、土木工程、电子工程、机械工程、工业 工程、交通工程、计算机科学、运筹学以及车辆控制等领域。系统工程原理是 i t s 项目的灵魂，而信息流则是i t s 研究的重点。i t s 代表了一种最高层次的交 通系统管理技术，旨在以较低的造价和较短的时间来提高交通系统效率，降低 交通拥挤，减轻空气污染和节省能源。 目前世界各国都十分重视智能交通系统的开发与研究，纷纷投入大量资金 和人力进行这方面的工作。 我国的学者是在9 0 年代初开始关注国际上i t s 的发展，他们通过各种方式 将i t s 介绍到中国。近年来国家在交通管理系统方面开展了一系列科学研究和 工程实施，在城市交通管理、高速公路监控系统、收费系统、安全保障系统等 方面取得多项科研成果，并开发生产了车辆检测器、可变情报板、可变限速标 志、紧急电话、分车型检测仪、通信控制器，监控地图板等多种专用设备，制 定了一系列的标准和规范，这些工作是我们今天进行i t s 研究和开发的基础。 1 2 2 车速检测的主要方法 2 西华大学硕士学位论文 作为智能交通监控系统的基础，车速检测系统是十分关键的，一个好的车 速检测系统需要算法简单。计算量小，环境自适应能力强，能够实时有效地进 行车辆信息处理。目前常用的车速检测方法主要有： 1 、地埋式感应线圈检测“1 地埋式线圈车辆检测器是最为传统的检测器，一直沿用至今。其性能稳定， 抗干扰能力强。可检测经过指定点的车辆，计算交通流参数，通过合理分配的 线圈传感器组，可在路口采集检测范围内的车辆感应信号序列，经数字化、智 能化信号处理和信号识别，提取出相关的交通流数据。地埋式线圈车辆检测器 的主要功能有：测定指定车道的交通流数据( 车流量、占有率) 、检测指定路段的 交通流状况、与其它类型检测器和监控设备相配合，以多传感器融合的方式， 完成特定事件的检测和处理( 如逆向行驶、超速行驶等违章检测) 。感应采集器 由电容和地感线圈并联组成，采用无源振荡模式工作。单片机开始产出一个激 励脉冲使之振荡，产生某一中心频率的磁场，当车辆通过时，可根据电感量的 变化来检测有无车辆及车流量、车速。其缺点是安装过程对可靠性和寿命影响 很大、修理或安装需中断交通、影响路面寿命，易被重型车辆、路面修理等损 坏、施工复杂。 2 、远程交通微波传感器( k t m s ) “1 远程交通微波传感器( r t m s ) 是一种生产成本低、探测效率高的高科技产品， 它可广泛应用于高速公路和城市道路管理监测系统。这种微型传感器可同时探 测多条车道，收集各车道的车流量、道路占用率和平均速度等数据，并可探测 静止车辆的排队状况。传感器的输出信号与一般常见的检测器兼容，可通过数 据接口与控制系统相联或直接取代传统的多个感应线圈探测器。远程交通微波 传感器是一种工作在微波频段的雷达探测器。它可安装在路旁的电线杆上，安 装简便、安全且不影响交通，维护方便。它利用连续频率调制波( f m c w ) 实现对 多车道车辆的实时检测。在任一时刻，发射和接收目标信号的频率是不同的。 发射和接收频率的差值和传感器与目标的距离成比例，检测器检测这个差值并 计算它与目标的距离。其缺点是技术复杂、价格高。 3 、超声波检测 超声波检测具有体积小，易于安装等优点，它由超声波探头、通讯电路、 控制部分组成，通过向探测区域不断地发送超声波并接收返回的超声波，根据 西华大学硕十学位论文 接收与返回的时间差来确定有无车辆通过、车速等数据，从而实现对交通流数 据的检测。其缺点是性能随环境温度和气流影响而降低。 4 、视频检测“1 随着图像处理等技术的发展，视频处理技术正逐步应用于交通信息采集系 统中。视频检测器具有成本低、检测范围广、检测信息量大、无需破坏地面等 优点。通过对视频图像中的交通信息用交通工程的方法加以处理分析，可以检 测所在断面各车道通过车辆的交通流参数，如车速、车型、路段内车辆的行程 速度、延误时间、下游交通密度等等。视频交通流量检测系统是一个集图像处 理系统和信息管理系统为一体的综合系统，代表着交通检测的方向。 1 3 视频检测的意义 视觉是人类从大自然获取信息的最主要的手段。在人类获取的信息中，视 觉信息占绝大多数，而图像正是人类获取视觉信息的重要手段。在科技发达的 今天，运输系统逐渐朝着智能化交通系统( i t s ) 发展，而检测的方法上亦渐渐 趋向以高科技的检测方式替代传统人工调查的方式，在交通领域，视频图像检 测应用范围广，获取信息丰富，可以用来实现道路交通监控、车型分类及识别、 车速检测、高速公路的自动收费、智能化交通导航等。 l 、图像处理及其发展 图像处理就是对图像信息进行加工，以满足人的视觉或心理或应用的需求 的行为。图像处理有两种方法：光学法和电子学( 数字) 法。前者己经有很长的发 展历史，从简单的光学滤波到现在的激光全息技术，光学处理理论己经日趋完 善。它的特点是处理速度快，信息容量大，分辨率高，但是光学处理的精度不 够高，稳定性差，操作不方便。数字图像处理就是利用计算机或其它数字硬件， 对图像信息转换而得的电信号进行某些数学运算，以提高图像的实用性。数字 图像处理的特点是处理精度高，而且可以通过改进处理软件来优化处理效果， 操作方便，自动化程度高。 图像与视频处理系统包括：图像与视频的输入、输出设备，通用的计算机 和附加的专用处理硬件卡。不同的应用环境，所需要的硬件设备、软件环境也 不同。 数字图像处理技术与图像处理系统是七十年代末期形成的一个独立学科， 西华大学硕士学位论文 当时只能处理静止图像，主要用于军事、科研医学等领域。图像处理系统是为 了加快处理速度而设计的专用系统，在中小型计算机控制下运行。这些系统的 规模大，价格昂贵。面向p c 机的图像处理系统是八十年代中后期开始出现的。 它价格便宜，易于扩充，软件丰富，因此很快得到推广，带动了图像处理技术 的普及。近年来多媒体技术又使视频处理有了更快的发展。 2 、视频图像检测的应用 随着微电子与计算机技术的高速发展，图像数字化设备如c c d 摄像机、扫 描仪、数码相机、图像采集卡的成本大大降低，普通的微机已经可以胜任部分 图像处理任务，使得图像处理的应用越来越广泛。随着技术的进步，图像及视 频处理的应用将变得日益普及和重要。除了应用于交通数据检测，图像处理的 重要应用包括：遥感视觉监视、保安、工业检测与测量、宇宙探险、军事侦察、 高精度制导、医疗诊断、通讯、影视业、娱乐、公众服务。 3 、交通视频图像检测的优点 视频检测有如下优点： ( 1 ) 成本低 近年来随着集成电路和计算机技术的迅猛发展，视频图像检测系统所要求 的硬件设备成本大大降低，而且能很好地满足要求。 ( 2 ) t 程量小、无需破坏地面、系统安装相对灵活 交通图像检测不像地埋式感应线圈那样做坏路面，只需将摄像机安装于需 检测的地段即可，无需大的工程，安装方便灵活。 ( 3 ) 检测范围广、检测信息量大 通过对视频图像中的交通信息用交通工程的方法加以处理分析，可以检测 所在断面各车道通过车辆的很多感兴趣的交通流参数，如车速、车型、路段内 车辆的行程速度、延误时间、下游交通密度等。基于视觉的机动车辆自动检测 范围大，通过对摄像机的控制，可以对整个路面进行检测。 现有的各种交通参数检测方式中，只有图像检测器是一种可以取得最丰富 的交通信息的面式检测器。 ( 4 ) 交通视频图像检测的发展状况 以计算机进行图像处理，改善图像品质的有效应用开始于1 9 6 4 年。美国喷 射推进实验室用计算机对宇宙飞船发回的大批月球照片进行处理，获得显著的 西华大学硕士学位论文 效果。早期图像处理技术的应用范围受到图像处理设备价格昂贵以及处理速度 缓慢的影响，仅局限于某些领域。7 0 年代后至今，随着理论的发展与集成电路 革命造就计算机科技的进步，使得图像处理的应用范围变广。2 0 世纪7 0 、8 0 年代由于离散数学的创立和完善，使数字图像处理技术得到了迅速的发展，随 着电脑的功能同益增强，价格日益低廉，使得图像处理在各行各业的应用己经 成为相当普遍的工具之一。 近年来结合神经网络加速图像处理速度形成一个研究趋势。各国如日本、 英国、法国、瑞典等也已陆续投注了相当的研究，并有不错的成绩。相对于国 外，国内将图像处理技术应用于交通的发展，近年来取得不少进步，如国内目 前的车牌识别，有多个厂家推出了相应的产品。国内外现在通过图像处理对车 型进行识别的研究很多，例如，基于神经网络的汽车车型的识别，小波变换及 非线性滤波用于车型识别，视频图像处理监控，交通信息管理系统等。但每一 种方法来说都有其适用的范围和缺点。 目前视频车辆检测方法大致可分为三种：点式检测、线式检测以及面式检测 1 1 5 1 1 、点式视频车辆检测：通过在图像上设置一定的检测点，通过检测这些检 测点灰度变化情况，推断是否有车通过以及交通流的速度、密度以及流量。其 缺点主要是为易受环境照度变化以及车辆自身阴影的干扰。 2 、线式视频车辆检测：主要有横向线式检测和纵向线式检测。横向线式检 测是指在图像的特定位置上划取垂直于道路方向的检测，通过检查检测线上灰 度变化来判断通过检测线的车辆数目以及车辆的宽度，并可根据车辆的宽度来 判断车型，如果划取两条检测线则可求出车辆速度。纵向线式检测则在平行于 道路方向划取检测线，再根据线上灰度变化情况来判断车辆的长度。线式检测 在车辆变换车道时容易误判，而在车距过短时容易漏判，但因为其计算量较小， 且比较容易得到车速等信息，所以目前国外普遍采用的视频车辆检测即为线式 检测。 3 、面式视频车辆检测：是通过对所摄取的图像进行诸如边缘检测等运算， 提取检测区域中车辆的一些特征，如：面积、边缘等信息，采用这些信息进行车 速检测。由于面式检测往往截取图像灰度的梯度信息，与点式和线式检测器相 比较可大大减小环境光度变化对检测精度的影响。因此，尽管面式检测的运算 6 西华大学硕十学位论文 量大大增加，但由于其固有的优点，随着微处理器的运算速度的不断提高，面 式检测成为视频车辆检测研究的主要方向。 1 4 交通视频检测的研究状况。 由于交通视频图像检测具有上述优点，近年来有很多科技人员在该领域内 作了大量研究。 文献 2 提出一种基于计算机视频图像的车辆检测方法，提取了车辆的车 次、车速等交通流量参数。该方法采用背景差分方法进行车辆检测，并在此基 础上计算交通流量参数。背景的提取采用灰度最大频率即出现次数最多的方法 重建背景，并在车道上设置虚拟线圈，以此来求得经过车道车辆的瞬时速度。 但是该方法所求得的车速是以像素秒为单位，并未转化为实际车速。 文献 3 提出一种基于视频的交通流量检测方法。首先把图像序列中相对静 止的部分提取出来作为背景，利用差分图像对道路上的运动物体进行分割，并 在此基础上实现对每条车道上的车辆的跟踪。 文献e 4 提出一种基于彩色虚拟检测线的交通流信息视频检测方法。该方法 通过分析光照、车道和阴影等模型之间的相互关系来判断车辆的存在，提高车流 量检测的性能。通过引入色彩饱和度信息、自适应背景更新和运动检测，区分阴 影和车辆；通过二叉决策树来分析车辆的压线过程，进行车流量检测。 文献 5 在对比图像背景差分算法与帧间差分算法的基础上，给出一种基于 计算机视觉原理的车体提取及跟踪算法，对算法流程及其在车体识别、分割与跟 踪过程中的具体实现方法进行了论述。 文献 6 提出一种综合利用对称差分和背景消减来进行运动检测的方法。首 先通过建立一个可靠的背景更新模型，由背景消减法得到基本准确的前景图像， 然后和对称差分法得到的差分图像综合，得到完整可靠的运动目标图像，最后用 形态学滤波和连通区域面积检测进行处理，以消除噪声和背景扰动带来的影响， 并用区域填充算法来填补目标区域的小孔，从而将视频序列中的运动目标比较 可靠地检测出来。 1 5 本文的研究方法 参考已有的基于视频的交通检测方法，本文研究了一种视频车速检测中图 7 西华大学硕+ 学位论文 像分析的算法。 f i g u e r l - ii m a g ea n a l y s i sa l g o r i t h m 图1 - 1 图像分析算法流程 通过固定位于公路上方的摄像机采集视频图像，采用最长稳定状态法恢复 出背景图像，即背景重建。事先把背景图像存储下来，然后将前景图像与背景 图像作差，从而分割出目标图像。分割的主要目的是要在视频序列中分割出对 象实体。图像的分割一真是视频检测车速的一个难点，由于部分车辆车体灰度 和路面灰度较接近，会导致差分后部分车体信息丢失。而且由于光照等情况， 车辆阴影的干扰也很明显。因此，在本文中提出了一种将边缘检测、高斯滤波 和背景差法相结合的基于边缘的序列图像运动目标分割的算法。对原始输入图 像进行了边缘检测，这样能有效突出目标车辆的边缘轮廓信息，而且可以减小 阴影的干扰。同时用高斯滤波减小边缘检测带来的噪声增强。利用分割出的物 体轮廓的几何特征进行前后图像序列的运动目标匹配，求出目标在序列帧内的 位置差，再利用本文提出的一种透视图像坐标变换的方法，将图像中的像素点 的位置转化为实际坐标点，从而得出车辆的速度信息。 1 6 论文的结构与内容 本文以智能交通控制为背景，研究了视频车速检测中的图像分析算法。 第二章叙述了图像检测系统的组成原理，并介绍了硬件知识。介绍了存 储于计算机的数据格式，视频图像的采集，图像基本知识和开发 工具。 第三章对图像进行预处理，包括彩色图像转换成灰度图像、用中值法对 图像进行滤波去噪。 第四章背景重建。利用采集的一系列的视频图像进行背景重建。 0 西华大学硕七学位论文 第五章图像分割和匹配。其原理为将当前采集图像与背景图像相减，再 对结果进行分割处理，可分割出运动目标，从而获取运动耳标的 几何特征，再进行图像匹配，进而求得一段序列帧内该目标的位 置差。 第六章介绍了一种摄像机视场的标定算法即坐标变换。将图像中的坐标 点转换为实际坐标点， 第七章由转换后车辆的实际位置差求出车速。 9 西华大学硕士学位论文 2 视频检测系统的组成原理及硬软件知识 视频交通流量检测系统是通过摄像机拍摄交通视频信号，再将这些捕捉到 的序列图像送入计算机进行数字化处理、图像处理、图像分析和图像理解，从 而得到交通流数据和交通状况等交通信息。 2 1 系统工作原理 ( 1 ) 通过系统初始化，对系统中的参数进行设定，如每秒采集图像的帧数等。 由图像采集系统将摄像机摄取的路段上行驶车辆的视频图像按序列连续捕捉下 来并数字化，存入帧缓存中。 ( 2 ) 将这些采集到的序列数字图像进行预处理( 灰度化、滤波除噪) 。 ( 3 ) 对预处理后的图像进行背景重建、图像分割，并对分割后的图像进行匹 配处理。 ( 4 ) 通过相应的算法进行计算，得到车辆速度。 2 2 系统的硬件构成 视频交通流量检测系统的硬件由摄像机、图像采集卡、控制处理计算机、 显示打印设备组成。 1 、摄像机 视频检测系统的摄像机采用c c d 摄像机。c c d 摄像机是通过光强照射在加 有外加驱动时钟脉冲电压驱动下的c c d 光敏面上完成电荷注入，电荷转移、电 荷输出实现视觉信息的获取、保留、传输的仪器。c c d 摄像机采用c c d 电子藕 合器件替代摄像管，在硅片上集成了以阵列分布的成像单元及相应的控制电路、 输出电路。c c d 摄像器件具有小型、轻重量、长寿命、低工作电压、图像无几 何失真、抗灼伤等优点。目前，工业用的摄像机绝大多数的为c c d 摄像机。c c d 摄像机拍摄的图像质量与c c d 的数量、c c d 的感光面积、c c d 的工作方式有很大 关系。 2 、图像采集卡 摄像头传送过来的电信号与计算机之间的接口是图像采集卡。采集卡就是 将其他数据源( 如电视机，模拟录像机、v c d 机，数字摄像机等) 输出的视频数 据或者视频音频的混合数据导入电脑，并转换成电脑可辨别的数据，存在电脑 i o 西华大学硕士学位论文 中，成为可以编辑处理的数字信号。模拟图像经过采样、量化以后转换为数字 图像并输入、存储到帧存储器的过程，称为采集、数字化、获取、捕获、捕捉、 抓取、抓帧等，因此视频采集卡也称捕获卡、获取卡、视频输入卡等。 目前图像采集卡种类繁多，其性能特征主要有以下几点， ( 1 ) 是否支持视频数据的硬件级处理 这点影响处理速度。 ( 2 ) 帧速率的高低 帧速率的高低直接影响采集卡制作的视频文件能否流畅，以及c p u 占用率 的高低。 ( 3 ) 分辨率的高低 分辨率是视频文件质量好坏的主要参数，如一般v c d 的分辨率为3 5 2 2 8 8 ( p a l 制式) 和3 2 0 2 4 0 ( n t s c 制式) ，而d v d 的分辨率一般为7 0 4 4 8 0 ( 3 0 f p s ) 或7 0 4 x 5 7 6 ( 2 5 f p s ) 。 大多数视频卡都具备硬件压缩的功能，在采集视频信号时首先在卡上对视 频信号进行压缩，然后再通过p c i 接口把压缩的视频数据传送到主机上。采集 卡都是把获取的视频序列先进行压缩处理，然后再存入硬盘，也就是说视频序 列的获取和压缩是在一起完成的，免除了再次进行压缩处理的不便。不同档次 的采集卡具有不同质量的采集压缩性能。视频采集卡的工作方式可以是单帧采 集或连续采集，可将采集的图像序列放在内存或磁盘上，可对图像进行压缩或 不压缩。 3 、控制处理计算机 由于模拟视频输入端可以提供不间断的信息源，视频采集卡要采集模拟视 频序列中的每帧图像，并在采集下一帧图像之前把这些数据传入系统。因此， 实现实时采集的关键是每一帧所需的处理时间。如果每帧视频图像的处理时间 超过相邻两帧之间的相隔时间，则要出现数据的丢失，也即丢帧现象。性能越 高的采集卡其处理每一帧所需的时间越短，因此数据率也越高，这要求c p u 处 理速度也越高。因此选用较高的c p u 并有效地利用内存是采集视频的基本要求。 4 、显示设备 显示是将数字图像转化为适合人们使用的形式，便于人们观察和理解。早 期的图像处理设备一般都有专门的图像监视器供显示专用，目前一般直接用计 西华大学硕士学位论文 算机的图形终端显示图像，图像窗口只是图形用户界面的一个普通的窗口。为 方便处理，通常图像都表现为一矩形区域的位图形式。 5 、存储设备 2 5 6 m 的内存可以提供足够的内存带宽和容量大小，适合捕捉图像和转换数 据。硬盘需要大容量的，而且存储速度要快。选择1 0 0 0 0 转的s c s i 硬盘，缓存 最低需要2 m ，一般的这种s c s i 硬盘都可以达到这个缓存，容量在4 0 g 可以基 本满足采集时的要求。 6 、传输电缆 视频信号的传输质量也是保证图像处理效果的重要环节，对速率和带宽的 要求很高。例如，传输m p e g l 方式的普通电视信号，要求速率为1 2 0 1 4 0 k b i t s ； 传输m p e 6 2 电视信号，要求5 0 0 k b i t s 的速率，传输双工或更高质量的信号， 对带宽的要求还要高。另外，视频传输对延迟及延迟抖动要求较高。所以，视 频传输不但要有较宽的带宽，还要有较好的稳定性和可伸缩性。光纤具有很高 的带宽，其传输容量是非常巨大的。视频检测系统的摄像机安装在公路，选择 光缆传输可满足要求。 2 3 数字图像基础知识 视频图像的采集就是从摄像机拍摄的模拟图像到计算机读取并存储的过 程。 b m p 文件格式是最常见的位图格式，将采集数据时得到的图像存为b m p 格 式，在进行处理时以b m p 格式读取。下面对b m p 格式作简要介绍。 2 3 i 调色板 如果一幅图像的每个像素都用r g b 分量表示，每个分量有2 5 6 个等级，需 要有1 个字节表示。那么一个像素的颜色信息需要用3 个字节表示，图像文件 将会变得非常大。 实际上，一幅2 0 0 x 2 0 0 的1 6 色图像，它共有4 0 0 0 0 个像素，如果一个像 素都用r 、g 、b 三个分量来表示，一个像素需要3 个字节，送样保存整个图像 要用2 0 0 2 0 0 3 ，即1 2 0 0 0 0 个字节。由于图像只有1 6 种颜色，可以创建一 个颜色表，表中的每一行表示一种颜色的r 、g 、b 值。这样当表示一个像素的 西华大学硕+ 学位论文 颜色时，只需指出该颜色是在第几行，即该颜色在表中的索引值。这里的r g b 颜色表，就是通常所说的调色板。在w i n d o w s 位图中，就用到了调色板技术。 2 3 2 设备无关位图( d i b ) d i b 是d e v i c ei n d e p e n d e n tb i t m a p 的缩写，它自带颜色信息，调色板管 理非常容易。d i b 是标准的w i n d o w s 的位图格式，它通常以b m p 文件格式保存。 一个b m p 文件包含一个o l b 位图。一个b m p 文件大体上分成如下4 个部分。 第一部分：位图文件头b i t m a p f i l e h e a d e r ，该结构的长度是固定的，为1 4 个字节。 t y p e d e fs t r u c tt a g b i t m a p f i l e h e a d e r w o r db f t y p e ： d w o r db f s i z e ： w o r db f r e s e r v e d l ： w o r db f r e s e r v e d 2 ： d w o r db f o f f b i t s ： b i t m a p f i l e h e a d e r ，f a r 乖l b i t m a p f i l e h e a d e r 第二部分：位图信息头b i t m a p i n f o h e a d e r ，该结构的长度为4 0 个节。 t y p e d e fs t r u c tt a g b i t m a p f i l e h e a d e r d w o r db f s i z e ： l o n gb i w i d t h ： l o n gb i h e i g h t ： w o r db i p l a n e s ： w o r db i b i t c o u n t ： d w o r db i c o m p r e s s i o n ； d w o r db i s i z e i m a g e ： l o n gb i x p e l s p e r m e t e r ： l o n gb i y p e l s p e r m e t e r ： d w o r db i c l r u s e d ： d w o r db i c l r l m p o r t a n t ： b i t m a p i n f o h e a d e r ，f a r l b i t m a p i n f o h e a d e r ； 1 3 西华大学硕十学位论文 第三部分：p a l e t t e ( 调色板) 调色板实际上是一个数组，共有b i c l r u s e d 个元素( 如果该值为0 ，则为2 的b i b i t c o u n t 次幂) 。数组中每个元素的类型为一个r g b q u a d 结构，占4 个字 节。结构定义如下： t y p e d e fs t r u c tt a g r g b q u a d ( b y t er g b b l u e ： b y t er g b g r e e n ； b y t er g b r e t ： b y t er g b r e s e r v e d ： r g b q u a d ； 第四部分：d i b 图像数据： 对于用到调色板的位图，图像数据就是该像素颜色在调色板中的索引值： 对于真彩色图，图像数据就是实际的r 、g 、b 值。对于2 色位图，用1 位就可 以表示该像素的颜色，因此一个字节可以表示8 个像素；对于1 6 色位图，用4 位可以表示一个像素的颜色，所以1 个字节可以表示2 个像素；对于2 5 6 色位 图，一个字节刚好表示一个像素；对于真彩色图，3 个字节表示1 个像素。 2 4开发工具 本文所采用的开发工具是v i s u a l c + + 6 0 。 f i g u r e2 - 1f a c i l i t yt o o l 图2 - 1 开发工具 1 4 西华大学硕士学位论文 v i s u a l c + + 6 0 是m i c r o s o f t 公司开发的基于c c + + 的集成开发工具，它是 v i s u a l s t u d i o 中功能最为强大、代码效率最高的开发工具。 y i s u a l c + + 6 0 与以前的版本相比有了多方面的改进。它的编译器、调试器、 连接器、编辑器、资源编辑器都有所加强，在编辑器中还提供了自动语句生成 功能，编辑器会像v i s u a lb a s i c 一样自动提示函数的参数、对象的成员。另外， v i s u a l c + + 6 0 还提供了很多向导。g f c 提供了一些新的类，提供了更强大的数 据访问功能。 用户可利用v i s u a l c + + 6 0 以两种方式编写w i n 3 2 应用程序，一种方式是基 于w i n d o w s a p i 的c 编程方式，另一种是基于g f c 的c + + 编程方式。c 编程方式 是传统的编程方式，代码的效率较高，但开发难度与开发的工作量大。c + + 编程 方式代码运行效率相对较低，但开发难度小、开发工作量小、源代码效率高。 本文是基于m f c 的c + + 编程方式。 西华大学硕士学位论文 3 图像预处理 图像被采集到计算机后，出于种种原因会存在噪声，或者存在不利于迸一 步处理的地方。为了方便进一步处理，需要对采集的原始图像先进行预处理。 本系统图像预处理的内容有： 1 、将彩色图像转换成灰度图像，以在不影响处理效果的情况下减少处理的 信息量，加快处理的速度。 2 、采用中值滤波器对原始图像进行滤波，消除或减少噪声对后续处理的影 响。 3 1 彩色图像向灰度图像的转换 一般图像传感器采用彩色摄像机，这样使得图像数据量很大，影响处理速 度。因此为了系统对实时性的要求，有必要把彩色的图像转换为灰度图像，这 样既满足了处理需要又减少了信息运算量，缩短处理时间。 由第二章分析可知，图像以b m p 格式存储，每个像素出r g b 三个分量组成。 因此，只需取每个像素的亮度分量即可。 其亮度方程为： y = 0 3 9 r + 0 5 g + 0 1 1 b( 2 1 ) 其中，y 是像素的亮度分量。这样便可得到一幅灰度图像。 f i g u r e 3 1r g bi m a g e 图3 - 1r g b 图像 1 6 西华大学硕士学位论文 f i g u r e 3 - 2g r a yi m a g e 图3 2 灰度图像 3 2 图像的滤波去噪 图像噪声是图像在摄取时或传输时所受到的随机干扰信号。这些干扰信号 的抑制称为图像的噪声抑制。几乎所有的图像都或多或少的存在噪声，这将影 响图像处理的效果。在视频图像处理中，图像传感器带来的噪声为主要噪声来 源。一般将其划分为三部分：电子噪声( 用高斯白噪声模拟) 、光电子噪声( 用泊 松分布的光电噪声模型模拟) 、感光颗粒噪声( 用高斯白噪声模拟) 。因此在图像 处理之前，应该将其去除，以便得到良好的处理效果。 滤波去噪的方法主要有两种：频域法和空域法。频域法的计算速度快，但是 比较复杂。为了保证实时性，一般采用空域法。应当指出，任何方法在去除噪 声的同时，都会对图像的质量产生影响，使图像交得模糊。因此，必须在图像 质量和去除噪声之间做出折衷。中值滤波既能去除高频噪声，抑制脉冲干扰， 又能很好的保持车辆轮廓的清晰，它是一种非线性的平滑滤波器。本算法采用 中值滤波去噪。 3 2 。1 额域法 频