智能交通監控系統中預警技術的初步探討

逄麒珉 孟令元

【摘 要】隨著越來越多的監控視頻設備應用在交通系統中，交通管理人員對道路交通的狀況的掌握越來越直接有效，可以隨時根據采集到的視頻信息對交通狀況做出及時有效的判斷。但是隨著視頻設備的增多，也為監控人員帶來了很多麻煩，其中最大的問題就是工作量的增大，有時往往力不從心。本文就是在運動目標檢測和跟蹤的基礎上，進一步研究目標的行為狀態和方式，同時對道路交通異常情況的預警技術進行初步的探討。【關鍵詞】智能交通，監控，預警

【中圖分類號】TP273 【文獻標識碼】A 【文章編號】1672-5158（2013）03-0136-01

對于運動中的物體，我們最為感興趣的信息就是它們的速度和運動方向。所以這一節我們主要研究如何獲得目標的速度和方向。

1運動速度的獲取

在交通監控視頻中，速度是交通運輸工具的一個最重要的特征，提取交通工具的速度，對分析其行為至關重要，同時也是分析交通異常情況的一個重要參考數據。由于監控視頻監控的范圍有限，運動目標從進入視頻到消失的時間比較短，在這么短時間的范圍內，運動目標的速度一般不會產生很大的變化，近似于勻速運動。所以本文將目標的加速度假定為零，而只計算運動目標的平均速度。圖1 視頻中運動目標的速度

2運動方向的獲取

目標在運動過程中肯定有方向，這是運動中的物體的另一個重要特征。獲取目標的運動方向，也是本文研究的一個重點。在交通監控視頻中，監控的對象主要是交通工具和人，而這兩者的運動都受到交通規則的限制，具有一定的方向性，不能隨意改變運動方向。通過跟蹤鏈表L中記錄的運動目標在每一幀圖像中的位置信息，我們可以畫出每一個運動目標的運動軌跡，如圖2所示：通過觀察目標的運動軌跡，可以發現在正常行駛中的交通工具，它們都會沿著大致的前進方向前行，不會有很大的改變。它們行駛的軌跡近似一條直線，即使其中有些彎路行駛，但將其運動軌跡分段，每一段我們仍然可以看成一條直線段。本文利用這一特點，采用最小二乘法對運動目標的行駛軌跡進行分段直線擬合，并求出分線段的斜率，利用所求斜率計算目標的行駛方向。圖2目標的運動軌跡

最小二乘法是將一組符合Y=kX+b關系的測量數據，用計算的方法求出最佳的參數k和b，其中k表示直線的斜率，b表示截距[886]。

通常我們可以通過測量得到一系列的關于（x，y）的成對數據（x1，y1；x2，y2；…；xn，yn），每對（x，y）可以當作一個點投影到x-y坐標系中，如果它們均勻的分布在一條直線附近，滿足線性關系，我們就可以利用這些測量數據求出最佳的k和b。設這個直線方程為：

y=kx+b （4）

對滿足線性關系的一組等精度測量數據（xi，yi），這里假定自變量xi的誤差可以忽略不計，而測量點yi受到一定誤差的干擾，與直線上的點kxi+b的偏差di可以表示為：

d1=y1-kx1-b

d2=y2-kx2-b （5）

：

dn=yn-kxn-b

顯然最理想的結果就是d1= d2=…= dn =0，這樣x，y的測量數據就完全滿足方程，即它們是一條直線。但受到測量誤差的干擾，這些測量點不可能都在直線上，我們只有折中取d1、d2、…、dn為最小時，計算得到的k和b最理想。如何保證d1、d2、…、dn最小，換個思維也就是考慮圖4目標在不同時刻的運動方向

參考文獻

[1] 單勇.復雜條件下視頻運動目標檢測和跟蹤. 國防科學技術大學博士學位論文. 2006：1-15 頁

[2] 劉泉，胡家忠.圖象處理技術在交通監控中的應用. 武漢工業大學學報. 1999（02）：39-41頁

[3] 徐曉夏，陳泉林. 視頻交通監控系統. 現代電子技術. 2003（08）：72-74+77 頁