专利名称：一种车辆视频分析方法及系统的利记博彩app
技术领域：
本发明涉及智能交通领域，尤其涉及一种车辆视频分析方法及系统。
背景技术：
随着车辆与道路通车里程的增加，车辆运行速度的提高，交通事故量不断增加，影响了国民经济的发展和人民群众的正常生活。导致交通事故量增加的主要因素之一是车辆在行驶过程中人为和非人为产生的各种违规违章事件。现有的道路交通安全设施建设中，采用了几种公知的技术工具，可以监控和记录上述事件的违规违章过程，并能对当事车辆和人员按章处罚。例如，电子警察可以记录车辆闯红灯过程；固定或移动式测速取证设备可以记录车辆超速过程道路通用和专用监控系统可以记录车辆占道、压线、强抢超汇、超限超载、行驶过程中散落物过程；摄像机或数码相机可以拍摄记录非法停车现场。但是，在现有的智能交通领域中，复杂场景下的目标提取一直是个难题，目前，还不能提取出完整的目标区域和去除阴影后的车辆。
发明内容
本发明的目的在于提供一种车辆视频分析方法及系统，以实现提取一个去除阴影后完整的目标区域。本发明的目的是通过以下技术方案实现的。—种车辆视频分析方法，包括步骤目标区域的提取在HSV空间的V通道内，将当前帧与背景图的比值图归一化并向 0 255映射，通过直方图统计和高斯拟合得到比值图的均值u和方差δ，将比值图中比值在u士K δ以外的部分作为目标区域，其中K为跟图像噪声相关的系数；阴影的去除将阴影分成四个方向；对于左右阴影的去除是根据在同一连通域内，阴影和车身的宽度差距进行打断和分割；对于前后阴影的去除是在同一连通域内每行的梯度之和与整个连通域的梯度行均值比较进行分割。优选的，左右阴影的去除具体包括步骤进行连续像素标记，并进行打断处理；分别对打断前后阴影进行连通域标记；得出打断前每个连通域内的最大连续长度maX_rand ；去除打断后该连通域中长度小于maxjand —半的连通域。优选的，左右阴影的去除还包括比较相邻两个标记长度，去除相差超过1. 25倍的小的标记。优选的，前后阴影的去除具体包括步骤计算V通道差分图Dif的梯度图；结合目标区域计算纯背景区域对应的梯度均值，并对目标区域进行连通域标记；
计算每个连通域梯度的补偿图G，对每个连通域腐蚀去除阴影边界；在每个连通域内计算差分图Dif每行的梯度之和Vl与梯度补偿图G每行的梯度之和v2 ；计算得到整个连通域的vl_v2的均值v，将vl > 1. 5v对应的行作为该连通域中的阴影分割行。一种车辆视频分析系统，包括目标区域提取单元用于在HSV空间的V通道内，将当前帧与背景图的比值图归一化并向0 255映射，通过直方图统计和高斯拟合得到比值图的均值u和方差δ，将比值图中比值在u士K δ以外的部分作为目标区域，其中K为跟图像噪声相关的系数；阴影去除单元用于将阴影分成四个方向；对于左右阴影的去除是根据在同一连通域内，阴影和车身的宽度差距进行打断和分割；对于前后阴影的去除是在同一连通域内每行的梯度之和与整个连通域的梯度行均值比较进行分割。本发明实施例与现有技术相比，本发明视频分析方法可以提取出比较完整的车身区域，为后续视频分析如车辆压线、变道、闯红灯等功能的实现扫除了障碍，避免了这些功能的误判。
图1是本发明目标区域提取流程图；图2是本发明阴影去除流程图。图3是本发明系统框图。
具体实施例方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。本发明核心思想首先进行目标区域的提取；具体为在HSV空间的V通道内，通过将当前帧与背景图的比值图归一化并向ο 255映射，再通过直方图统计和高斯拟合得到比值图的均值u和方差δ，将比值图中比值在u 士 Κδ以外的部分作为目标区域，其中K为跟图像噪声相关的系数。然后进行阴影的去除将阴影分成四个方向，针对不同的阴影方向，作不同处理； 左右阴影的去除是根据在同一连通域内，阴影和车身的宽度差距进行打断和分割；前后阴影的去除是在同一连通域内每行的梯度之和与整个连通域的梯度行均值比较进行分割。实施例请参阅图1所示，目标区域提取，包括步骤101 在HSV空间V通道内，将当前帧与背景图的比值归一化并向0 255映射；其中，归一化即是将一组数据向(0，1)区间映射；步骤102 进行直方图统计和高斯拟合得到比值图的均值u和方差δ ；其中，高斯拟合即是先用局部高斯函数对极值周围的数据点分别进行拟合，然后将拟合得到的相邻局部函数拼接起来，构成全局拟合函数。
步骤103:去除比值中比值在u士K δ以内的点将比值在u士K δ以外的部分作为目标区域；其中K为跟图像噪声相关的系数。请参阅图2所示，阴影的去除，包括步骤201 将阴影分成前后左右四个方向，判断阴影方向是否为前后方向阴影，如果是，进入步骤202 ；否则，进入步骤207 ；步骤202 计算V通道差分图Dif的梯度图；步骤203 结合目标区域计算纯背景区域对应的梯度均值，并对目标区域进行连通域标记；步骤204 计算每个连通域梯度的补偿图G，对每个连通域腐蚀去除阴影边界；步骤205 在每个连通域内计算差分图Dif每行的梯度之和vl与梯度补偿图G每行的梯度之和v2;步骤206 计算得到整个连通域的vl_v2的均值V，将vl > 1. 5v对应的行作为该连通域中的阴影分割行；步骤207 对于左右方向阴影，进行连续像素标记，并进行打断处理；比较相邻两个标记长度，去除相差超过1. 25倍的小的标记；步骤208 分别对打断前后阴影进行连通域标记；步骤209 得出打断前每个连通域内的最大连续长度maX_rand ；步骤210 去除打断后该连通域中长度小于maX_rand —半的连通域。请参阅图3所示，包括目标区域提取单元用于在HSV空间的V通道内，将当前帧与背景图的比值图归一化并向0 255映射，通过直方图统计和高斯拟合得到比值图的均值u和方差δ，将比值图中比值在u 士 Κδ以外的部分作为目标区域，其中K为跟图像噪声相关的系数；阴影去除单元用于将阴影分成四个方向；对于左右阴影的去除是根据在同一连通域内，阴影和车身的宽度差距进行打断和分割；对于前后阴影的去除是在同一连通域内每行的梯度之和与整个连通域的梯度行均值比较进行分割。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
权利要求
1.一种车辆视频分析方法，其特征在于，包括步骤目标区域的提取在HSV空间的V通道内，将当前帧与背景图的比值图归一化并向0 255映射，通过直方图统计和高斯拟合得到比值图的均值u和方差δ，将比值图中比值在 u士K δ以外的部分作为目标区域，其中K为跟图像噪声相关的系数；阴影的去除将阴影分成四个方向；对于左右阴影的去除是根据在同一连通域内，阴影和车身的宽度差距进行打断和分割；对于前后阴影的去除是在同一连通域内每行的梯度之和与整个连通域的梯度行均值比较进行分割。
2.如权利要求1所述的车辆视频分析方法，其特征在于，左右阴影的去除具体包括步骤进行连续像素标记，并进行打断处理； 分别对打断前后阴影进行连通域标记； 得出打断前每个连通域内的最大连续长度maX_rand ； 去除打断后该连通域中长度小于maX_rand —半的连通域。
3.如权利要求2所述的车辆视频分析方法，其特征在于，左右阴影的去除还包括比较相邻两个标记长度，去除相差超过1. 25倍的小的标记。
4.如权利要求1所述的车辆视频分析方法，其特征在于，前后阴影的去除具体包括步骤计算V通道差分图Dif的梯度图；结合目标区域计算纯背景区域对应的梯度均值，并对目标区域进行连通域标记；计算每个连通域梯度的补偿图G，对每个连通域腐蚀去除阴影边界；在每个连通域内计算差分图Dif每行的梯度之和Vl与梯度补偿图G每行的梯度之和v2 ；计算得到整个连通域的vl_v2的均值v，将vl > 1. 5v对应的行作为该连通域中的阴影分割行。
5.一种车辆视频分析系统，其特征在于，包括目标区域提取单元用于在HSV空间的V通道内，将当前帧与背景图的比值图归一化并向0 255映射，通过直方图统计和高斯拟合得到比值图的均值u和方差δ，将比值图中比值在u士K δ以外的部分作为目标区域，其中K为跟图像噪声相关的系数；阴影去除单元用于将阴影分成四个方向；对于左右阴影的去除是根据在同一连通域内，阴影和车身的宽度差距进行打断和分割；对于前后阴影的去除是在同一连通域内每行的梯度之和与整个连通域的梯度行均值比较进行分割。
全文摘要
本发明提供了一种车辆视频分析方法及系统，该方法包括步骤目标区域的提取在HSV空间的V通道内，将当前帧与背景图的比值图归一化并向0～255映射，通过直方图统计和高斯拟合得到比值图的均值u和方差δ，将比值图中比值在u±Kδ以外的部分作为目标区域，其中K为跟图像噪声相关的系数；阴影的去除将阴影分成四个方向；对于左右阴影的去除是根据在同一连通域内，阴影和车身的宽度差距进行打断和分割；对于前后阴影的去除是在同一连通域内每行的梯度之和与整个连通域的梯度行均值比较进行分割。本发明视频分析方法可以提取出比较完整的车身区域，为后续视频分析如车辆压线、变道、闯红灯等功能的实现扫除了障碍，避免了这些功能的误判。
文档编号G08G1/01GK102411714SQ201110223298
公开日2012年4月11日 申请日期2011年8月5日 优先权日2011年8月5日
发明者刘星, 张俊, 王伟, 邓宏平 申请人:安徽超远信息技术有限公司