以雙重編碼理論優化道路車輛視頻追蹤系統

李菲+王曉躍

摘 要

雙重編碼理論是信息儲存、加工和提取過程中對語言事物和非語言事物進行處理的基本理論，在此，從雙重編碼理論入手，優化道路車輛視頻追蹤系統，給出動態特征檢測與靜態特征匹配、二次幀差法等優化措施，既提高車輛視頻追蹤的識別能力，又提高應用型工科院校創新人才培養的質量。

【關鍵詞】雙重編碼理論；車輛視頻追蹤系統

雙重編碼理論可分為兩個認知子系統：一個是語言處理系統，一個是非語言映像處理系統，兩個子系統互相協調，以提高認知能力。在此，應用雙重編碼理論為道路車輛視頻追蹤系統的優化升級提供有價值建議，通過雙重匹配等優化措施，提高車輛視頻追蹤的識別能力。

1 雙重編碼理論概述

雙重編碼理論是心理學家帕維奧提出的一種信息處理理論，是基于人的認知系統中語言事物和非語言事物處理兩部分，并假定存在兩個對應的表征單元，即語言單元和圖像單元，前者組織聯想與層級，后者組織部分與整體。雙重編碼理論能識別三種信息加工類型，分別是表征性、參照性和聯想性信息，既可直接激活事物表征，又可利用非詞語系統激活詞語表征，還可在同一事物內部激活表征。在此，基于雙重編碼理論對現有道路車輛視頻追蹤系統進行優化升級，通過將其檢測機制分解重組，協調互動，有效提升道路車輛視頻追蹤系統的識別能力。

2 基于動態特征檢測與靜態特征匹配的優化措施

道路車輛視頻追蹤系統主要利用視覺檢測技術中的運動物體檢測技術，對道路環境中的運行車輛進行全天候檢測。由于道路車輛的形態各異，場景光照變化無常，給車輛視頻追蹤帶來難度。基于雙重編碼理論，將動態特征檢測和靜態特征匹配雙管齊下，提升道路車輛識別效率。

2.1 動態特征檢測主要采用連續幀差法和背景幀差法

2.1.1 連續幀差法

基本原理是通過車輛在同一背景中的位置變化，判斷車輛的位移情況，進而對車輛進行檢測。如果車輛在同一位置的不同時刻發生改變，也可證明車輛處于移動狀態。在實際操作過程中，主要利用兩幀圖像的像素點求差運算進行檢測，首先確定檢測目標的應用背景，即給定的視頻幀序列，第n幀坐標（x，y）處亮度值記為f（x，y，n），動態幀差法可以表示為flag（x，y，n）=

。1表示被檢測點處于運動狀態，0表示處于靜止狀態，α表示運動和靜止的閾值，理論值為0，但實際受環境影響，會存在噪聲，所以一般不能取0。

2.1.2 背景幀差法

背景是指攝像區域內的所有靜止物體，與此對應的移動物體則為前景。背景幀差法的基本原理是對實時圖像和背景圖像做幀差運算，得到移動前景的計算值，先構建模型背景模型，確定背景和實時圖像，再進行背景幀差計算，最后進行連通域統計。常用方法包括多幀平均法、中值濾波法、灰度漂移法等。

2.2 靜態特征匹配主要采用直方圖匹配法和輪廓匹配法

2.2.1 直方圖匹配法

利用具有統計功能的特征圖表對檢測目標進行分析，一般采取直方圖，包括特征數量和每項特征的樣本數量。直方圖可將一個大樣本分解成以目標特征為標簽的小樣本集合，表述其特征分布情況。應用直方圖匹配法的一般流程包括直方圖描述、相似度計算、相似度函數選擇和尋找最高相似度。

2.2.2 輪廓匹配法

主要是研究車輛輪廓和形狀，操作過程與直方圖匹配法較為相似，首先進行車輛輪廓提取，一般采用Canny提取法或霍夫變換法。由于車輛輪廓線條結構較為復雜，霍夫變換智能提取的部分線條結構，具有一定的應用局限性。Canny提取法采用Canny算子對車輛輪廓點進行判定，有效提取車輛外形輪廓。由于Canny算子是基于灰度值差異的提取，存在陰影誤差，因此目前輪廓匹配法的應用具有一定局限性，且時間空間復雜度較高，有必要對其進行優化。

3 基于二次幀差法的優化措施

采用二次幀差法對車輛檢測過程進行優化，基本流程先在檢測視頻中提取背景模型，采用背景幀差法得到前景圖像，利用速度追蹤到結果，再與前景圖像的位置追蹤結果進行匹配，最終得到車輛流量的統計結果。

對道路車輛視頻進行預處理，主要采用色彩空間轉換方法和形態學處理方法。在色彩空間轉換過程中，出于復雜度方面考慮，可將攝像頭采集到的彩色圖像進行灰度轉換，對灰度圖像進行信息提取，即采用公式：“Gray=0.299*R+0.587*G+0.114*B”進行轉換，Gray表示完成轉換后的灰度強度，R、G、B分別表示紅、綠、藍分量光強。

經過轉換，保持了車輛外觀特征并降低計算復雜度，隨后采用膨脹、腐蝕、開閉運算進行形態學處理。在此基礎上進行背景構建、背景更新，利用二次幀差法進行背景提取，精確度較高。此外，由于視頻背景處于緩慢變化狀態，需對背景定時更新，即對實時圖像和背景圖像進行幀差運算，進而得到去除噪聲的完整前景。

4 結語

基于雙重編碼理論對現有道路車輛視頻追蹤系統進行有效優化，采取動態特征檢測與靜態特征匹配法、二次幀差法等進行優化，消除特征噪聲，降低車輛追蹤的算法復雜度，準確識別道路車輛，提高追蹤效率。

參考文獻

[1]徐坤召.基于視頻的車輛匹配技術的研究[D].青島：中國海洋大學，2011.

[2]周伯萌.基于高清視頻的道路車輛違章行為檢測算法實現和優化[D].泉州：華僑大學，2013.

作者簡介

李菲（1983-），女，漢族，江蘇省徐州市人。碩士學位。現為常州交通技師學院講師。研究方向為交通運輸、汽車服務、教學管理等。

王曉躍（1984-），男，漢族，江蘇省常州市人。碩士學位。現為江蘇理工學院助理研究員。研究方向為計算機應用、教學管理等。

作者單位

1.常州交通技師學院校辦 江蘇省常州市 213147

2.江蘇理工學院質量監控科 江蘇省常州市 213001