一种用于交通信号控制的干线视频流量检测方法

摘要

一种用于交通信号控制的干线视频流量检测方法，包括如下步骤：1)通过安装在干线的各个交叉口上的视频采集器获取各个车道的视频序列；通过布置在交叉口各个车道的前端的虚拟线圈检测车辆通过数量；2)通过背景建模方法对采集的视频序列进行背景建模；3)在完成背景建模后，采用颜色空间计算模型对前景像素与背景的差分进行处理，以提取完整的目标前景；4)根据检测得到的各交叉口各车道的车流量，获得干线车流量。本发明提供了一种数据全面性较好、准确性较高的用于交通信号控制的干线视频流量检测方法。

主权项

一种用于交通信号控制的干线视频流量检测方法，其特征在于：所述方法包括如下步骤：1)通过安装在干线的各个交叉口上的视频采集器获取各个车道的视频序列；通过布置在交叉口各个车道的前端的虚拟线圈检测车辆通过数量；2)通过背景建模方法对采集的视频序列进行背景建模，过程如下：2.1)对视频序列的前N帧进行筛选，通过将采用索贝尔算子检测的边缘信息图和LBP算子检测的纹理特征图结合，来检测图片中车辆的存在性，将明显存在车辆的图片剔除，筛选出没有车存在的图片；索贝尔算子的计算方法为在灰度图像上，每一个像素点(x,y)的灰度值表示为f(x,y)，通过考察它的上、下、左、右四个相邻灰度的加权差，再研究与它邻近的点的权值大小，即：Δxf(x,y)＝f(x‑1,y+1)+2f(x,y+1)+f(x+1,y+1)‑f(x‑1,y‑1)‑2f(x,y‑1)‑f(x+1,y‑1)Δyf(x,y)＝f(x‑1,y‑1)+2f(x‑1,y)+f(x‑1,y+1)‑f(x+1,y‑1)‑2f(x+1,y)‑f(x+1,y+1)索贝尔算子为：s(x,y)＝|Δxf(x,y)|+|Δyf(x,y)|；LBP算子的计算方法：${\mathrm{LBP}}_{P,R}=\underset{i=0}{\overset{P-1}{\Sigma }}s(v_i-v_c)2^i$$s\left(x\right)=\left\{\begin{array}{cc}1& x\ge 0\\ 0& x<0\end{array}\right.$其中，P、R为LBP算子的参数，v_c为中心点的像素值，v_i为中心点八邻域点的像素值；2.2)对经过筛选后得到的图片用混合高斯背景建模算法进行背景建模；3)在完成背景建模后，采用颜色空间计算模型对前景像素与背景的差分进行处理，以提取完整的目标前景；4)根据检测得到的各交叉口各车道的车流量，获得干线车流量。