智能视频分析技术助力城市交通

　　一、国内交通环境分析

　　近十年我国城镇化发展迅速，目前国内城市人口密集区，机动车和非机动车数量讯速增长，同时相对匮乏且陈旧的道路交通设施、布局不尽合理的城市路网已经不堪重负，导致城区交通拥堵频繁、交通秩序混乱等问题日益严重。特别是早晚流量高峰期间，道路人流、车流量基本处于饱和或超饱和状态，车辆行驶缓慢，加上车辆违规行驶、商贩占道摆摊设点、车辆乱停乱放、侵占道路等现象比较严重，使得“上马路看车展”已越来越成为城区交通的一种常态，是城市交通管理的难点和热点。

　　根据中国科学院《中国新型城市化报告2012》报告发布，对中国50个城市上班路上的平均时间进行了排名，北京以52分钟居榜首，广州、上海以48分钟、47分钟紧随其后，深圳以46分钟居第四。报告还提出，2011年的中国内地城市化率首次突破50%，达到51.3%。这意味着中国城镇人口首次超过农村人口，中国城市化进入关键发展阶段。

　　十年前，中国的二线城市，交通拥堵很少见，但是近5年来，交通拥堵已经成为二线甚至三线城市的常态。全国百万人口以上城市有80%的路段和90%的路口通行能力已经接近极限。

　　交通拥堵使交通延误、车速降低、时间损失、燃料费用上升、排污量增加，同时诱发交通事故，影响人们的工作效率和身体健康。而对于城市交通管理者来说，一方面是日渐增长的交通压力，另一方面却是警力人员的捉襟见肘，如何利用科技手段加强管理效率，增进交通良性循环成为很多城市交通治理和发展的重要思路之一。高清摄像机的广泛使用和基于高清图像的视频分析技术的发展，有效的解决了技术手段问题，使得智能交通信息化系统在每个城镇得以广泛应用。

　　二、视频分析技术的应用现状

　　视频分析技术就是使用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内目标。用户可以根据的分析模块，通过在不同摄像机的场景中预设不同的非法规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出告警信息，监控指挥平台会自动弹出报警信息并发出警示音，并触发联动相关的设备，用户可以通过点击报警信息，实现报警的场景重组并采取相关预防措施。这种技术前几年只是在标清摄像机中做一些简单的应用，如越界、人员聚集等，但是标准摄像机有者自身的先天不足，取景范围受限，图像不清晰，尤其在快速变化的道路上很难有效的分析和取证。

　　随着高清摄像机的大量使用，高清图像的视频分析技术也得以快速发展，如今已在城市智能交通系统中得到广泛应用。其中应用最多的是电子警察系统、交通卡口系统和动态车流量监测系统。

　　1、在电子警察系统中的应用

　　图1车辆检测流程

　　视频分析技术在电子警察中的应用，主要是利用视频分析技术对行进车辆的行为进行分析，通过测流程高清摄像机抓拍的实时视频，对每一帧图像进行比对分析，运用智能算法计算图片的变化分析监控区域内车辆的变化曲线，进而检测车辆经过并判断车辆的违章行为。其中主要的检测方式有：

　　（1）车辆检测原理

　　采用基于运动检测的车辆检测方法，其核心原理是通过学习建立道路背景模型，将当前帧图像与背景模型进行背景差分得到运动前景像素点，然后对这些运动前景像素进行处理得到车辆信息。该方法效果的优劣依赖于背景建模算法的性能。其流程图如图1所示。

　　整个检测过程分为以下几个步骤：

　　·由高清摄像抓拍主机获取实时的视频流。

　　·利用背景差分算法检测运动前景。首先通过初始多帧视频图像的自学习建立一个背景模型，然后对当前帧图像与背景模型进行差分运算，消除背景的影响，从而获取运动目标的前景区域。

　　·根据背景差分运算中运动目标检测的结果，有选择性地更新背景模型，并保存背景模型。

　　·过滤噪声，并获取准确的车辆位置。

　　·运用时空信息、匹配和预测等算法，对车辆进行准确的跟踪，得到车辆对象的运动轨迹，并保存车辆对象的轨迹信息。

　　·判断车辆是否到达触发线位置，如果没有到达，则进行下一帧的检测，如果到达则发出触发信号。车辆的抓拍触发综合运用了车牌检测算法和车辆检测算法，如图2所示。

　　图2车辆抓拍触发原理示意图

　　系统首先采用车牌检测算法，在车辆到达触发线的时刻，若系统检测到图像中存在车牌，则触发抓拍，并进行车牌识别；对于无后车牌或后车牌遮挡的车辆，系统无法检测到车牌，此时将启用车辆检测算法，若运动对象与系统内建的车辆模型相匹配，则触发抓拍，并记录为无牌车辆。

　　(2)视频检测红绿灯信号

　　视频分析算法对于红绿灯的检测综合运用了亮度比较算法与灰度比较算法，在场景中红绿灯所在位置划定检测区域，并对该区域的亮度与灰度的变化进行实时地检测与判断，从而获知当前的红绿灯状态。

　　(3)道路交通事件视频检测

　　道路交通事件视频检测系统基于视觉的车辆检测和跟踪的视频分析技术。具有图像稳定、阴影消除、视场校对、自动补偿等功能，能在不同的环境条件下正常并准确的进行视频检测和数据分析。系统采用“航天多目标识别与跟踪技术”、“图像预处理技术”以及“图像背景提取和更新技术”，将摄像机采集的视频信号进行处理和综合分析，对道路上突发的交通事件（如压线、突然停车、逆行、遗洒、行人跨越公路等）进行实时检测、报警、记录、传输、统计，并将事件视频图像及报警区域图像切换到主监控画面，提示管理人员进行应急处理。

　　2、在卡口系统中的应用

      视频分析技术在卡口中的应用分两部分，一部分是和电警相同的车辆检测及行为分析，另一部分就是车牌识别，通过抓拍的图片自动识别车辆牌照信息。车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算，其运行流程如图3所示。

　　（1）图像采集：通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、采集。

　　（2）预处理：图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。

　　（3）车牌定位：车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。

　　（4）字符分割：在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。

声明:

凡文章来源标明“中国智能交通网”的文章版权均为本站所有，请不要一声不吭地来拿走，转载请注明出处，违者本网保留追究相关法律责任的权利；所有未标明来源为“中国智能交通网”的转载文章均不代表本网立场及观点，“中国智能交通网”不对这些第三方内容或链接做出任何保证或承担任何责任。