CN102768799B

CN102768799B - 一种夜间车辆闯红灯检测方法

Info

Publication number: CN102768799B
Application number: CN201110431878.7A
Authority: CN
Inventors: 舒小华; 苏志敏; 刘素君; 龙永红; 肖习雨; 陈胜蓝; 仇实
Original assignee: Hunan University of Technology
Current assignee: HAIMEN DADE INTELLECTUAL PROPERTY SERVICE Co.,Ltd.
Priority date: 2011-12-21
Filing date: 2011-12-21
Publication date: 2014-07-09
Anticipated expiration: 2031-12-21
Also published as: CN102768799A

Abstract

本发明公开一种夜间车辆闯红灯检测方法和装置，涉及智能交通系统领域，以解决夜间闯红灯车辆识别的准确性降低问题。本发明提供的技术方案包括：设置检测区域及检测虚拟线圈；获取连续的视频帧，根据红灯转发器发回的信号判断是否进行闯红灯检测；检测虚拟线圈内的尾灯状况；根据尾灯状况的变化判断是否进行第一幅违章图片的获取；停车线后的车辆尾灯检测及后续违章图片的获取。本发明实施例提供的技术方案适用于智能交通系统。

Description

一种夜间车辆闯红灯检测方法

技术领域

本发明涉及智能交通领域，尤其涉及一种用于城市交通路口的夜间车辆闯红灯检测方法。

背景技术

车辆闯红灯检测是城市交通监管的重要组成部分，白天由于照明度高，易于进行车辆检测，而夜晚照明度低，车灯光强变化大，视频中的噪声大，使得适用于白天的车辆检测方法不能适用于夜晚的车辆检测。

现有的技术中，大多是采用背景差法提取感兴趣区域，即通过将当前帧图像与背景图像进行差分运算，提取目标区域，对目标区域进行特征提取，由区域的特征进行车辆的判断。这类方法中背景的提取及更新是关键所在，由于夜晚照明度低，车灯光强变化大，视频中的噪声大，很难形成稳定的背景，使得适用于白天的车辆检测方法不能适用于夜晚的车辆检测。或采用帧差法将相邻的视频帧进行差分提取兴趣区域，对兴趣区域进行车辆检测，这对于一直处于运动中的车辆是有效的。若车辆停止或运动缓慢，这种方法就难以检测车辆了。

发明内容

本发明实施例提供一种夜间车辆闯红灯检测方法，适用于夜间交通路口车辆闯红灯的检测。

为解决以上技术问题，本发明采用如下技术方案实现：所述的夜间车辆闯红灯检测方法包括如下步骤：

1）设置检测区域及检测虚拟线圈；

2）获取连续的视频帧；

3）根据红灯信号转发器发回的信号判断是否进行闯红灯检测；

4）检测虚拟线圈内的尾灯状况；根据尾灯状况的变化判断是否进行第一幅违章图片的获取；

5）停车线后的车辆尾灯检测及后续违章图片的获取；

6）将三张车辆闯红灯违章图片合成一张，并展示特写部分。

技术方案中的第1）项设置检测区域及检测虚拟线圈，包括如下步骤：

1）检测区域设置：根据需要检测的车道确定视频图像处理的范围，即检测区域，前后包括停车线前两个车身长度及停车线后三个车身长度的区域。宽度包括所有需要检测的车道宽度；

2）虚拟线圈设置：在检测区域中，在需要检测的车道的停车线前设置虚拟线圈1，宽度为车道宽度，长度为一个小车的长度；在需要检测的车道的停车线后斑马线起始处设置虚拟线圈2，宽度为车道宽度，如无斑马线则留出斑马线的宽度后设置虚拟线圈2，长度为一个小车的长度。

技术方案中的第2）获取连续的视频帧，包括如下步骤：

由路口摄像机获取连续的视频流，经光端机、交换机传输至中心处理器，由中心处理器进行视频处理。

技术方案中的第3）项包括如下步骤：

路口的红灯信号由安装于路口的红灯信号转发器接收，经光端机、交换机传输至中心处理器，由中心处理器进行处理，决定对相应车道进行车辆的闯红灯行为进行检测。

技术方案中第4）项包括如下步骤：

1) 建立虚拟线圈1中车辆尾灯信息记录表，包括：成对尾灯的距离及与车道宽度比，尾灯的三色（r、g、b）的均值。

2) 如果当前监测车道为红灯状态，检测虚拟线圈1中所有车辆尾灯。

3) 查询处于红灯状态的车道尾灯信息记录表中是否有尾灯对。

4) 如尾灯信息记录表中无尾灯，检查当前帧中是否有符合车辆条件的尾灯对。如有，则将此尾灯对加入尾灯信息记录表中；如无，则此帧图像处理结束，尾灯信息记录表中为空。

5) 如尾灯信息记录表中有尾灯，检查表中尾灯对是否与当前帧中对应的尾灯对匹配，如是，则更新表中尾灯，如不是，判定此车辆已驶出虚拟线圈1，启动高清相机抓拍第一幅图片。

技术方案中第5）项包括如下步骤：

虚拟线圈2中的车辆尾灯的检测，车辆尾灯与前述虚拟线圈1中消失的尾灯对的匹配，如匹配成功，则判断为车辆进入该区域，启动高清相机抓拍后续两幅违章图片。

技术方案中第6）项包括如下步骤：

三幅图片中对应车辆的一致判断，即判断为闯红灯的车辆属于同一车辆，并将三幅图片合成一幅，并展示车辆尾部车牌特写。

本发明所述方案，通过对检测区域内的虚拟线圈1、2内车辆尾灯的提取，与记录表中的信息进行匹配，以判断车辆在对应车道处于红灯相位时是否越过停车线并继续行驶，并启动高清相机进行抓拍，形成完整的证据，实现夜间对车辆闯红灯行为的检测。

附图说明

图1为本发明实施例提供的夜间车辆闯红灯检测流程图；

图2为本发明实施例提供的区域设置图；

图3为本发明实施例提供的虚拟线圈1的检测流程图；

图4为本发明实施例提供的尾灯信息为空时处理流程图；

图5为本发明实施例提供的尾灯信息不为空时处理流程图；

图6为本发明实施例提供的尾灯信息更新处理流程图；

图7为本发明实施例提供的车辆驶出判断流程图；

图8为本发明实施例提供的虚拟线圈2的检测流程图；

图9为本发明实施例提供的违章图像合成流程图；

图10为本发明实施例提供的违章图像合成图示例。

具体实施方式

为了解决夜间交通路口的车辆闯红灯检测问题，本发明例提供一种夜间车辆闯红灯检测方法和装置。根据需检测的车道，设置合适的检测区域和虚拟线圈。依据路口传回的红灯信号确定是否对相应车道进行检测。在检测区域的虚拟线圈内进行车辆尾灯对的检测。依据相关规则启动高清相机抓拍车辆违章图片。

下面结合附图和具体实施例对本发明方法进行详细说明。

如图1为本发明实施例提供的夜间车辆闯红灯检测流程图，包括：

步骤101，区域设置，包括检测区域和虚拟线圈设置。在进行闯红灯检测时，只需要在图像中特定的范围进行车辆检测即可，不需要对整幅视频图像进行处理，根据需要检测的车道确定视频图像处理的范围，即检测区域，前后包括停车线前两个车身长度及停车线后三个车身长度的区域。宽度包括所有需要检测的车道宽度。

虚拟线圈设置：在检测区域中，在需要检测的车道的停车线前设置虚拟线圈1，宽度为车道宽度，长度为一个小车的长度；在需要检测的车道的停车线后斑马线起始处设置虚拟线圈2，宽度为车道宽度，如无斑马线则留出斑马线的宽度后设置虚拟线圈2，长度为一个小车的长度。如图2。

步骤102，获取连续的视频，通过路口的摄像机获取连续的视频流，经光端机、交换机传输至中心处理器，由中心处理器进行视频处理。

步骤103，由安装于路口的红灯信号转发器将红灯信息经光端机、交换机传输至中心处理器，由中心处理器进行处理，决定对相应车道进行车辆的闯红灯行为进行检测。

步骤104，检测虚拟线圈1，记录相关车辆尾灯信息，判断是否进行第一幅违章图片的抓拍。

如图3所示，所述步骤104具体包括：

步骤301，检测虚拟线圈1较亮区域。在夜间照明度较低的环境中，车辆尾灯是车辆最显著信息，以尾灯的检测代替车辆的检测。尾灯在较暗的环境中发光，在视频图像中形成较亮的区域。此步骤计算视频帧中位于视频帧内像素点的灰度：

Figure 2011104318787100002DEST_PATH_IMAGE001

式中g、r、g、b分别代表像素的灰度值、红色分量值、绿色分量值、蓝色分量值。设置合适阈值th，大于此阈值的像素颜色分量保持不变，小于此阈值的像素颜色分量取为0

步骤302，在较亮的区域中选择偏红的区域。由于车辆尾灯为红色，计算每块连通的较亮区域的偏红程度rm：

Figure 2011104318787100002DEST_PATH_IMAGE002

i为较亮区域内的像素，区域颜色越红，此值越大。选择合适的阈值rth，对于的区域则保留作为车辆尾灯，对于的区域则去掉。

步骤303，对偏红区域进行配对，形成区域对。在虚拟线圈中，只有能匹配成对且在运动中仍保持匹配的尾灯对才属于同一车辆尾灯，对于相隔距离小于某一阈值的尾灯则合并为一个，即前后距离小于某一距离阈值的合并为一个尾灯，左右距离小于某一距离阈值的也合并为一个尾灯。计算处于同一水平线上的尾灯的距离，若其水平距离与车道宽度比，据此可判定为小型车、中型车及大型车。

步骤304，对区域对提取特征，作为车辆特征。需要提取的特征包括：尾灯对中每个尾灯区域的偏红程度（rm1 , rm2), 尾灯区域中心距离与车道宽度的比值R。

如图4所示，在进行步骤304后所述步骤后还需进行：

步骤401，查询尾灯信息表。

步骤402，尾灯信息表没有记录尾灯信息，则在此帧图像以前虚拟线圈1没出现车辆。

步骤403，如果当前帧图像中有尾灯对特征值，则将此计入尾灯信息表中。如果没有，则除了下一帧图像。

步骤404，继续下一帧图像的处理。

如图5所示，在尾灯信息表不为空时，进行：

步骤501，在查询尾灯信息表。

步骤502，尾灯信息表不为空，即在此帧图像以前虚拟线圈1存在尾灯对。

步骤503，将当前车辆尾灯对信息与尾灯信息表中的尾灯信息进行匹配。

如图6所示，在步骤503后，进行：

步骤601，将当前车辆尾灯对信息与尾灯信息表中的尾灯信息进行匹配。

步骤602，匹配成功。根据尾灯特征：即：将每个尾灯区域的偏红程度（r_m1 , r_m2), 尾灯区域中心距离与车道宽度的比值R合成一个向量（r_m1 , r_m2, R)，进行向量间距离计算：

Figure 2011104318787100002DEST_PATH_IMAGE003

为当前帧图像的尾灯对特征值，为尾灯信息表中的尾灯对特征值。若距离d小于某阈值，则匹配成功。

步骤603，以当前当前车辆尾灯对信息更新尾灯信息表中的尾灯信息。

步骤604，继续下一帧图像的处理。

在步骤503后，尾灯特征信息不匹配时，则进行如图7所示的步骤：

步骤701，将当前车辆尾灯对信息与尾灯信息表中的尾灯信息进行匹配。

步骤702，采用步骤602的计算方式，距离d小于某阈值，当前帧中尾灯对信息与尾灯信息记录表中所记录的尾灯信息不匹配。

步骤703，当前帧图像中的车辆为新车，原来在虚拟线圈1中的车已驶出。

步骤704，抓拍第一幅图片，并启动下一帧虚拟线圈2的检测。

步骤105，此步骤只在步骤704发生后才进行，即启动了虚拟线圈2的检测之后进行。本步骤检测虚拟线圈2中是否出现车辆，并将出现的车辆信息与虚拟线圈1中保存的车辆信息的进行匹配，判断此车是否来自虚拟线圈1中，若是则进行后续违章图片的抓拍。

如图8 所示，所述步骤105具体包括：

步骤801，检测虚拟线圈2较亮区域。检测方法与步骤301相同，此处不再赘述。

步骤802，在较亮的区域中选择偏红的区域。方法与步骤302相同，此处不再赘述。

步骤803，对偏红区域进行配对，形成区域对。方法与步骤303相同，此处不再赘述。

步骤804，对区域对提取特征，作为车辆特征。方法与步骤304相同，此处不再赘述。

步骤805，将提取的车辆特征与虚拟线圈1中的车辆特征进行匹配，若匹配成功则发出抓拍第二、三幅图像的，若匹配不成功则继续进行下一帧检测。

步骤106，将三幅图片进行合并形成证据图片。

如图9 所示，所述步骤106具体包括：

步骤901，对所拍摄三幅图像进行车辆匹配。计算三幅图像中的处于红灯相位时的违章车辆信息，并进行匹配，若符合匹配要求，则判断此三幅图像为同一车辆的图像。

步骤902，匹配成功则合成三幅图像及违章车辆特写图像为一幅图像，此图像作为违章证据图像。

Claims

1.一种夜间车辆闯红灯检测方法，其特征在于：

1）设置检测区域及检测虚拟线圈；

2）获取连续的视频帧；

4）检测虚拟线圈内的尾灯状况，根据尾灯状况的变化判断是否进行第一幅违章图片的获取；

5）停车线后的车辆尾灯检测及后续违章图片的获取；

6）将三张车辆闯红灯违章图片合成一张，并展示特写部分；

其中，所述的检测虚拟线圈内的尾灯状况，根据尾灯状况的变化判断是否进行第一幅违章图片的获取，包括：

a) 建立虚拟线圈1中车辆尾灯信息记录表，含：成对尾灯的距离及与车道宽度比，尾灯的三色（r、g、b）的均值；

b) 如果当前监测车道为红灯状态，检测虚拟线圈1中所有车辆尾灯；

c) 查询处于红灯状态的车道尾灯信息记录表中是否有尾灯对；

d) 如尾灯信息记录表中无尾灯，检查当前帧中是否有符合车辆条件的尾灯对，如有，则将此尾灯对加入尾灯信息记录表中，如无，则此帧图像处理结束，尾灯信息记录表中为空；

e) 如尾灯信息记录表中有尾灯，检查表中尾灯对是否与当前帧中对应的尾灯对匹配，如是，则更新表中尾灯，如不是，判定此车辆已驶出虚拟线圈1，启动高清相机抓拍第一幅图片。

2.根据权利要求1所述的一种夜间车辆闯红灯检测方法，其特征在于，所述的设置检测区域及检测虚拟线圈，包括：

1）检测区域设置：根据需要检测的车道确定视频图像处理的范围，即检测区域，包括停车线前及停车线后的区域；

2）虚拟线圈设置：在检测区域中，在需要检测的车道的停车线前设置第一个虚拟线圈，在需要检测的车道的停车线后设置第二个虚拟线圈。

3.根据权利要求1所述的一种夜间车辆闯红灯检测方法，其特征在于，所述的获取连续的视频帧，包括：由路口摄像机获取连续的视频流，经光端机、交换机传输至中心处理器，由中心处理器进行视频处理。

4.根据权利要求1所述的一种夜间车辆闯红灯检测方法，其特征在于，所述的根据红灯信号转发器发回的信号判断是否进行闯红灯检测，包括：路口的红灯信号由安装于路口的红灯信号转发器经光端机、交换机传输至中心处理器，由中心处理器进行处理。

5.根据权利要求1所述的一种夜间车辆闯红灯检测方法，其特征在于，所述的停车线后的车辆尾灯检测及后续违章图片的获取，包括：虚拟线圈2中的车辆尾灯的检测，车辆尾灯与前述虚拟线圈1中消失的尾灯对的匹配，如匹配成功，则判断为车辆进入该区域，启动高清相机抓拍后续两幅违章图片。

6.根据权利要求1所述的一种夜间车辆闯红灯检测方法，其特征在于，所述的将三幅车辆闯红灯违章图片合成一幅，并展示特写部分，包括：三幅图片中对应车辆的一致判断，即判断为闯红灯的车辆属于同一车辆，并将三幅图片合成一幅，并展示车辆尾部车牌特写。