關鍵詞：智能交通系統；動態背景刷新；圖像處理 中圖分類號：TP274 文獻標識碼：A Improved Traffic Flow Measuring System Based on Video LUO Xin, ZHU Qing-xing (Computer Science College, University of Electronic Science and Technology, Chengdu 610054,China) Abstract: With the rapid development of the modern economy, the research and realization of the intelligent traffic system is becoming more and more important. The technology of the detection of the vehicles is the key to the series of technologies for the intelligent traffic system. The research on the technology for the detection of the vehicles based on image processing is just the hot of the field. Based on image processing, we developed the system which detected the vehicle on the detected line by the value of RGB color, in order to realize the count of vehicles. Installation of the system is very simple, maintenance of the system is easy and the cost of the system is also low. The recognition rate of the system can reach over 95%. Key words: Intelligent traffic system; Dynamic background refresh; Image processing 1 引言 隨著現代經濟的高速發展，交通運輸的保障就顯得尤其重要，對交通管理的要求也越來越高，將計算機科學與通信等高新技術運用于交通監控管理與車輛控制的智能交通系統ITS(Intelligent traffic system，ITS)也隨之應運而生。實時獲取交通車流量的車輛檢測技術是ITS的基礎。 目前，實時交通流量車輛檢測技術可分為三類。第一類為基于壓電回路的永久埋入式系統，這類系統雖然可靠，但費用較高。第二類為近年來興起的懸掛式系統，如基于閉路電視、微波、雷達、紅外線或超聲波傳感器的監測系統。第三類為基于圖像處理技術的交通流量車輛檢測系統。采用圖像處理技術車輛檢測方法具有明顯的優越性：檢測的覆蓋范圍大，檢測的參數多；安裝簡單，維護方便，不破壞路面，工程造價低；適用面廣，可適用于路段、交叉路口等；可以適應多種氣候條件等。因此，基于視頻圖像處理技術的交通流量車輛檢測技術已成為人們研究的熱點。 我們開發的這套系統基于視頻圖像處理技術中的檢測區域思想、色差算法以及動態背景刷新策略，系統識別率達95％以上。 2 系統設計與實現 系統利用攝像機按PAL制式把道路車流行駛情況拍攝下來，并傳輸至計算機，利用計算機進行實時處理。采用PAL制式視頻流和檢測線技術來統計車流量會不會因為車速太快而導致車輛通過檢測線時車輛與檢測線相交的圖片沒有被采集到呢?如果發生這種情況，就會出現有車輛被漏識的情況，那么系統還得提高拍攝速度。采用PAL制式每秒鐘可拍攝25幀，也就是說兩幀間隔時間為t=1/25s(秒)，我們可假設車輛最短車長為d=3m(米)，最大車速v：180km/h(公里/小時)。則車輛在t時間內行駛的距離為s=180*1000/60/60*(1/25)=2(米) 第一步：在所拍圖片序列中設定主檢測線和輔助檢測線。在視頻圖片中的每條車道上設置兩條線段，靠近道路前方的一條線段稱為主檢測線，另一條稱為輔助檢測線。通過后面介紹的方法相應地確定兩塊獨立的檢測線區域。 第二步：生成背景；第一種方法，抽取檢測線區域附近沒有車輛的圖片，認定為最初的背景。第二種方法，根據后面介紹的生成背景算法自動生成背景。 第三步：隨著圖片序列的不斷更新，動態地刷新檢測線區域的背景，不斷取得檢測線區域附近的前景與背景比較，判斷檢測車輛，實現車流量統計。 2．2 車流量統計原理 利用后面講述的車輛檢測算法進行流量統計。當檢測線區域的內容被認定為背景時，主檢測線的顏色設定為白色，當檢測線區域的內容被認定為車輛時，主檢測線的顏色設定為紅色。當主檢測線顏色由白變紅時，說明本車道檢測區域來了一輛車，本車道車流量計數器加1。其它主檢測線顏色變化情況，計數器不變。 2．3 車輛檢測算法實現原理 2．3．1 基本思想 在視頻圖片中的每條車道上設置兩條檢測線段，通過下面介紹的方法相應地確定兩塊獨立的檢測區域。利用下面介紹的動態背景刷新策略確定的檢測區域的背景RGB顏色值與當前圖片中檢測區域的前景ROB顏色值的變化量來確定檢測區域附近有無車輛通過。 2．3．2 設定檢測區域 設置檢測線時應遵循以下三條原則：①檢測線一定要設定在車道內，線段寬度應與公路車道寬度基本一致，②線段方向應與車道方向基本一致，③輔助檢測線應與主檢測線平行，與主檢測線的距離略大于車身后玻璃的寬度。 單靠一條檢測線段來作為檢測區域，車輛誤識率還比較高。經過我們的試驗，我們發現，以檢測線為基礎，再自動把靠近檢測線與檢測線只有一個象素距離的所有象素也當作比較區域，效果要好得多。我們把這樣得到的檢測區域稱為檢測線區域，為區分兩塊獨立的檢測線區域，我們把由主檢測線確定的檢測區域稱為主檢測線區域，由輔助檢測線確定的檢測區域稱為輔助檢測線區域。 2．3．3 生成背景 如攝像機位置保持不變，則所拍攝到的背景圖像基本保持不變。假設對于一個圖像序列，在時間軸上提取某個圖像位置上的像素，得到一個關于時 我們的車輛檢測算法可以利用這個原理來自動生成檢測線區域最初的背景。 2．3．4 動態背景刷新 對于自適應的車輛檢測算法來說，檢測線區域的背景需要根據實際情況動態刷新。實際背景路面顏色值一般都會發生變化，若采用固定的背景進行車輛檢測，一旦實際背景與固定背景的差別過大，則無論在檢測線區域采到的是背景還是車輛，都與固定背景的差別超過閥值，也就都被識別成車輛。這樣，就會降低系統的識別成功率，因此，必須實現實時的動態背景刷新，以反映真實的背景變化。 背景變化一般存在兩種：緩慢變化(如太陽光線強度由強到弱等)與突然變化(如灑水車通過在道路上留下一片水漬等)。本系統采取的策略是：當檢測線區域中連續10幀圖片的內容都被確定為不是車輛時，則取其中色差值最小的那一幀圖片中的檢測線區域的當前RGB顏色值作為最新的檢測線區域上的待比較的背景顏色值；當檢測線區域中連續200幀圖片的內容都被確定為車輛時，則可認為此時背景發生了突變，取當前幀中的檢測線區域的 RGB顏色值作為最新的檢測線區域上的待比較的背景顏色值。 在實驗中，我們還發現：系統在拍攝視頻流時，由于光線交叉反射的原因，并不能保證所得到的圖片序列會保持同一種亮度。這也會導致系統誤識。為了解決這一問題，系統假設視頻流中總有一小塊區域圖像內容不會發生改變，亦即是說，總會有一小塊區域只有背景，沒有在運動的車輛。只要適當調整攝像頭位置，這個假設總可以變成現實。系統依據這一原理，對動態生成的背景還要進行調整。 實驗證明，這種背景刷新策略和背景更正算法是非常有效的。 2．3．5 車輛檢測RGB色差算法。 利用當前幀中主檢測線區域的RGB顏色值與用前面的動態背景刷新策略生成的背景中相應位置的RGB值進行比較，得到的色差總值如為C，若 僅采用主檢測線區域來判斷有無車輛還有不足之處：車身后部的玻璃容易被誤識為背景，而增加一次計數，為了消除這種誤識現象，我們增加了第二個檢測線區域：輔助檢測線區域(判斷輔助檢測線區域有無車輛仍然采用前面介紹的算法)。在設置輔助檢測線時，應堅持一條原則：輔助檢測線與主檢測線的距離在圖片中應略大于車身后玻璃的寬度。因此，改進后的車輛識別算法思想為：同時檢測主檢測線區域和輔助檢測線區域，當它們的色差值都大于色差閥值C。時，則認定當前檢測線區域有車輛通過。反之，則沒有車輛通過。通過這一改進，可以很好地解決車窗后玻璃的誤識問題。 2．4 車長和車速的測定 根據智能交通管理系統的需要，本系統還可大致估計車身長度和車輛運行速度等參數。 本系統經過大量的實驗，其識別正確率可達到95％以上。下面是一組實驗數據。 3 結束語 本系統與以前的同類系統相比對檢測區域進行了改進，用兩條有一定間距的平行線作為兩個相對獨立的檢測區域同時測算，去除了車窗玻璃的誤識情況，并對色差閥值與車道寬度的比例作出了認定，而且對動態背景刷新策略作出了較好的改進。本系統仍然有待進一步改進。我們以后的工作準備從以下兩個方面著手： 1)如何去除車輛陰影的誤識?受天氣影響，當某車道有車經過時，可能會給鄰近車道投下陰影，從而造成鄰近車道車輛的誤識。 2)車長和車速參數算法思想的進一步改進。前面提到的算法只是一個估計值，并不十分準確。因為并不能保證車輛撞擊主檢測線和輔助檢測線時是車身的同一個位置。 參考文獻 [1] 郭蘭英．鎖相技術的環形線圈車輛檢測器的研究[J]．西安交通大學學報，1998，18(3)：110～112．<