一种基于视频的交通流量统计方法-张海天定稿

1.一种基于视频的交通流量统计装置，其特征是，包括：摄像机：用于拍摄视频图像；前背景分割单元：用于将摄像机拍摄到的视频图片分割出前景和背景，所述前景为运动中的车辆，所述背景为静止的道路；车辆定位追踪单元：用于定位前景中的车辆，并给与每辆行驶的车赋予不同的ID号；虚拟感应线圈：根据道路车道线的数量，按实体感应线圈排布的方式排布在背景上，其数量为一个以上；统计单元：用于统计每一个虚拟感应线圈中经过的车辆数量，车辆进入并离开各一次，计数为一。2.一种基于视频的交通流量统计方法，其特征是，包括以下步骤：步骤一：在摄像机捕捉的视频图像上，分割出视频的前景和背景，所述前景为运动中的车辆，所述背景为静止的道路；步骤二：定位每辆汽车，对运动的车辆进行跟踪，给每辆行驶的车赋予不同的ID号，然后根据道路车道线的数量进行虚拟感应线圈的分割；步骤三：利用虚拟感应线圈来感应车辆的进入与离开，统计交通流量。3.根据权利要求2所述的一种基于视频的交通流量统计方法，其特征是，步骤一包括以下步骤：1）采用混合高斯模型对视频中的场景进行数学建模；2）去除车辆阴影：首先，通过纹理边缘信息，针对运动车辆及阴影边界进行定位判断，区分出真实车辆区域和疑似阴影区域；其次，通过多帧差值信息，根据隔帧间的差值拟合，进一步确定疑似阴影中的真实阴影的区域范围；3）根据混合高斯模型，分离前后景，根据马赛克的特征值，对背景中的雪花、色块区域进行判断，进行降噪处理，以此去除背景建模中的雪花、色块对识别产生的影响。4.根据权利要求2或3所述的一种基于视频的交通流量统计方法，其特征是，所述步骤二还包括一下步骤：1）采用“网格栅”法对视频图像进行网格化处理；2）利用每个格子的中心点的像素进行区域L-K光流法求取每个格子的运动向量，然后统计属于同一辆车子的格子的光流信息；3）对这些信息进行滤波分析，取得其中最普遍的运动信息来作为这辆车的运动信息，然后根据这些运动信息对车辆实现实时的跟踪，并对每一个最新出现的车辆分配ID，以及对出现的车辆进行实时跟踪。5.根据权利要求2或3所述的一种基于视频的交通流量统计方法，其特征是，步骤三包括以下步骤：1）测定车辆触碰虚拟线圈时虚拟线圈内的参数，包括占空比、横向压线长度、纵向压线长度；2）将参数值与设定的阀值对比，满足所有参数值均超过阀值的条件时，即表示当前时刻有一辆车辆进入，标注该车辆为1，并进行跟踪；不满足所有参数值均超过阀值的条件，且该状态持续时间超过10帧，表示该车辆离开感应线圈，则将该车辆标注为0；3）当一车辆有标注1变为0时，技术器数值+1，表示检测到一辆车辆经过。一种交通流量统计装置及统计方法技术领域本发明涉及一种基于视频的交通流量统计装置及统计方法背景技术从二十世纪六十年代起，世界经济进入高速增长期。随着计算机、通信以及电子等技术的日益成熟，信息化，智能化日益成为影响未来社会经济发展的重要因素。在这样一个大背景下，加速经济发展的一个关键因素，就是实现方便、快捷的交通运输。但是，随着世界城市化的进展和作为日常主要交通工具的汽车的普及，无论是在发展中国家还是在发达国家，交通拥挤加剧、交通事故频发、交通环境恶化等问题都变得日趋严重。智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施，当前的交通车流量统计主要由地感线圈来进行处理，需要对道路进行切割，安装地感线圈，会对路面进行破坏，对于某些不可以切割路面的地段，则不适用。发明内容本发明要解决的技术问题是现有的智能交通系统需要对道路进行切割，安装地感线圈，会对路面进行破坏，对于某些不可以切割路面的地段，则不适用。为解决上述技术问题，本发明采用的方案是：一种基于视频的交通流量统计装置，包括：摄像机：用于拍摄视频图像；前背景分割单元：用于将摄像机拍摄到的视频图片分割出前景和背景，所述前景为运动中的车辆，所述背景为静止的道路；车辆定位追踪单元：用于定位前景中的车辆，并给与每辆行驶的车赋予不同的ID号；虚拟感应线圈：根据道路车道线的数量，按实体感应线圈排布的方式排布在背景上，其数量为一个以上；统计单元：用于统计每一个虚拟感应线圈中经过的车辆数量，车辆进入并离开各一次，计数为一。一种基于视频的交通流量统计方法，包括以下步骤：步骤一：在摄像机捕捉的视频图像上，分割出视频的前景和背景，所述前景为运动中的车辆，所述背景为静止的道路；步骤二：定位每辆汽车，对运动的车辆进行跟踪，给每辆行驶的车赋予不同的ID号，然后根据道路车道线的数量进行虚拟感应线圈的分割；步骤三：利用虚拟感应线圈来感应车辆的进入与离开，统计交通流量。采用在视频图像分析上使用的虚拟感应线圈，代替原有的安装在道路上的地感线圈，不仅解决交通流量统计的问题，也达到了保护了道路效果。为克服车辆左右相互遮挡所带来的重复技术的问题，步骤一包括以下步骤：1）采用混合高斯模型对视频中的场景进行数学建模；2）去除车辆阴影：首先，通过纹理边缘信息，针对运动车辆及阴影边界进行定位判断，区分出真实车辆区域和疑似阴影区域；其次，通过多帧差值信息，根据隔帧间的差值拟合，进一步确定疑似阴影中的真实阴影的区域范围；3）根据混合高斯模型，分离前后景，根据马赛克的特征值，对背景中的雪花、色块区域进行判断，进行降噪处理，以此去除背景建模中的雪花、色块对识别产生的影响。所述混合高斯模型指使用K个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点,否则为前景点；而去除车辆阴影、图片雪花、色块，可以很好的克服车辆左右相互遮挡所带来的重复技术的问题，对于车辆前后遮挡的情况也起到了一定的克制作用。作为本发明的一种改进方案，所述步骤二还包括以下步骤：1）采用“网格栅”法对视频图像进行网格化处理；2）利用每个格子的中心点的像素进行区域L-K光流法求取每个格子的运动向量，然后统计属于同一辆车子的格子的光流信息；3）对这些信息进行滤波分析，取得其中最普遍的运动信息来作为这辆车的运动信息，然后根据这些运动信息对车辆实现实时的跟踪，并对每一个最新出现的车辆分配ID，以及对出现的车辆进行实时跟踪。作为本发明的一种改进方案，步骤三包括以下步骤：1）测定车辆触碰虚拟线圈时虚拟线圈内的参数，包括占空比、横向压线长度、纵向压线长度；2）将参数值与设定的阀值对比，满足所有参数值均超过阀值的条件时，即表示当前时刻有一辆车辆进入，标注该车辆为1，并进行跟踪；不满足所有参数值均超过阀值的条件，且该状态持续时间超过10帧，表示该车辆离开感应线圈，则将该车辆标注为0；3）当一车辆有标注1变为0时，技术器数值+1，表示检测到一辆车辆经过。本发明的优点是：通过视频可实时、准确的记录并分析交通流量，为实现智能交通诱导及控制提供了前提。附图说明图1是本发明方法的流程图。具体实施方式下面结合附图对本发明做进一步说明。一种基于视频的交通流量统计装置，包括：摄像机：用于拍摄视频图像；前背景分割单元：用于将摄像机拍摄到的视频图片分割出前景和背景，所述前景为运动中的车辆，所述背景为静止的道路；车辆定位追踪单元：用于定位前景中的车辆，并给与每辆行驶的车赋予不同的ID号；虚拟感应线圈：根据道路车道线的数量，按实体感应线圈排布的方式排布在背景上，其数量为一个以上；统计单元：用于统计每一个虚拟感应线圈中经过的车辆数量，车辆进入并离开各一次，计数为一。如图1所示，一种基于视频的交通流量统计方法，包括以下步骤：步骤一：通过摄像机拍摄交通视频流，所述视频流包括一张以上的视频图像；采用混合高斯模型对视频图像中的场景进行数学建模，分割出视频的前景和背景，实现运动检测；上述混合高斯模型指使用K个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点,否则为前景点；所述前景为运动中的车辆，即提取目标，所述背景为静止的道路，即运动区域；然后，利用纹理边缘等信息去除车辆阴影；去除背景建模中的雪花、色块等，用以很好的克服车辆左右相互遮挡所带来的重复技术的问题，对于车辆前后遮挡的情况也起到了一定的克制作用。步骤二：采用“网格栅”法对视频图像进行网格化处理；利用每个格子的中心点的像素进行区域L-K光流法求取每个格子的运动向量，然后统计属于同一辆车子的格子的光流信息，对这些光流信息进行滤波分析，取得其中光流运动方向中数量最多的运动向量信息，来作为这辆车的运动信息，然后根据这些运动信息对车辆实现实时的跟踪，并对每一个最新出现的车辆分配ID，以及对出现的车辆进行实时跟踪。步骤三：测定车辆触碰虚拟线圈时虚拟线圈内的参数，包括占空比、横向压线长度、纵向压线长度；将参数值与预先设定好的阀值对比，满足所有参数值均超过阀值的条件时，即表示当前时刻有一辆车辆进入，