CN103208184A - 一种高速公路交通事件视频检测方法 - Google Patents

Abstract

本发明涉及一种高速公路交通事件视频检测方法，包括以下步骤：步骤1：采集，检测***通过视频采集设备按照设定步长采集高速公路视频图像，并把视频信号传输到视频事件检测器；步骤2：视频事件检测器通过三个步骤的处理输出道路交通事件（包括停车、排队、超速、逆行等）和交通参数（包括流量，车辆速度，车型分类等）；步骤3：事件分析处理：检测***采用车辆跟踪检测和事件算法检测相结合的方式进行事件分析处理，车辆跟踪检测通过事件检测器输出的道路交通事件来对高速公路事件进行分析处理，事件算法检测通过事件检测器输出的道路交通参数对高速公路事件进行分析处理，两者综合对比以达到更准确的检测效果。

Description

一种高速公路交通事件视频检测方法

技术领域

本发明涉及一种高速公路交通事件视频检测方法，具体涉及一种基于车辆跟踪检测和事件算法检测相结合方法的公路交通事件视频检测方法。

背景技术

交通事件是指经常发生的停车事件、逆行事件、行人事件、抛撒事件、烟雾事件、拥堵事件及其它一些中断正常交通、引起拥挤和延误、降低道路通行能力的特殊事件。全世界每年因为交通事件引起的生产力损失、财产损失、人身伤害达到数亿美元。由于交通事件的频繁发生，在我国已经成为一个严重的社会问题。

视频交通事件检测技术一般分为“间接检测方法”和“直接检测方法”两大类。前一种是根据交通流的变化来间接的判断交通事件的存在，这种方法由于数据误差及交通情况的复杂性，导致事件检测的时间较长，而且不适合在交通量较低的情况下使用。第二种方法则是直接通过采集到的视频图像，使用图像处理技术来发现车辆行驶异常的方法，在交通量较低的情况下也能有良好的检测结果，但无法给出精确数据从宏观上体现事件。

发明内容

本发明设计了一种高速公路交通事件视频检测方法，其解决了现有视频交通事件检测的“间接检测方法”和“直接检测方法”各自存在的缺陷，

为了解决上述存在的技术问题，本发明采用了以下方案：

一种高速公路交通事件视频检测方法，包括以下步骤：

步骤1：采集，检测***通过视频采集设备按照设定步长采集高速公路视频图像，并把视频信号传输到视频事件检测器；

步骤2：视频事件检测器通过三个步骤的处理输出道路交通事件（包括停车、排队、超速、逆行等）和交通参数（包括流量，车辆速度，车型分类等）；

步骤3：事件分析处理：检测***采用车辆跟踪检测和事件算法检测相结合的方式进行事件分析处理，车辆跟踪检测通过事件检测器输出的道路交通事件来对高速公路事件进行分析处理，事件算法检测通过事件检测器输出的道路交通参数对高速公路事件进行分析处理，两者综合对比以达到更准确的检测效果。

进一步，步骤2中三个步骤包括视频增强、视频分析以及视频理解；其中，视频增强：对视频图像进行噪声估计，并减少视频中由于外界因素和人为因素所造成的噪声的影响，为视频分析层提供高质量的视频图像，从而提高视频处理结果的可靠性；视频分析：通过运动目标进行检测，运动估计和目标跟踪等视频分析算法来提取视频底层和中层的时空对象特征，为高层视频处理中的事件识别提供推断依据；视频理解：通过分析和理解视频分析层提供的时空对象底层特征来完成对监控视频事件的识别；通过三个步骤的处理输出道路交通事件（包括停车、排队、超速和逆行等）和交通参数（包括流量，车辆速度和车型分类等）。

进一步，步骤3中通过划定用户感兴趣的区域，并对检测区域进行描述(比如所在车道运行方向，是否转弯道等)，分析车辆的运行状态、转弯情况;利用背景减法、帧间差分和帧内差分等运动物体检测方法检测到用户感兴趣区域的车辆存在情况;利用车辆模型匹配法给车辆分类;利用目标物体跟踪、句法分析和各种形式的滤波和预测估计方法跟踪车辆，分析估计车辆的运行情况等，利用这些信息，可以进一步的分析出交通密度、排队长度信息。

进一步，通过检测车辆的移动速度的改变量是否高于某一阈值，或判断其速度是否低于某一特定值来判断其是否发生了事件。

进一步，步骤1中视频采集设备安装角度的计算：

设摄像机安装高度为H，其镜头视场角度为α，安装仰角（摄像机与竖直方向夹角）为β，与路面方向在垂面上的夹角为                                                ，α与β互余（β+α=90°）。与路面方向在水平面上的夹角为γ，路面宽度为W，S为所求的的夹角，A为水平距离；视频监控要求检测到的道路长度为L，这些物理量之间的关系满足以下公式：   

其中：a=-htanα，b=-Ltanα，c=L-htanα；

计算摄像机仰角分两种情况讨论：

（1）当镜头视场角

大于等于A时，摄像机仰角β为： 

   

2）当镜头视场角小于A时，摄像机仰角β为：

总之，在算出摄像机仰角后，与路面方向在垂面上的夹角为 ： 

。

例如：假设视场角

=50°

在现场经过安装，调试得出，在摄像机仰角β为65°，与路面方向夹角γ为3.2°时，检测效果好。

进一步，视频事件检测器是采用运动检测，图像处理，目标识别和目标跟踪在工作状态中实现道路交通事件检测及部分交通参数检测的设备；视频事件检测器检测内容为对采集到高速公路视频图像进行处理和分析。

该高速公路交通事件视频检测方法具有以下有益效果：

本发明结合报警事件和交通参数的优点，对采集来的高速公路视频图像进行处理和分析，通过特定的算法判断公路交通事件并及时报警，可以根据采集到的图像来准确的识别交通事件。

附图说明

图1：本发明高速公路交通事件视频检测方法的整体流程示意图；

图2：本发明的视频事件检测器的原理示意图。

具体实施方式

下面结合图1和图2，对本发明做进一步说明：

图1首先检测***通过视频设备按照设定步长采集高速公路视频图像，并把视频信号传输到视频事件检测器；其次视频事件检测器通过三个步骤的处理输出道路交通事件（包括停车、排队、超速、逆行等）和交通参数（包括流量，车辆速度，车型分类等）；最后为了使检测事件的类型更广，精度更高，***采用车辆跟踪检测和事件算法检测相结合的方法。车辆跟踪检测通过事件检测器输出的道路交通事件来对高速公路事件进行分析处理，事件算法检测通过事件检测器输出的道路交通参数对高速公路事件进行分析处理。两者综合对比以达到更准确的检测效果。

事件自动检测的算法：通过划定用户感兴趣的区域，并对检测区域进行描述(比如所在车道运行方向，是否转弯道等)，分析车辆的运行状态、转弯情况;利用背景减法、帧间差分和帧内差分等运动物体检测方法检测到用户感兴趣区域的车辆存在情况;利用车辆模型匹配法给车辆分类;利用目标物体跟踪、句法分析和各种形式的滤波和预测估计方法跟踪车辆，分析估计车辆的运行情况等。利用这些信息，可以进一步的分析出交通密度、排队长度等信息。

对于交通监控视频图像而言，当车辆发生事件，比如抛锚、相撞等情况时，其运动速度将会发生明显改变或迅速降低为零。因此，可以通过检测车辆的移动速度的改变量是否高于某一阈值，或判断其速度是否低于某一特定值来判断其是否发生了事件。 

图2视频事件检测器是采用运动检测，图像处理，目标识别等一系列技术在工作状态中实现道路交通事件检测及部分交通参数检测的设备。包括视频增强、视频分析以及视频理解。

视频增强：对视频图像进行噪声估计，并减少视频中由于外界因素和人为因素所造成的噪声的影响，为视频分析层提供高质量的视频图像，从而提高视频处理结果的可靠性。 

视频分析：通过运动目标进行检测，运动估计和目标跟踪等视频分析算法来提取视频底层和中层的时空对象特征，为高层视频处理中的事件识别提供推断依据。

视频理解：通过分析和理解视频分析层提供的时空对象底层特征来完成对监控视频事件的识别。

视频采集设备安装角度的计算：

设摄像机安装高度为H，其镜头视场角度为α，安装仰角（摄像机与竖直方向夹角）为β，与路面方向在垂面上的夹角为

，α与β互余（β+α=90°）。与路面方向在水平面上的夹角为γ，路面宽度为W，视频监控要求检测到的道路长度为L，这些物理量之间的关系满足以下公式： 

其中：a=-htanα，b=-Ltanα，c=L-htanα；

计算摄像机仰角分两种情况讨论：

（1）当镜头视场角

大于等于A时，摄像机仰角β为：

（2）当镜头视场角

小于A时，摄像机仰角β为：

总之，在算出摄像机仰角后，与路面方向在垂面上的夹角为 ： 

。

例如：假设视场角

=50°

在现场经过安装，调试得出，在摄像机仰角β为65°，与路面方向夹角γ为3.2°时，检测效果比较好。

上面结合附图对本发明进行了示例性的描述，显然本发明的实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围内。   

Claims (5)

1.一种高速公路交通事件视频检测方法，包括以下步骤：步骤1：采集，检测***通过视频采集设备按照设定步长采集高速公路视频图像，并把视频信号传输到视频事件检测器；步骤2：视频事件检测器通过三个步骤的处理输出道路交通事件（包括停车、排队、超速、逆行等）和交通参数（包括流量，车辆速度，车型分类等）；步骤3：事件分析处理：检测***采用车辆跟踪检测和事件算法检测相结合的方式进行事件分析处理，车辆跟踪检测通过事件检测器输出的道路交通事件来对高速公路事件进行分析处理，事件算法检测通过事件检测器输出的道路交通参数对高速公路事件进行分析处理，两者综合对比以达到更准确的检测效果。

2.根据权利要求1所述高速公路交通事件视频检测方法，其特征在于：步骤2中三个步骤包括视频增强、视频分析以及视频理解；其中，视频增强：对视频图像进行噪声估计，并减少视频中由于外界因素和人为因素所造成的噪声的影响，为视频分析层提供高质量的视频图像，从而提高视频处理结果的可靠性；视频分析：通过运动目标进行检测，运动估计和目标跟踪等视频分析算法来提取视频底层和中层的时空对象特征，为高层视频处理中的事件识别提供推断依据；视频理解：通过分析和理解视频分析层提供的时空对象底层特征来完成对监控视频事件的识别；通过三个步骤的处理输出道路交通事件（包括停车、排队、超速和逆行等）和交通参数（包括流量，车辆速度和车型分类等）。

3.根据权利要求1所述高速公路交通事件视频检测方法，其特征在于：步骤3中通过划定用户感兴趣的区域，并对检测区域进行描述(比如所在车道运行方向，是否转弯道等)，分析车辆的运行状态、转弯情况;利用背景减法、帧间差分和帧内差分等运动物体检测方法检测到用户感兴趣区域的车辆存在情况;利用车辆模型匹配法给车辆分类;利用目标物体跟踪、句法分析和各种形式的滤波和预测估计方法跟踪车辆，分析估计车辆的运行情况等，利用这些信息，可以进一步的分析出交通密度、排队长度信息。

4.根据权利要求1所述高速公路交通事件视频检测方法，其特征在于：通过检测车辆的移动速度的改变量是否高于某一阈值，或判断其速度是否低于某一特定值来判断其是否发生了事件。

5.根据权利要求1所述高速公路交通事件视频检测方法，其特征在于：步骤1中视频采集设备安装角度的计算：

设摄像机安装高度为H，其镜头视场角度为α，安装仰角（摄像机与竖直方向夹角）为β，与路面方向在垂面上的夹角为                                                

，α与β互余（β+α=90°）；与路面方向在水平面上的夹角为γ，路面宽度为W，视频监控要求检测到的道路长度为L，这些物理量之间的关系满足以下公式： 

； S为所求的的夹角，A为水平距离；

其中：a=-htanα，b=-Ltanα，c=L-htanα；

计算摄像机仰角分两种情况讨论：

（1）当镜头视场角

大于等于A时，摄像机仰角β为： 

（2）当镜头视场角

小于A时，摄像机仰角β为：

总之，在算出摄像机仰角后，与路面方向在垂面上的夹角为 ： 

。

Images