智能視頻分析技術(shù)助力城市交通

　　一、國內(nèi)交通環(huán)境分析

　　近十年我國城鎮(zhèn)化發(fā)展迅速，目前國內(nèi)城市人口密集區(qū)，機(jī)動(dòng)車和非機(jī)動(dòng)車數(shù)量訊速增長，同時(shí)相對(duì)匱乏且陳舊的道路交通設(shè)施、布局不盡合理的城市路網(wǎng)已經(jīng)不堪重負(fù)，導(dǎo)致城區(qū)交通擁堵頻繁、交通秩序混亂等問題日益嚴(yán)重。特別是早晚流量高峰期間，道路人流、車流量基本處于飽和或超飽和狀態(tài)，車輛行駛緩慢，加上車輛違規(guī)行駛、商販占道擺攤設(shè)點(diǎn)、車輛亂停亂放、侵占道路等現(xiàn)象比較嚴(yán)重，使得“上馬路看車展”已越來越成為城區(qū)交通的一種常態(tài)，是城市交通管理的難點(diǎn)和熱點(diǎn)。

　　根據(jù)中國科學(xué)院《中國新型城市化報(bào)告2012》報(bào)告發(fā)布，對(duì)中國50個(gè)城市上班路上的平均時(shí)間進(jìn)行了排名，北京以52分鐘居榜首，廣州、上海以48分鐘、47分鐘緊隨其后，深圳以46分鐘居第四。報(bào)告還提出，2011年的中國內(nèi)地城市化率首次突破50%，達(dá)到51.3%。這意味著中國城鎮(zhèn)人口首次超過農(nóng)村人口，中國城市化進(jìn)入關(guān)鍵發(fā)展階段。

　　十年前，中國的二線城市，交通擁堵很少見，但是近5年來，交通擁堵已經(jīng)成為二線甚至三線城市的常態(tài)。全國百萬人口以上城市有80%的路段和90%的路口通行能力已經(jīng)接近極限。

　　交通擁堵使交通延誤、車速降低、時(shí)間損失、燃料費(fèi)用上升、排污量增加，同時(shí)誘發(fā)交通事故，影響人們的工作效率和身體健康。而對(duì)于城市交通管理者來說，一方面是日漸增長的交通壓力，另一方面卻是警力人員的捉襟見肘，如何利用科技手段加強(qiáng)管理效率，增進(jìn)交通良性循環(huán)成為很多城市交通治理和發(fā)展的重要思路之一。高清攝像機(jī)的廣泛使用和基于高清圖像的視頻分析技術(shù)的發(fā)展，有效的解決了技術(shù)手段問題，使得智能交通信息化系統(tǒng)在每個(gè)城鎮(zhèn)得以廣泛應(yīng)用。

　　二、視頻分析技術(shù)的應(yīng)用現(xiàn)狀

　　視頻分析技術(shù)就是使用計(jì)算機(jī)圖像視覺分析技術(shù)，通過將場景中背景和目標(biāo)分離進(jìn)而分析并追蹤在攝像機(jī)場景內(nèi)目標(biāo)。用戶可以根據(jù)的分析模塊，通過在不同攝像機(jī)的場景中預(yù)設(shè)不同的非法規(guī)則，一旦目標(biāo)在場景中出現(xiàn)了違反預(yù)定義規(guī)則的行為，系統(tǒng)會(huì)自動(dòng)發(fā)出告警信息，監(jiān)控指揮平臺(tái)會(huì)自動(dòng)彈出報(bào)警信息并發(fā)出警示音，并觸發(fā)聯(lián)動(dòng)相關(guān)的設(shè)備，用戶可以通過點(diǎn)擊報(bào)警信息，實(shí)現(xiàn)報(bào)警的場景重組并采取相關(guān)預(yù)防措施。這種技術(shù)前幾年只是在標(biāo)清攝像機(jī)中做一些簡單的應(yīng)用，如越界、人員聚集等，但是標(biāo)準(zhǔn)攝像機(jī)有者自身的先天不足，取景范圍受限，圖像不清晰，尤其在快速變化的道路上很難有效的分析和取證。

　　隨著高清攝像機(jī)的大量使用，高清圖像的視頻分析技術(shù)也得以快速發(fā)展，如今已在城市智能交通系統(tǒng)中得到廣泛應(yīng)用。其中應(yīng)用最多的是電子警察系統(tǒng)、交通卡口系統(tǒng)和動(dòng)態(tài)車流量監(jiān)測系統(tǒng)。

　　1、在電子警察系統(tǒng)中的應(yīng)用

　　圖1車輛檢測流程

　　視頻分析技術(shù)在電子警察中的應(yīng)用，主要是利用視頻分析技術(shù)對(duì)行進(jìn)車輛的行為進(jìn)行分析，通過測流程高清攝像機(jī)抓拍的實(shí)時(shí)視頻，對(duì)每一幀圖像進(jìn)行比對(duì)分析，運(yùn)用智能算法計(jì)算圖片的變化分析監(jiān)控區(qū)域內(nèi)車輛的變化曲線，進(jìn)而檢測車輛經(jīng)過并判斷車輛的違章行為。其中主要的檢測方式有：

　　（1）車輛檢測原理

　　采用基于運(yùn)動(dòng)檢測的車輛檢測方法，其核心原理是通過學(xué)習(xí)建立道路背景模型，將當(dāng)前幀圖像與背景模型進(jìn)行背景差分得到運(yùn)動(dòng)前景像素點(diǎn)，然后對(duì)這些運(yùn)動(dòng)前景像素進(jìn)行處理得到車輛信息。該方法效果的優(yōu)劣依賴于背景建模算法的性能。其流程圖如圖1所示。

　　整個(gè)檢測過程分為以下幾個(gè)步驟：

　　·由高清攝像抓拍主機(jī)獲取實(shí)時(shí)的視頻流。

　　·利用背景差分算法檢測運(yùn)動(dòng)前景。首先通過初始多幀視頻圖像的自學(xué)習(xí)建立一個(gè)背景模型，然后對(duì)當(dāng)前幀圖像與背景模型進(jìn)行差分運(yùn)算，消除背景的影響，從而獲取運(yùn)動(dòng)目標(biāo)的前景區(qū)域。

　　·根據(jù)背景差分運(yùn)算中運(yùn)動(dòng)目標(biāo)檢測的結(jié)果，有選擇性地更新背景模型，并保存背景模型。

　　·過濾噪聲，并獲取準(zhǔn)確的車輛位置。

　　·運(yùn)用時(shí)空信息、匹配和預(yù)測等算法，對(duì)車輛進(jìn)行準(zhǔn)確的跟蹤，得到車輛對(duì)象的運(yùn)動(dòng)軌跡，并保存車輛對(duì)象的軌跡信息。

　　·判斷車輛是否到達(dá)觸發(fā)線位置，如果沒有到達(dá)，則進(jìn)行下一幀的檢測，如果到達(dá)則發(fā)出觸發(fā)信號(hào)。車輛的抓拍觸發(fā)綜合運(yùn)用了車牌檢測算法和車輛檢測算法，如圖2所示。

　　圖2車輛抓拍觸發(fā)原理示意圖

　　系統(tǒng)首先采用車牌檢測算法，在車輛到達(dá)觸發(fā)線的時(shí)刻，若系統(tǒng)檢測到圖像中存在車牌，則觸發(fā)抓拍，并進(jìn)行車牌識(shí)別；對(duì)于無后車牌或后車牌遮擋的車輛，系統(tǒng)無法檢測到車牌，此時(shí)將啟用車輛檢測算法，若運(yùn)動(dòng)對(duì)象與系統(tǒng)內(nèi)建的車輛模型相匹配，則觸發(fā)抓拍，并記錄為無牌車輛。

　　(2)視頻檢測紅綠燈信號(hào)

　　視頻分析算法對(duì)于紅綠燈的檢測綜合運(yùn)用了亮度比較算法與灰度比較算法，在場景中紅綠燈所在位置劃定檢測區(qū)域，并對(duì)該區(qū)域的亮度與灰度的變化進(jìn)行實(shí)時(shí)地檢測與判斷，從而獲知當(dāng)前的紅綠燈狀態(tài)。

　　(3)道路交通事件視頻檢測

　　道路交通事件視頻檢測系統(tǒng)基于視覺的車輛檢測和跟蹤的視頻分析技術(shù)。具有圖像穩(wěn)定、陰影消除、視場校對(duì)、自動(dòng)補(bǔ)償?shù)裙δ埽茉诓煌沫h(huán)境條件下正常并準(zhǔn)確的進(jìn)行視頻檢測和數(shù)據(jù)分析。系統(tǒng)采用“航天多目標(biāo)識(shí)別與跟蹤技術(shù)”、“圖像預(yù)處理技術(shù)”以及“圖像背景提取和更新技術(shù)”，將攝像機(jī)采集的視頻信號(hào)進(jìn)行處理和綜合分析，對(duì)道路上突發(fā)的交通事件（如壓線、突然停車、逆行、遺灑、行人跨越公路等）進(jìn)行實(shí)時(shí)檢測、報(bào)警、記錄、傳輸、統(tǒng)計(jì)，并將事件視頻圖像及報(bào)警區(qū)域圖像切換到主監(jiān)控畫面，提示管理人員進(jìn)行應(yīng)急處理。

　　2、在卡口系統(tǒng)中的應(yīng)用

      視頻分析技術(shù)在卡口中的應(yīng)用分兩部分，一部分是和電警相同的車輛檢測及行為分析，另一部分就是車牌識(shí)別，通過抓拍的圖片自動(dòng)識(shí)別車輛牌照信息。車牌識(shí)別是基于圖像分割和圖像識(shí)別理論，對(duì)含有車輛號(hào)牌的圖像進(jìn)行分析處理，從而確定牌照在圖像中的位置，并進(jìn)一步提取和識(shí)別出文本字符。車牌識(shí)別過程包括圖像采集、預(yù)處理、車牌定位、字符分割、字符識(shí)別、結(jié)果輸出等一系列算法運(yùn)算，其運(yùn)行流程如圖3所示。

　　（1）圖像采集：通過高清攝像抓拍主機(jī)對(duì)卡口過車或車輛違章行為進(jìn)行實(shí)時(shí)、不間斷記錄、采集。

　　（2）預(yù)處理：圖片質(zhì)量是影響車輛識(shí)別率高低的關(guān)鍵因素，因此，需要對(duì)高清攝像抓拍主機(jī)采集到的原始圖像進(jìn)行噪聲過濾、自動(dòng)白平衡、自動(dòng)曝光以及伽馬校正、邊緣增強(qiáng)、對(duì)比度調(diào)整等處理。

　　（3）車牌定位：車牌定位的準(zhǔn)確與否直接決定后面的字符分割和識(shí)別效果，是影響整個(gè)車牌識(shí)別率的重要因素。其核心是紋理特征分析定位算法，在經(jīng)過圖像預(yù)處理之后的灰度圖像上進(jìn)行行列掃描，通過行掃描確定在列方向上含有車牌線段的候選區(qū)域，確定該區(qū)域的起始行坐標(biāo)和高度，然后對(duì)該區(qū)域進(jìn)行列掃描確定其列坐標(biāo)和寬度，由此確定一個(gè)車牌區(qū)域。通過這樣的算法可以對(duì)圖像中的所有車牌實(shí)現(xiàn)定位。

　　（4）字符分割：在圖像中定位出車牌區(qū)域后，通過灰度化、灰度拉伸、二值化、邊緣化等處理，進(jìn)一步精確定位字符區(qū)域，然后根據(jù)字符尺寸特征提出動(dòng)態(tài)模板法進(jìn)行字符分割，并將字符大小進(jìn)行歸一化處理。

聲明:

凡文章來源標(biāo)明“中國智能交通網(wǎng)”的文章版權(quán)均為本站所有，請(qǐng)不要一聲不吭地來拿走，轉(zhuǎn)載請(qǐng)注明出處，違者本網(wǎng)保留追究相關(guān)法律責(zé)任的權(quán)利；所有未標(biāo)明來源為“中國智能交通網(wǎng)”的轉(zhuǎn)載文章均不代表本網(wǎng)立場及觀點(diǎn)，“中國智能交通網(wǎng)”不對(duì)這些第三方內(nèi)容或鏈接做出任何保證或承擔(dān)任何責(zé)任。