主权项 |
一种应用计算机程序的采用视频图像处理实时统计车流量的方法,包括下列步骤:在视频图像中的车道上设置虚拟检测线圈;对经过虚拟检测线圈的由视频图像采集装置捕获的每一帧视频图像中的像素进行处理,获取运动车辆目标;检测并抑制被分割出的运动车辆目标的阴影和分析经过虚拟检测线圈的视频图像中像素值的变化来统计运动车辆目标的个数,判断是否有下一帧视频图像,确定是否对背景图像进行更新,其特征是所述的对经过虚拟检测线圈的由视频图像采集装置捕获的每一帧视频图像中的像素进行处理,获取运动车辆目标包括下列步骤:1)捕获多帧视频图像,采集并记录这些帧视频图像中各像素的值,然后对于同一位置像素将记录的像素值按大小排列,选取中值作为这个像素的背景像素值,若选取的帧数为偶数,则取中间两个值的平均值作为这个像素的背景像素值,公式为: <mrow> <msub> <mi>B</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mi>med</mi> <mrow> <mn>1</mn> <mo>≤</mo> <mi>k</mi> <mo>≤</mo> <mi>n</mi> </mrow> </munder> <mo>{</mo> <msub> <mi>f</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>f</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <msub> <mi>f</mi> <mi>k</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <mo>,</mo> <msub> <mi>f</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>}</mo> </mrow>其中,Bn(x,y)为背景图像中像素点(x,y)的像素值,fk(x,y)为视频图像第k帧中像素点(x,y)的像素值,med为取中值;2)将当前帧与在第1)步骤中获得的背景图像灰度化处理,公式为:Gray(x,y)=0.114B(x,y)+0.587G(x,y)+0.299R(x,y)其中,Gray(x,y)为像素点(x,y)的灰度值,B(x,y)、G(x,y)、R(x,y)分别为像素点(x,y)的蓝色分量、绿色分量和红色分量;3)将在第2)步骤中所得的当前帧与背景图像的灰度图进行差分,然后运用具有自适应性的OTSU法选取的阈值将所得差分结果二值化,公式为: <mrow> <mi>g</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open='{' close=''> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mi>Foreground</mi> </mtd> <mtd> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>≥</mo> <msub> <mi>T</mi> <mi>threshold</mi> </msub> </mtd> </mtr> <mtr> <mtd> <mn>255</mn> </mtd> <mtd> <mi>Background</mi> </mtd> <mtd> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo><</mo> <msub> <mi>T</mi> <mi>threshold</mi> </msub> </mtd> </mtr> </mtable> </mfenced> </mrow>其中,g(x,y)为输出图像,f(x,y)为差分图像,Tthreshold为OTSU法获得的阈值,这里Foreground即为运动车辆目标。 |