一種基于非均勻視頻圖像幀采集的車速實時測量方法

重慶大學通信工程學院 嚴正行 管曉玲 唐方舟 印 勇

?

一種基于非均勻視頻圖像幀采集的車速實時測量方法

重慶大學通信工程學院 嚴正行 管曉玲 唐方舟 印 勇

【摘要】當今隨著智能交通系統的不斷發展，車速檢測必不可少。基于視頻圖像的車速檢測以其安裝簡便、成本較低的優點有著廣泛的應用前景，但目前基于視頻圖像的車速檢測準確度、精度較低，實時性不夠好。本文提出了一種基于非均勻視頻圖像幀采集的車速實時測量方法，該方法通過非均勻視頻圖像幀采集，檢測測速起始、結束區的感興趣區域內圖像差值大小，利用系統計時獲取車輛在固定實際距離下的運動時間，計算得到車輛運動速度。該方法與傳統方法相比，測速準確度、精度以及實時性都得到較大提高，增強了系統魯棒性。

【關鍵詞】信息處理技術；車速測量；車輛檢測；非均勻圖像幀采集

引言

隨著社會的急速發展，在交通領域中，如何精確的測量機動車輛行駛速度一直是國家科技工作者們的研究熱點。視頻測速通過獲取攝像頭采集到的視頻信息，通過軟件分析的方法提取視頻背景和目標車輛并通過預先的實際標定，測量車輛的速度。

視頻測速具有安裝簡單，無需專用測速設備等諸多優點，但也存在許多需要解決的問題:首先是視頻測速的精度是隨著光照情況的變化而變化的；其次是視頻測速算法中陰影問題，易造成誤檢錯檢，準確度不高；最后，車輛在道路場景中的相互遮擋的問題。目前的難點還集中在車輛的分割上，在算法設計方面應考慮設置多種輔助檢測區域，進行多種分析計算。另外，現在的大多數視頻測速方法中的算法較為復雜，不能很好的滿足實時性要求，在硬件上須采用更高速的處理芯片來滿足高級算法的需求［1］ ［2］ ［3］。

筆者提出一種視頻測速方法以解決現有視頻測速方法實時性差、精度低、抗干擾能力差以及其他測速方法測試設備成本高、系統復雜等問題。其系統檢測簡要流程如圖1所示。

圖1 測速簡要流程圖Fig.1 Brief Diagram of Speed Measurement

圖2 系統初始化流程圖Fig.2 Diagram of System Initialization

1.車速檢測系統結構及基本原理

速度是單位時間內物體運動的位移［4］。

測量速度可采用的方法有：一是固定時間內物體運動的位移，二是運動固定位移所需的時間。基于視頻圖像對車輛的測速，選取方法二更合適，即在視頻圖像中選取固定距離的測速區，測量同一輛車輛經過測速區的準確時間，由公式（1）即可算出目標車輛經過測速區內的平均速度。其中的為視頻圖像測速區距離經過實地標定后的實際距離，可直接由幀頻導出，也可由系統時鐘得到。視頻測速的重點是對車輛的準確識別與分割，對經過測速區的時間準確測量。

2.測速方法

視頻圖像測速易受的干擾因素較多，如光照情況的變化、光照形成的陰影、車燈的影響、車輛遮擋、極端天氣的影響等［2］，這些都對視頻測速的準確度有著很大的影響。這些干擾因素主要影響著車輛的準確檢測與分割。

目前常用的車輛檢測方法有幀間差分法、背景差分法、輪廓檢測法、光流法、特征檢測等［2］。大多數視頻測速方法計算較為復雜，不能很好的滿足實時性要求，并且車輛檢測的準確性也有待提升［2］。

筆者綜合參考了車輛檢測準確性與實時性要求，在此提出一種基于非均勻視頻圖像幀采集的車速實時測量方法。

該方法的主要實施步驟如下：

①系統初始化：首先從攝像頭獲取一幀圖像映射為系統標準尺寸，本方法建議尺寸為1024×768；然后根據待測車道的形狀在合適的測速位置劃定車道的掩膜；其次，根據該掩膜自動生成其最小外接矩作為該掩膜的感興趣區域，另外，在該掩膜內劃定測速起始區域掩膜和結束區域掩膜，并以同樣的方式生成對應感興趣區域；最后，提取起始、結束感興趣區域的背景，并進行灰度處理。在保證測速準確性的前提下，使用感興趣區域進行測速處理。

②實際標定：系統根據測速起始、結束掩膜獲得其中心點，根據這兩個中心點測量出該兩點在車道中對應的實際距離并輸入系統。

③車輛速度計算：依次從攝像頭中獲取圖像幀，對每一幀圖像都進行如下處理：更新所有感興趣區域的數據；根據起始區掩膜的感興趣區域檢測每幀圖像起始窗的圖像差值來判斷是否有車到達；當起始窗檢測到有車到達時，系統根據系統時鐘進行計時；不斷從攝像頭中獲取圖像幀，根據結束掩膜的感興趣區域檢測每幀圖像結束窗的圖像差值來判斷是否有車到達；系統在處理每一幀時，若有車到達，系統計時結束，返回測速時間，根據實際距離和測速時間計算出車速并完成車流量統計及超速檢測等功能。若無車到達，系統立即獲取下一幀進行檢測。

圖2為系統初始化流程圖，首先從攝像頭獲取系統待測速車道的圖像，在圖像中劃定待測車道掩膜，系統會根據車道掩膜即刻生成車道掩膜的感興趣區域。然后，在掩膜感興趣區域內合適的地方劃定測速起始區掩膜、測速結束區掩膜，系統也會即刻生成對應的兩個感興趣區域。再將視頻圖像測速區的距離經過實地標定，得出其實際距離并輸入系統。除此之外，還要更新測速起始區小窗和結束區小窗，以獲取較佳的小窗圖像并灰度化作為系統初始測速的背景。

圖3為系統車速檢測流程圖，首先對系統進行初始化，將標志位HSTART和HEND置零；依次從攝像頭中獲取圖像幀，對每一幀圖像都進行如下處理：更新所有感興趣區域的數據。根據起始區掩膜的感興趣區域檢測每幀圖像起始窗的圖像差值來判斷是否有車到達；當HSTART ＞1時，起始窗檢測到有車到達，系統根據系統時鐘進行計時；不斷從攝像頭中獲取圖像幀，根據結束掩膜的感興趣區域檢測每幀圖像結束窗的圖像差值來判斷是否有車到達，當HEND＞1時，結束窗檢測到有車到達；系統在處理每一幀時，若有車到達結束窗，系統計時結束，返回測速時間，根據實際距離和測速時間計算出車速并完成車流量統計及超速檢測等功能。若無車到達，系統立即獲取下一幀進行檢測。

判斷是否有車輛到達起始窗或結束窗時都單獨設置了一個標志位，檢測到圖像差值較大時標志位加1，否則，標志位置零，當標志位大于1時會判為有車輛到達。所以只有當連續監測到兩次差值較大時才會認定為有車輛到達起始窗或結束窗，降低了部分干擾的影響，增強了系統的魯棒性。

3.車輛檢測方法

在整個車輛速度測量過程中，使用圖像差值檢測在測速起始區、測速結束區感興趣區域中對車輛進行檢測。該方法能較高效的檢測車輛，其主要有如步驟下：

（1）當前感興趣區域進行灰度處理；

（2）當前感興趣區域與背景在掩膜的輔助下進行差分運算并處理獲得差值均衡化圖像：首先，當前感興趣區域圖像與背景圖像相減得到差值圖像；然后，找出差值圖像中像素點最小值Min，并讓差值圖像的每個像素點加上該數值得到被修改的圖像；最后，找出被修改圖像中像素點最大值Max，并讓被修改的圖像的每個像素點乘以，得到最終的差值均衡圖像。

（3）對圖像進行自適應閾值的二值化處理：對差值均衡圖像采用大律法［7］計算閾值，根據閾值進行二值化處理得到二值化圖像［7］。

（4）對二值化圖像進行中值濾波處理，并進行閉運算形態學處理［7］；

（5）統計灰度值為255的像素點數占該感興趣區域總像素點的比例；

（6）判斷比例是否小于設定的背景更新閾值，若是，則更新當前感興趣區域的背景，反之，則結束，進行下一步的判斷。

車輛檢測流程可參考差值檢測流程圖圖4。

圖3　車速測量總流程圖Fig.3 Total Diagram of Speed Measuremen

圖4　車輛檢測流程Fig.4 Diagram of Vehicles Detection

4.測速方法特點

（1）保證準確的前提下，數據量處理較小，抗干擾性較強：

①在系統初始化時劃定三個掩膜［6］，并基于每個掩膜生成了對應的感興趣區域，在保證測速準確性的前提下，使用感興趣區域進行測速處理大大地減少了系統處理的數據量，提高了系統實時性。

②在對車輛的檢測使用的是感興趣區域的差值檢測方法，通過該方法計算出了灰度值為255的像素點的數量占總像素點數量的比例，將該比例和設定的比例閾值相比，大于閾值表示出現了車輛，小于閾值表示沒有車輛。該檢測方法簡單并高效，避免使用復雜的光流法、角點檢測與匹配、斑點檢測與匹配等方法，減小數據處理量，提高實時性。

（2）車輛經過測速區時使用的是系統時鐘：從起始窗檢測到車至結束窗口檢測到車的系統時間差是車輛運動的時間，使用這個系統時間差代替車輛實際運動的時間，相比由固定幀率計算的時間，提高了幾個數量級，很大程度上減小了時間誤差，使得計算得出的時間盡可能接近于車輛實際運動的時間。

（3）系統采用了非均勻視頻圖像幀采集方法：在系統進行測速時，若沒有車輛到達結束窗時，立即放棄處理當前幀并從攝像頭獲取下一幀圖像進行處理，中間無需等待定時器時間。獲得的圖像為非均勻視頻圖像幀，幀率相對較高，對車輛實際運動過程采樣次數較多，使得系統獲得更多的車輛的位置信息，在空間距離上減小了系統誤差，與此同時也讓系統計時更為準確。

（4）在車速計算中，數據處理的對象是基于測速起始、結束掩膜的感興趣區域，而判斷車輛是否到達起始窗的根據是感興趣區域中的掩膜，并非常用的雙線圈法［8］。

（5）在對車輛檢測使用的感興趣區域的圖像差值檢測中，使用了差值圖像均衡化方法。

圖5-a 測速起始窗車輛檢測情況Fig.5-a The Result of Vehicle Detection In Starting Window

圖5-b 測速結束窗車輛檢測情況Fig.5-b The Result of Vehicle Detection In Ending Window

5.實驗及結論

對于該測量方法，筆者在兩臺相同計算機上（SAMSUNG 450R5VEG2CN）使用相同的USB攝像頭（RER-USBFHD01M）采用本文的檢測方法［5］分別對固定幀率的視頻和基于非均勻視頻圖像幀采集的視頻進行車輛速度測量。

（1）截取視頻中有車輛經過的多輛目標車的圖像，檢測效果如圖5。圖中a圖表示車輛到達測速起始窗的檢測情況，b圖表示車輛到達測速結束窗的檢測情況。從圖看出，車輛經過測速起始窗和測速結束窗時，系統能準確檢測到車輛。

（2）對固定幀率的視頻和基于非均勻視頻圖像幀采集的視頻進行車輛速度測量，測速區實際標定的距離為26.1m，被測速車輛以制定速度勻速經過測速區。測量結果分別記錄于表1和表2中。

表1　基于固定幀率（幀率為30）的視頻測速結果Tab.1 The Results of Speed Measurement Based On Fixed Frame Rates（30 frames/sec）

表2　基于非均勻視頻圖像幀采集的視頻測速結果Tab.2 The Results of Speed Measurement Based On grabbing non-uniform video image frame.

精度計算公式［5］：

其中vm為實驗測量獲得的車輛速度，vr為車輛的實際速度。

從表1可以看出，使用文中的車輛檢測方法，在幀率為30的固定幀率的視頻測速中，測速平均精度96.1%；從表2可以看出，在相同的測試環境下，使用相同的車輛檢測方法，在基于非均勻視頻圖像幀采集的視頻中，測速平均精度為98.49%。在使用基于非均勻視頻圖像幀采集的方法中，測速精度明顯要高于基于固定幀率視頻的方法。兩種方法用在測量低速車輛時，相比高速車輛，精度都較高。除此之外，表2每一輛車輛的速度測量精度普遍高于表1中的精度，即基于非均勻視頻圖像幀采集的方法速度測量精度要比基于固定幀率視頻的方法精度要高。

另外，我們繼續使用該實驗裝置在道路上進行了10到20分鐘左右的實時車速測量［6］，車輛檢測平均正確率為89.9%，平均漏檢率為2.0%，平均錯檢率為8.1%。

由于實驗條件有限，我們不能知道車輛的實際精確速度，并且還有一些設備等限制，會一定程度上影響實驗結果的準確性。但在以上數據看來，實驗結果還是很滿意的。因此，本文的基于非均勻視頻圖像幀采集的車速實時測量方法相比普通的車速測量方法，精度、準確度以及實時性均有提高，是一種實際可行的車速測量方法。

參考文獻

［1］泉州市視通光電網絡有限公司.一種基于視頻的車輛測速方法［P］.中國201210063280.1，2012.07.18.

［2］董春利，董育寧.基于視頻的車輛檢測與跟蹤算法綜述［J］.南京郵電大學學報，2009，29（2）：88-94.

［3］韓露莎.ITS中交通狀態檢測的算法研究［D］.浙江：浙江工業大學，2013.

作者簡介：

嚴正行（1994-），男，大學本科，研究方向：視頻分析處理。

通訊作者：

印勇（1963-），男，教授，重慶大學通信工程學院副院長，研究方向：圖像信息處理與識別、視頻分析處理、現代信號與信息處理。

基金項目：國家級大學生創新創業訓練計劃資助項目（項目編號：201510611084）。