基于視頻的車型精確判斷

宋俊芳 西藏民族大學(xué) 信息工程學(xué)院

1 基于固定背景的車輛高度算法

在視頻序列檢測(cè)中，設(shè)置一虛擬線圈（如圖1圖片底部1/3位置灰色線條所示），檢測(cè)所得到的交通參數(shù)均為車輛經(jīng)過(guò)線圈時(shí)的交通參數(shù)。通過(guò)圖1可以看到，不同大小的車輛經(jīng)過(guò)同一線圈時(shí)存在明顯差異，尤其表現(xiàn)在車高方向上。本文所論述的原理和方法正是基于這種思想。本文通過(guò)車輛經(jīng)過(guò)線圈時(shí)候的當(dāng)前幀與背景進(jìn)行相減運(yùn)算，得到車輛所在縱向的灰度直方圖，計(jì)算公式如下：

其中表示縱向第行所對(duì)應(yīng)的灰度值，表示前景灰度,表示背景灰度，表示左右各綜合考慮了個(gè)點(diǎn)。與固定背景差得到的灰度直方圖如圖2所示：

圖1 不同車輛經(jīng)過(guò)同路段

圖2 大小兩車經(jīng)過(guò)線圈時(shí)的車高方向與背景差直方圖

通過(guò)圖2可以看到，大小車輛對(duì)應(yīng)的灰度直方圖存在明顯差異?？傮w來(lái)說(shuō)大車高度（右側(cè)灰度線與水平閾值線的交點(diǎn)）要高于小車高度。而且車輛邊界跟背景分解比較明顯（灰度直方圖與水平閾值線的右交點(diǎn)）。

在某些應(yīng)用場(chǎng)合中，僅僅用車輛高度判斷車型是遠(yuǎn)遠(yuǎn)不夠的，因?yàn)橛械拇筌嚤旧聿桓?，或者有的大車車頂灰度難免跟背景灰度很相似，就算使用改進(jìn)之后的幀差法也難以檢測(cè)到正確的車頂位置，因此本文將通過(guò)下面的基于車長(zhǎng)的車型輔助判斷方法對(duì)上述問(wèn)題進(jìn)行改進(jìn)校正。

2 基于車速的車長(zhǎng)計(jì)算方法

本文借助車輛通過(guò)虛擬線圈時(shí)二值化圖像，當(dāng)車頭到達(dá)虛擬線圈位置時(shí)其二值化觸發(fā)車長(zhǎng)幀數(shù)計(jì)數(shù)，在其后的連續(xù)幾幀內(nèi)，車輛慢慢通過(guò)線圈，幀數(shù)計(jì)數(shù)器繼續(xù)累加計(jì)數(shù)，直到車尾完全通過(guò)，二值化目標(biāo)消失，結(jié)束車長(zhǎng)幀數(shù)計(jì)數(shù)。此時(shí)我們便得到了該車以通過(guò)虛擬線圈所用幀數(shù)為計(jì)量單位的長(zhǎng)度大小，設(shè)其為 幀。根據(jù)前面我們前期研究的在基于視頻序列的車速計(jì)算方法，假設(shè)該車的在通過(guò)線圈時(shí)的行駛速度為 厘米/幀，則車長(zhǎng)計(jì)算公式如下：

3 基于車高和車長(zhǎng)的車型判斷方法

本文所論述的車型分類算法將各車按其車身大小將車分成大，中，小3個(gè)類型。大型車主要包括大型客車，貨車，以及工程車，小型車主要包括各種兩廂小型私家車，小型面包車，以及一些微型皮卡，中型車是指除了大型和小型車以外的其他車輛，主要包括一些小型貨車和小型客車。本文首先通過(guò)車長(zhǎng)在大范圍對(duì)車型進(jìn)行限定性的判斷，其判斷邏輯如（3）式所示：

在公式（3）中我們假設(shè)，小型車為1，中型車為2，大型車為3。通過(guò)公式可見(jiàn)，當(dāng)車長(zhǎng)小于或者等于700厘米時(shí)直接可以斷定該車為小型車，而當(dāng)車長(zhǎng)大于1500厘米時(shí)可直接判定該車為大型車，當(dāng)車長(zhǎng)在這兩個(gè)值所確定的范圍之內(nèi)時(shí)，則應(yīng)該根據(jù)車高進(jìn)行判斷，其判斷邏輯如公式（4）所示：

公式（4）中的表示從虛擬線圈位置往上以像素行數(shù)為度量單位的車輛高度。通過(guò)上面的敘述可見(jiàn)，車型判斷的最終結(jié)果是公式（3）和公式（4）按照一定的優(yōu)先級(jí)進(jìn)行聯(lián)合判斷的結(jié)果，公式（3）的優(yōu)先級(jí)要高于公式（4）的優(yōu)先級(jí)。

5 結(jié)論

本文所論述的車型判斷方法具有較好的實(shí)用性和高效性。在高速公路隧道內(nèi)某段時(shí)間內(nèi)的車型統(tǒng)計(jì)結(jié)果中，正確率達(dá)到98%，可見(jiàn)本文所論述的車型分類方法具有較高的識(shí)別精度，可用于實(shí)際交通環(huán)境應(yīng)用中。

[1]郭輝.基于視頻的車輛檢測(cè)和車型識(shí)別的研究[D].華東交通大學(xué),2009.

[2]吳亞斌,陳淑榮.一種基于監(jiān)控視頻的車型識(shí)別和車流量檢測(cè)算法[J].微型機(jī)與應(yīng)用, 2015, 34(7):45-48.

[3]李濤,葉茂,向濤,等.實(shí)時(shí)的基于交通視頻的車型檢測(cè)系統(tǒng):, CN 103886760 A[P]. 2014.

[4]張全元,戴光明,陳良.一種新的基于實(shí)時(shí)視頻流的車型識(shí)別算法[C]//圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議. 2008.

[5]袁愛(ài)龍.基于視頻的汽車車型識(shí)別研究[D].電子科技大學(xué), 2013.

[6]樊養(yǎng)余,張晶,張辰銳,等.一種基于視頻的車型識(shí)別方法:,CN103593981A[P]. 2014.

[7]季晨光,張曉宇,白相宇.基于視頻圖像中的車型識(shí)別[J].遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2010, 30(1):5-7.