提出一種基于虛擬線的交通參數(shù)（車速、車輛計(jì)數(shù)等）視頻檢測(cè)方法。通過(guò)檢測(cè)在實(shí)時(shí)圖像序列中設(shè)置的虛擬線，檢測(cè)車輛存在，進(jìn)而計(jì)算出車速、車流量等交換信息。該方法自適應(yīng)更新背景和閾值，具有較高的檢測(cè)精度和良好的抗干擾性，避免了大量乘法運(yùn)算，有效地提高了檢測(cè)速度，具有良好的實(shí)時(shí)性。

目前，交通問(wèn)題已成為城市發(fā)展的主要制約因素之一。ITS（Intelligent Transportation System）智能交通系統(tǒng)，是指將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊技術(shù)、自動(dòng)控制技術(shù)、計(jì)算機(jī)處理技術(shù)等應(yīng)用于交通運(yùn)輸，實(shí)現(xiàn)交通信息管理現(xiàn)代化。目前國(guó)內(nèi)外對(duì)ITS已經(jīng)有了較深入的研究和實(shí)踐。近20年的研究表明：實(shí)行ITS，可以使道路的通行能力提高2～3倍，將產(chǎn)生巨大的經(jīng)濟(jì)效益和社會(huì)效益。

交通視頻檢測(cè)設(shè)備是ITS的重要組成部分，它實(shí)時(shí)地檢測(cè)交通參數(shù)，進(jìn)行數(shù)據(jù)處理并傳送至交管中心。傳統(tǒng)的檢測(cè)方法是在車道下埋置磁感應(yīng)線圈，當(dāng)有車輛經(jīng)過(guò)時(shí)，產(chǎn)生一個(gè)電信號(hào)，檢測(cè)出這輛車正在感應(yīng)線圈的位置。根據(jù)一車輛通過(guò)不同的感應(yīng)線圈的時(shí)間間隔Δt和兩個(gè)感應(yīng)線圈之間的距離L，求得車速v=L/Δt。

本文提出的視頻檢測(cè)方法，首先在圖像上設(shè)置虛擬線，虛擬線的作用與上述磁感應(yīng)線圈類似。根據(jù)虛擬線上像素點(diǎn)的數(shù)值變化判斷是否有車經(jīng)過(guò)檢測(cè)線。如果當(dāng)前檢測(cè)線上的數(shù)值大于背景估計(jì)值，則認(rèn)為有車輛經(jīng)過(guò)檢測(cè)線，從而檢測(cè)出車輛。由于背景的變化，必須實(shí)時(shí)更新背景的估計(jì)值，才能夠保證檢測(cè)的精度。

1 虛擬線檢測(cè)算法

視頻車輛檢測(cè)流程如圖1所示，用一個(gè)架設(shè)在車道上方的攝像頭同時(shí)監(jiān)視多個(gè)車道，攝像頭采集的圖像以25幀/秒（PAL）的速度進(jìn)入圖像采集模塊，得到數(shù)字化的圖像（YUV 4：2：2），數(shù)字圖像數(shù)據(jù)進(jìn)入圖像處理模塊，這個(gè)模塊是整個(gè)系統(tǒng)的核心，實(shí)現(xiàn)對(duì)實(shí)時(shí)動(dòng)態(tài)圖像的分析處理，檢測(cè)出多項(xiàng)交通信息。圖像處理流程如圖2所示。

1．1 攝像機(jī)的安裝與虛擬線的實(shí)際距離

圖3中：φ為攝像機(jī)的視場(chǎng)（FOV）角度；

φ/r為一條檢測(cè)線對(duì)應(yīng)的角度；

D是一條檢測(cè)線對(duì)應(yīng)的實(shí)際距離；

r是圖像的垂直分辨率（一幅圖像的行數(shù)）。

實(shí)際應(yīng)用中，根據(jù)圖3所示的視頻角度（FOV），攝像機(jī)比較理想的安裝高度應(yīng)該在7.5m～10m的范圍內(nèi)，并且保證監(jiān)視的視場(chǎng)能夠覆蓋1～4條車道。

在機(jī)器視覺(jué)系統(tǒng)中，一行掃描線代表的實(shí)際距離與攝像機(jī)的安裝密切相關(guān)，本系統(tǒng)中由三個(gè)參數(shù)確定，分別是攝像機(jī)的安裝高度（h）、光軸與垂直方向的角度及視場(chǎng)（FOV），各參數(shù)間的關(guān)系如圖3。式（1）為每條檢測(cè)線代表的實(shí)際距離：

D=htan［arctan（d/h） φ/r］-d （1）

由圖3所示幾何關(guān)系，容易得到圖像覆蓋的實(shí)際最大距離為：

dmax=htan［arctan（dmin/h） φ］ （2）

顯然攝像機(jī)能夠監(jiān)視的最大距離dmax用安裝高度h、最小距離dmix和FOV角度φ決定。

1．2 背景估計(jì)和車輛檢測(cè)

一條道路通常被分為幾條車道，在每條車道上分別設(shè)置如圖4（圖中數(shù)字1，2，3…表示像素點(diǎn)）所示的檢測(cè)區(qū)。每個(gè)檢測(cè)區(qū)由一條車輛存在檢測(cè)線和緊跟其后的速度檢測(cè)區(qū)構(gòu)成。存在檢測(cè)線長(zhǎng)度為50pixel/line，速度檢測(cè)區(qū)由30條30pixel/line檢測(cè)線構(gòu)成。

判斷存在檢測(cè)線上是否有車通過(guò)的基本原理是：如果當(dāng)前幀檢測(cè)上像素點(diǎn)的灰度值明顯大于背景的估計(jì)值，認(rèn)為這一時(shí)刻檢測(cè)線上有車輛存在，否則認(rèn)為此刻檢測(cè)線上無(wú)車輛存在。

由于環(huán)境的變化，必須實(shí)時(shí)更新存在檢測(cè)線的背景估計(jì)值。把一條檢測(cè)線上對(duì)應(yīng)五個(gè)不同時(shí)刻（相鄰時(shí)刻的間隔是10幀）的像素點(diǎn)的灰度值存入緩沖區(qū)，用lineTn（n=1，2…）表示第n時(shí)刻檢測(cè)線上的數(shù)據(jù)。這樣連續(xù)5個(gè)時(shí)刻的數(shù)據(jù)為一組，通過(guò)對(duì)連續(xù)兩組數(shù)據(jù)的比較計(jì)算來(lái)更新背景的估計(jì)值。例如，當(dāng)前緩沖區(qū)存的是lineT1到linet5，那么輸入的lineT6與lineT1的間隔是50幀（2s，PAL制），這樣在車速大于20km/h，車長(zhǎng)小于1lm的條件下（通常情況下滿足此條件），不可能有同一車輛既經(jīng)過(guò)lineT1又經(jīng)過(guò)lineT6，定義一個(gè)變量如（3）式：

式（3）中s‘I是lineT（1 j）是第i個(gè)像素點(diǎn)的灰度值，si是lineT（6 j）的第i個(gè)像素點(diǎn)的灰度值（j=0，1，2，3，4）。把第一組數(shù)據(jù)和第二組數(shù)據(jù)比較，即lineT1與6，2與7，3與8，4與9，5與10分別逐像素點(diǎn)地比較，由式（3）得到5個(gè)變量，然后lineT6～10覆蓋lineT1～5存入緩沖區(qū)，用lineT6～10和lineT11～15重復(fù)上述計(jì)算過(guò)程。通過(guò)比較lineT1～5和lineT6～10兩組數(shù)據(jù)得到的5個(gè)變量中，第j個(gè)變量Vj最小，令Vmin=Vj，與這個(gè)最小值對(duì)應(yīng)的后一組數(shù)據(jù)中的lineT（6 j）用于存在檢測(cè)線的背景估計(jì)。檢測(cè)線的背景估計(jì)通過(guò)式（4）的經(jīng)驗(yàn)公式更新。

R’i=ωRi （1-ω）Bi i=1，…，50 （4）

式（4）中Ri是檢測(cè)線上第i點(diǎn)的背景估計(jì)值，Ri是該點(diǎn)上一次的估計(jì)值，Bi是后一組數(shù)據(jù)中對(duì)應(yīng)于最小變量值Vmin的檢測(cè)線上第i點(diǎn)的值。ω是權(quán)系數(shù)，它決定了上一次的背景估計(jì)值對(duì)當(dāng)前背景估計(jì)值的影響，（1-ω）決定了對(duì)應(yīng)于Vmin的檢測(cè)線數(shù)據(jù)對(duì)于背景估計(jì)的影響。如果ω=1，當(dāng)前背景估計(jì)等于上一次背景估計(jì)；如果ω=0，當(dāng)前背景估計(jì)完全被對(duì)應(yīng)于Vmin的檢測(cè)線數(shù)據(jù)代替。為了達(dá)到實(shí)時(shí)更新背景的目的，ω的值應(yīng)該較小，但是為了提高抗干擾能力，ω的值應(yīng)該較大，綜合兩方面的考慮，實(shí)際系統(tǒng)中取固定值ω=0.8。通過(guò)上述計(jì)算過(guò)程，檢測(cè)線上的背景估計(jì)值每隔2s更新一次，對(duì)于緩慢變化的環(huán)境，能夠得到實(shí)時(shí)準(zhǔn)確的背景估計(jì)。

如果一條檢測(cè)線上像素點(diǎn)的值比與它比較的檢測(cè)線上相應(yīng)點(diǎn)的值高得多（或低得多），由（3）式得到V‘，而兩條檢測(cè)線上對(duì)應(yīng)點(diǎn)的值基本相同時(shí)得到V’’，那么V’會(huì)明顯大于V‘’，這就是進(jìn)行車輛檢測(cè)的基本依據(jù)。定義變量：

式（5）中Li是當(dāng)前時(shí)刻檢測(cè)線上第I點(diǎn)的值，R‘i是背景估計(jì)值。

當(dāng)VD大于選定的閾值時(shí)，認(rèn)為檢測(cè)線上有車輛存在。式（6）是閾值表達(dá)式：

T=kVmin （6）

式（6）中Vmin是當(dāng)前最小的變化值，對(duì)應(yīng)于Bi，k是常數(shù)，如果

VD＞T （7）

說(shuō)明當(dāng)前時(shí)刻檢測(cè)線上的值大于背景估計(jì)值，此時(shí)檢測(cè)出有車輛經(jīng)過(guò)存在檢測(cè)線。

1．3 速度檢測(cè)

如圖4所示，速度檢測(cè)區(qū)緊跟在存在檢測(cè)線之后，當(dāng)存在檢測(cè)線檢測(cè)到有車輛經(jīng)過(guò)時(shí)，觸發(fā)速度檢測(cè)區(qū)工作。為了避免車高的影響，當(dāng)車輛相對(duì)攝像機(jī)的監(jiān)視方向運(yùn)動(dòng)時(shí)，應(yīng)該按照車頭的位置計(jì)算速度。而當(dāng)車輛運(yùn)動(dòng)方向與攝像機(jī)的監(jiān)視方向相同時(shí)，應(yīng)該按照車尾的位置計(jì)算速度。

以前一種情況為例，一旦檢測(cè)到車輛進(jìn)入速度檢測(cè)區(qū)，速度檢測(cè)模塊依次檢測(cè)每條虛擬線（從Line0開(kāi)始），方法與存在檢測(cè)算法相同，當(dāng)檢測(cè)到連續(xù)兩條虛擬線都沒(méi)有車輛存在停止。認(rèn)為這兩條線的前一條就是車頭的位置l0，下一幀的檢測(cè)就從這條線開(kāi)始。一幀一幀重復(fù)上述過(guò)程，直到車頭位置超出了速度檢測(cè)區(qū)，那么上一幀得到的車頭位置ln就是車頭最后的位置。車速為：

Vf=［（ln-lo）/n］25（lines/s） （8）

計(jì)算ln-l0是必須的，因?yàn)檐囶^的開(kāi)始位置和最后位置在每次測(cè)量時(shí)并不是固定的。適當(dāng)設(shè)置30條虛擬線組成的速度檢測(cè)區(qū)，使ln-l0的最小值是20，則由檢測(cè)線引起的最大量化誤差是1/20。

由圖3所示的幾何關(guān)系，（8）式的速度值能夠轉(zhuǎn)換成m/s為單位的實(shí)際速度，與ln-l0對(duì)應(yīng)的實(shí)際距離為：

D=D0-Dn （9）

式（9）中Δθ=φ/r

θ為line0與垂直方向的角度，則實(shí)際速度為：

V=（D/n）25（m/s） （10）

2 系統(tǒng)實(shí)現(xiàn)

如圖5所示，本系統(tǒng)選用TMS320C6000系列的DSP芯片作為處理器，采用雙處理器的硬件結(jié)構(gòu)，每個(gè)視頻通道處理一路視頻輸入，可以同時(shí)檢測(cè)兩個(gè)方向的交通信息。本系統(tǒng)在CCS2.2環(huán)境下開(kāi)發(fā)系統(tǒng)底層程序，在VC.net環(huán)境下開(kāi)發(fā)系統(tǒng)上層操作程序，系統(tǒng)運(yùn)行情況良好。

3 實(shí)驗(yàn)結(jié)果

用10個(gè)視頻序列（每個(gè)序列3分鐘，25f/s攝像機(jī)高h(yuǎn)=7.5m，視場(chǎng)FOV≈40）對(duì)該系統(tǒng)進(jìn)行測(cè)試。實(shí)驗(yàn)證明在環(huán)境光線良好的條件下，車輛計(jì)數(shù)的準(zhǔn)確率在95%以上；在較差的光線條件下，車輛計(jì)數(shù)的準(zhǔn)確率在90%以上，速度參數(shù)計(jì)算誤差小于5%。

基于虛擬線的視頻檢測(cè)技術(shù)最大的優(yōu)點(diǎn)是算法簡(jiǎn)單、計(jì)算量小，適合對(duì)實(shí)時(shí)性要求較高的場(chǎng)合，例如，根據(jù)檢測(cè)結(jié)果抓拍車輛圖像的應(yīng)用。該算法還有待于進(jìn)一步優(yōu)化，如可以加入?yún)^(qū)配和跟蹤模塊；可以利用圖像的更多特點(diǎn)，例如色度、邊緣、角點(diǎn)等不斷優(yōu)化算法。

責(zé)任編輯：gt