一种通过车灯侦测分析夜间交通流量的方法
【专利摘要】一种通过车灯侦测分析夜间交通流量的方法，在现有交通侦测系统的监测画面中设定一条虚拟侦测线；对触及虚拟侦测线的亮点进行亮度和颜色分析；保留可能为车灯的亮点，通过垂直相关性、水平相关性和两车灯之间的纹理量进行车灯配对，计算各车灯配对组合的信心指数Iij，然后依次选取信心指数最高且Rv和Rh皆大于阈值Tv的车灯配对组合，Tv=0.5，该车灯配对组合为一车辆的左右车灯，即完成一辆车的监测。该方法利用车灯侦测来分析交通流量情况，为路人提供实时的道路交通信息，让他们能够参考交通情况，规划安排行车路线，避开堵塞路段。如此一来，将可以分散交通流量，大幅提升交通效率。
【专利说明】一种通过车灯侦测分析夜间交通流量的方法
【技术领域】
[0001] 本发明属于交通管理【技术领域】，涉及一种交通流量的分析方法，特别涉及一种通 过车灯侦测分析夜间交通流量的方法。
【背景技术】
[0002] 近年来，随着数字摄影与通讯传输设备的快速发展，越来越多的国家致力于研 究包含通讯、感测与控制、影像处理等多方面技术的智能型运输系统（ITSIntelligent TransportationSystems),用来管控交通流量、减少交通堵塞，提升各类运输车辆的流动 性。期待能透过实时交通信息的传输与整合来提升交通运输质量。这些相关智能型运输系 统的研发提供了许多功能：如路人可以取得实时路况信息，安排行车路线或选择不同的交 通运输工具；而警方也可根据实时路况来执行适当的交通管控策略。
[0003] 为了提供一般大众安全、便利且迅速的交通环境，基于影像处理的自动化交通监 控系统的研发已成为刻不容缓的任务，已有大量的学者在此领域研究。由数字摄影机所构 成的交通监控系统成为当前分析实时交通情况的主流。但目前多数研究着眼于白天交通情 况的分析，然而夜间交通的监控也相当重要。夜间交通监控影像因受亮度不足、能见度不佳 与光线反射等因素的影响，相较之下更具分析难度本发明的目的是提供一种通过车灯侦测 分析夜间交通流量的方法，利用车灯侦测来分析交通流量情况，为路人提供实时的道路交 通信息，大幅提升交通效率。
【发明内容】
[0004] 本发明的目的是提供一种通过车灯侦测分析夜间交通流量的方法，利用车灯侦测 来分析交通流量情况，为路人提供实时的道路交通信息，大幅提升交通效率。
[0005] 为实现上述目的，本发明所采用的技术方案是：一种通过车灯侦测分析夜间交通 流量的方法，其特征在于，该方法具体按以下步骤进行： 步骤1:在现有交通侦测系统的监测画面中设定一条虚拟侦测线； 步骤2 :对触及监测画面中虚拟侦测线的亮点，即车灯的亮度和颜色特性进行分析： 首先，由亮点的中心向边缘选取三个车灯像素点，一个像素点的亮度值L(x，y)与RGB 颜色值的计算关系式如下：
【权利要求】
1. 一种通过车灯侦测分析夜间交通流量的方法，其特征在于，该方法具体按以下步骤 进行： 步骤1 :在现有交通侦测系统的监测画面中设定一条虚拟侦测线； 步骤2 :对触及监测画面中虚拟侦测线的亮点，即车灯的亮度和颜色特性进行分析： 首先，由亮点的中心向边缘选取三个车灯像素点，一个像素点的亮度值L(x，y)与RGB 颜色值的计算关系式如下： 将RGB变异纳入参考量，辅助侦测车灯亮点； RGB变异度V(X，y)如下式所示： Fixy?= Cx：y'jf - iG{x.y}~ !(x.y)f I(x. y}f/3(2) Jfx, v}-i -G{x.j;-}-B(x,y-}y3 亮度值L(x,y)高而RGB变异度V(x,y)低的像素保留；反之，则滤除像素；应用影像 形态学的运算与相连区域分析所算得的车灯像素，即可能为车灯的亮点区域； 然后，对每一个亮点，计算其边缘上每一个点（xi,yi)到中心点（xc,yc)的距离di, 所有的di形成一个集合D，定义如下： D={4 =4X=-xcf-tr：-Y,，Γ } ⑶ (3) 式中，（xi,yi)是边缘上的点，i=l--η,η是边缘点个数； 集合D的标准差为：σ= 系(4) (4) 式中，〇是标准差；μ是所有di的平均值； 同时，使用适性阈值G: Tc.=0.!><(JT^ X Hl ,(I (5) (5) 式中，Wc、Hc分别为该亮点的宽与高； 若一亮点的标准差σ小于Γσ，则该亮点可能为车灯，予以保留；反之，则应被滤除； 接着进行车灯配对： 1)垂直相关性 计算配对评估的两盏车灯中心点的垂直距离Ah以及该两个中心点分别到边缘的垂 直距离Ii1 (h2)，该两盏车灯的垂直相关性Rv: Rv=I-Ah/Ch1+h2) (6) 两车灯的垂直距离不会大于各自中心点至上边缘或下边缘的距离和，即Λh<I1Jh2 ; 2)水平相关性 计算监控画面中虚拟侦测线所显示位置的公路的路宽W，再计算画面中两车灯的水平 距离Λ#与路宽W的比例，并通过下式来表示两盏车灯的水平相关性Rh :
两盏车灯水平距离Ar与路宽W的比例需处于[0.667，0.685]范围内， 3)两车灯之间的纹理量 利用边缘侦测中的Sobel算子，计算两车灯之间区域内的边缘像素所占的比例Rt : Rt=E/A (8) (8) 式中，A为两车灯间的区域面积，E为此区域内的边缘像素个数。Rt值介于0?1 之间； 步骤3 :两车灯属于同一辆车的信心指数I: I-aXRv+bXRh+cXRt (9) (9) 式中，a、b、c分别为Rv、Rh、Rt的相对权重（a+b+c=l); 找出监测画面中所有车灯配对组合P,.,形成集合P:
计算各车灯配对组合的信心指数L，然后依次选取信心指数最高且Rv和Rh皆大于阈 值Tv的车灯配对组合，Tv= 0.5,该车灯配对组合为一车辆的左右车灯，即完成一辆车的 监测。
2. 根据权利要求1所述的通过车灯侦测分析夜间交通流量的方法，其特征在于，所述 步骤2中三个车灯像素的选取原则：先在亮点中心处选取一个像素点，然后在亮点的中心 与亮点边缘之间的等距离处选取一个像素点，最后在亮点的边缘处选取一个像素点，该三 个像素点在同一直线上。
3. 根据权利要求1所述的通过车灯侦测分析夜间交通流量的方法，其特征在于，所述 步骤2中像素的亮度值1^(\7)高，即亮度值为1^(220,262) ;像素的变异度￥〇^，7)低， 即变异度为V(〇, 20)。
【文档编号】G08G1/065GK104318783SQ201410548470
【公开日】2015年1月28日 申请日期:2014年10月16日 优先权日:2014年10月16日
【发明者】马永杰, 李鹏飞 申请人:西北师范大学