一种基于机器视觉的驾驶员启动反应时间的检测方法

摘要

一种基于机器视觉的驾驶员启动反应时间的检测方法，属于智能交通行业的交通信息检测领域。本发明首先检测绿灯点亮时刻。在视频图像序列的红灯和绿灯区域提取RGB信息。根据红灯区域的平均红色分量值的变化和绿灯区域的平均绿色分量值的变化来检测绿灯的起始时刻。其次，检测车辆启动时刻。采用帧差法来检测车辆的启动。对摄像机输入的图像进行帧差，并进行灰度变换、中值滤波、二值化，之后对运动车辆检测区中的非0像素进行计数，作为一个帧差特征。根据该帧差特征来检测车辆的启动时刻。最后，计算驾驶员启动反应时间。本发明在实际道路交叉口架设摄像机拍摄视频图像，采用机器视觉方法计算驾驶员的启动反应时间，避免了人工误差，提高了准确性。

主权项

1.一种在灯控交叉口驾驶员启动反应时间的检测方法，主要采用机器视觉来进行检测，其特征在于，依次含有以下步骤：1）绿灯点亮时刻的检测；首先，在视频图像序列上选择红灯区域和绿灯区域，该区域在图像中的位置是固定不变的；从红灯和绿灯区域提取RGB信息；第k帧图像上像素(i, j)的R，G，B值分别是R(i, j, k), G(i, j, k) 和 B(i, j, k)；然后，在红灯亮时计算红灯区域的平均红色分量；在绿灯熄灭时计算绿灯区域的平均绿色分量，并从m帧视频图像序列中选择红灯区域的平均红色分量的最小值，绿灯区域的平均绿色分量的最大值；最后，根据红灯区域的平均红色分量值的变化和绿灯区域的平均绿色分量值的变化来检测绿灯的起始时刻；在整个处理过程中，检测并计算每一帧图像的红灯区的平均红色分量值和绿灯区的平均绿色分量值：$\bar{R}\left(k\right)=\frac{1}{N}\underset{(i,j)\in \mathrm{Zr}}{\Sigma }R(i,j,k)$$\bar{G}\left(k\right)=\frac{1}{N}\underset{(i,j)\in \mathrm{Zg}}{\Sigma }G(i,j,k)$一旦红灯区域的平均红色分量值小于（），并且绿灯区的平均绿色分量值大于（），这意味着绿灯开始；绿灯由灭到亮的那一帧记为Ng，帧Ng是绿灯起始时刻；δ₁和δ₂是修正系数，取3-8；2）车辆启动时刻的检测；车辆启动的意思是车辆从静止状态开始运动；车辆启动的检测需要从给定的视频序列中找到车辆从静止状态开始运动的那一帧；采用帧差法来检测车辆的启动；从摄像机输入的图像用I^RGB(x,y,k-1)表示；x，y表示像素，k表示第k帧；当前帧I^RGB(x,y,k)减去前一帧I^RGB(x,y,k-1)得到一个帧差，即F^RGB(x,y,k)= I^RGB(x,y,k)- I^RGB(x,y,k-1) 首先，对帧差F^RGB(x,y,k)进行灰度变换、中值滤波、二值化得到图像G(x,y,k)，在图像G(x,y,k)上车道停车线附近选择运动车辆检测区：G^Vehicle(x,y,k)，对运动车辆检测区G^Vehicle(x,y,k)中的非0像素进行计数，计数数值用m(k) 表示，它作为一个帧差特征；$m\left(k\right)=\underset{(x,y)\in \mathrm{Vehicle}}{\Sigma }{G}^{\mathrm{Vehicle}}(x,y,k)$然后，根据m(k)和阈值τ_m来检测车辆的启动，τ_m取值为180-210，当且仅当运动车辆检测区的非0像素的数量m(k)大于阈值τ_m时，才意味着车辆开始启动；在整个处理过程中，检测并计算每一帧图像的运动车辆检测区的非0像素的数量，一旦运动车辆检测区的非0像素的数量大于阈值τ_m，这意味着车辆开始启动；车辆从静止状态开始运动的那帧记为Nv，帧Nv是车辆的启动时刻；3）驾驶员启动反应时间PRT的计算；驾驶员启动反应时间PRT等于车辆启动帧Nv与绿灯起始帧Ng之差除以视频图像的帧率κ；驾驶员启动反应时间PRT根据如下公式计算：$\mathrm{PRT}=\frac{N_v-N_g}{\kappa }$。