基于视频的交通信息采集方法

摘要

本发明公开基于视频的交通信息采集方法。该方法基于图像处理和模式识别理论，依次经过检测区域设置并进行几何校正，高斯背景建模提取出前景目标，采用分离器进行目标的识别，并将识别结果与前景区域进行匹配，消除检测的虚警，融合粒子滤波算法和车辆检测算法实现车辆的自适应跟踪，在检测结果的基础上实现有效的增加目标和目标融合，最终实现本发明的流量统计、以及速度、密度、时间占有率等参数的计算。另外，本发明根据检测跟踪结果，还可对目标进行微观交通分析，如违章停车、逆行、超速等检测。同时，可实现交通状态的判断，如拥堵检测，并可进行拥堵情况下的排队长度计算。本发明具有准确性高、计算复杂度低的优点，可满足实际应用的需要。

主权项

基于视频的交通信息采集方法，其特征在于，包括以下步骤：（1）在视频图像上设置检测区域，并在调试过程中测量图像检测区域所对应的实际道路区域的尺寸，完成几何校正，把图像坐标系变换到世界坐标系；（2）采用混合高斯模型进行背景建模，实时的进行模型的更新，并提取出前景部分；（3）从样本图片集提取正样本和负样本，形成训练样本集；计算样本的矩形特征，并获得矩形特征集；采用Adaboost方法进行训练得到级联分类器；（4）采用级联分类器在检测区域上进行识别车辆，得到初步的识别结果；匹配初步识别结果与前景图像，消除检测过程中存在的虚警；（5）采用多目标粒子滤波和Adaboost检测融合的方法实现车辆目标的自适应跟踪，通过给连续几帧目标设定权值的方法，实现目标的增减。