《高清视频监控图像的车辆目标定位、事件检测系统及方法.pdf》由会员分享，可在线阅读，更多相关《高清视频监控图像的车辆目标定位、事件检测系统及方法.pdf（10页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102902951 A (43)申请公布日 2013.01.30 C N 1 0 2 9 0 2 9 5 1 A *CN102902951A* (21)申请号 201210222952.9 (22)申请日 2012.06.29 G06K 9/00(2006.01) G06K 9/32(2006.01) G06K 9/46(2006.01) H04N 7/18(2006.01) (71)申请人陕西省交通规划设计研究院 地址 710068 陕西省西安市碑林区友谊西路 243号 申请人北京科技大学 (72)发明人李刚 石飞荣 田秦 (74)专利代理机构北京金智普华知识产权代。
2、理 有限公司 11401 代理人皋吉甫 (54) 发明名称 高清视频监控图像的车辆目标定位、事件检 测系统及方法 (57) 摘要 本发明高清视频监控图像的车辆目标定位、 事件检测系统及方法，该系统由高清视频监控图 像增强处理模块、车辆目标快速检测定位模块、设 定侦测区域灰度图像二值化处理模块、车辆目标 及行驶轨迹图像倾斜度校正模块、车辆目标行驶 轨迹跟踪及事件特征提取模块和车辆目标事件检 测及可信度评估模块组成。与现有技术相比，本 发明具有针对复杂高清(200万像素以上)视频 监控背景下车辆目标快速定位及其智能分以及非 均匀光照条件下高清视频监控图像增强处理效果 好、动态范围大、车辆目标快速定。
3、位及其智能分析 (事件检测)精度高、误报率低等优点，同时嵌入 式系统可大大提高软件可信、可靠度和稳定性，降 低前端嵌入式系统参数设置难度。 (51)Int.Cl. 权利要求书1页 说明书6页 附图2页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 6 页 附图 2 页 1/1页 2 1.高清视频监控图像的车辆目标定位、事件检测系统，其特征在于，该系统由高清视频 监控图像增强处理模块、车辆目标快速检测定位模块、设定侦测区域灰度图像二值化处理 模块、车辆目标及行驶轨迹图像倾斜度校正模块、车辆目标行驶轨迹跟踪及事件特征提取 模块和车辆目标事件检测及可信度评估。
4、模块组成； 其中，所述高清视频监控图像增强处理模块用于实现对前端高清视频监控摄像机实时 采集图像的数字增强处理，根据高清视频监控图像中背景/场景和内容/目标图像实时确 定图像滤波器模板类型及加权系数，获取最佳信噪比增强图像，提高后续车辆定位及事件 检测精度, 消除图像噪声干扰； 所述车辆目标快速检测定位模块实现设定侦测区域与动态背景图像间实时比对，采用 自适应梯度检测定位算法对其中车辆目标进行快速检测、定位； 所述设定侦测区域灰度图像二值化处理模块实现设定侦测区域图像转换为灰度图像 后的二值化处理； 所述车辆目标及行驶轨迹图像倾斜度校正模块用于实现非均匀光照条件下高清视频 监控图像中车辆目标及。
5、行驶轨迹图像倾斜度校正算法实现设定侦测区域车辆目标及车辆 轨迹图像倾斜度校正处理; 所述车辆目标行驶轨迹跟踪及事件特征提取模块用于实现在经图像倾斜度校正后的 二值化图像中车辆目标行驶轨迹图像分割及事件特征提取； 所述车辆目标事件检测及可信度评估模块采用动态样本聚类分析法实现车辆目标行 驶轨迹图像匹配识别和本地车辆目标行驶轨迹图像/特征样本库中特征样本的优化、调 整。 2.高清视频监控图像的车辆目标定位、事件检测方法,其特征在于，该方法具体包括 如下步骤： 步骤1，高清视频监控图像增强处理模块对高清摄像机实时采集的高清视频监控图像 进行增强处理，实时比对设定侦测区域图像与动态背景图像，对实时采集。
6、的高清视频监控 图像中设定侦测区域车辆目标进行快速检测、定位； 步骤2，车辆目标快速检测定位模块将实时检测到的设定侦测区域车辆目标图像映射 到原始高清视频监控图像设定侦测区域动态背景图像中，依据预置报警门限及现场管理需 求排除检测出车辆目标中干扰成份，跟踪车辆目标行驶轨迹，对车辆目标事件特征进行分 类； 步骤3，将高清视频监控图像中设定侦测区域图像转换为灰度图像，并对高清视频监控 图像中设定侦测区域灰度图像进行二值化处理； 步骤4，将车辆目标行驶轨迹与管理样本库模板进行实时比对，确定设定侦测区域车辆 目标事件特征及事件/检测类型； 步骤5，实时学习、优化管理样本库车辆目标事件特征及事件/检测类。
7、型，实时评估设 定侦测区域车辆目标事件/检测类型可信度。 3.根据权利要求2所述的高清视频监控图像的车辆目标定位、事件检测方法，其特征 在于，所述方法步骤5采用动态样本聚类分析法对车辆目标事件特征及事件检测结果可信 度进行评估。 权 利 要 求 书CN 102902951 A 1/6页 3 高清视频监控图像的车辆目标定位、 事件检测系统及方法 技术领域 0001 本发明涉及一种可用于公共安全、停车管理、智能交通、综合应急等领域复杂监控 场景下基于高清视频监控图像的车辆目标快速定位、事件检测系统及方法。 背景技术 0002 近年来，高清摄像机越来越多地应用于公共安全、停车管理、智能交通、综合应急。
8、 等领域复杂背景下的高清视频监控。基于传统标清视频监控图像的车辆目标定位及事件检 测方法无法直接转化为针对复杂场景下的高清视频监控图像，主要原因在于200万像素以 上的高清视频监控图像分辨率高，监控场景大、图像背景复杂，设定侦测区域车辆目标快速 定位及事件检测难度大，误报率高。复杂场景下的高清视频监控图像中有多个车辆目标需 同时定位并结合现场管理需求判断事件检测类型，而现有基于标清视频监控图像的车辆目 标识别及事件检测方法一般仅针对简单背景下的单一目标。此外，高清视频监控图像设定 侦测区域中车辆目标快速定位及事件检测方法，不仅要求准确率高、误报率低，而且要求定 位速度快。因此如何在高清视频监控。
9、图像(设定侦测区域)中快速、准确地定位车辆目标 并实施事件检测，是现有智能分析技术中普遍面临且亟待解决的问题。 发明内容 0003 本发明针对现有技术缺陷，提供一种图像增强效果好，定位速度快，事件检测准确 率高的基于高清视频监控图像的车辆目标快速定位及事件检测系统及方法。 0004 为实现上述目的，本发明提供了一种基于高清视频监控图像的车辆标快速定位及 事件检测系统，该系统由高清视频监控图像增强处理模块 设定侦测区域车辆目标快速检 测定位模块、设定侦测区域灰度图像二值化处理模块、车辆目标及行驶轨迹图像倾斜度校 正模块、车辆目标行驶轨迹跟踪及事件特征提取模块和车辆目标事件检测及可信度评估模 块组。
10、成； 0005 所述高清视频监控图像增强处理模块实现对前端高清视频监控摄像机实时采集 图像的数字增强处理，根据高清视频监控图像中背景/场景和内容/目标图像实时确定图 像滤波器模板类型(自适应维纳滤波器)及加权系数，获取最佳信噪比增强图像，提高后续 车辆定位及事件检测精度； 0006 设定侦测区域车辆目标快速检测定位模块实现设定侦测区域与动态背景图像间 实时比对，采用自适应梯度检测定位算法对其中车辆目标进行快速检测、定位； 0007 设定侦测区域灰度图像二值化处理模块实现设定侦测区域图像转换为灰度图像 后的二值化处理； 0008 车辆目标及行驶轨迹图像倾斜度校正模块基于垂直游程长统计的车辆目标及。
11、行 驶轨迹图像倾斜度校正算法(水平倾斜度校正算法类似)实现设定侦测区域车辆目标及车 辆轨迹图像倾斜度校正处理; 0009 车辆目标行驶轨迹跟踪及事件特征提取模块实现在经图像倾斜度校正后的二值 说 明 书CN 102902951 A 2/6页 4 化图像中车辆目标行驶轨迹图像分割及事件特征提取； 0010 车辆目标事件检测及可信度评估模块采用动态样本聚类分析法实现车辆目标行 驶轨迹图像匹配识别和本地车辆目标行驶轨迹图像(特征)样本库中特征样本的优化、调 整。 0011 所述基于高清视频监控图像的车辆目标快速定位及事件检测方法包括： 0012 步骤1，对高清摄像机实时采集的高清视频监控图像进行增强。
12、处理，实时比对设定 侦测区域图像与动态背景图像，对实时采集的高清视频监控图像中设定侦测区域车辆目标 进行快速检测、定位； 0013 步骤2，将实时检测到的设定侦测区域车辆目标图像映射到原始高清视频监控图 像设定侦测区域动态背景图像中，依据预置报警门限及现场管理需求排除检测出车辆目标 中干扰成份，跟踪车辆目标行驶轨迹，对车辆目标事件特征进行分类； 0014 步骤3，将高清视频监控图像中设定侦测区域图像转换为灰度图像，并对高清视频 监控图像中设定侦测区域灰度图像进行二值化处理； 0015 步骤4，将车辆目标行驶轨迹与管理样本库模板进行实时比对，确定设定侦测区域 车辆目标事件特征及事件(检测)类型；。
13、 0016 步骤5，实时学习、优化管理样本库车辆目标事件特征及事件(检测)类型，实时评 估设定侦测区域车辆目标事件(检测)类型可信度。 0017 进一步，所述方法步骤5采用动态样本聚类分析法对车辆目标事件特征及事件检 测结果可信度进行评估。 0018 为实现上述目的，本发明还提供了一种基于高清视频监控图像的车辆目标快速定 位及事件检测方法的嵌入式软件设计技术，所述嵌入式软件功能包括： 0019 高清视频监控图像增强处理功能，用于实现复杂监控场景下的高清(200万像素 以上)视频监控图像增强处理，以消除图像噪声干扰； 0020 车辆目标快速检测定位功能，用于实现复杂监控场景下高清视频监控图像设定。
14、侦 测区域中车辆目标快速检测定位，以快速确定车辆目标； 0021 车辆目标图像运动补偿功能，用于实现非均匀光照条件下高清视频监控图像设定 侦测区域中车辆目标及行驶轨迹图像倾斜度校正等运动补偿功能，以提高设定侦测区域图 像中车辆目标定位及识别精度； 0022 车辆目标行驶轨迹跟踪及事件特征提取功能，根据实时检测到的高清视频监控图 像设定侦测区域中车辆目标行驶轨迹及事件特征进行样本匹配，实现车辆目标事件特征快 速分类及识别。 0023 本发明针对复杂背景下的高清(200万像素以上)视频监控图像车辆目标快速定 位及事件检测需求，嵌入式软件功能设计实现非均匀光照条件下高清视频监控图像增强处 理和软件的。
15、可信、可靠性，车辆目标快速检测、定位速度快，适应动态范围大、事件检测精度 高，提高前端嵌入式系统(智能摄像机)可靠性和稳定性，降低现场参数设置要求和难度。 附图说明 0024 图1为本发明高清视频监控图像的车辆目标快速定位、事件检测方法流程框图； 0025 图2为本发明高清视频监控图像的车辆目标快速定位、事件检测系统逻辑框图。 说 明 书CN 102902951 A 3/6页 5 具体实施方式 0026 下面通过附图和实施例，对本发明技术方案做进一步的详细描述。 0027 图1为本发明高清视频监控图像的车辆目标快速定位、事件检测方法流程图，如 图所示，本发明具体技术实现方案包括如下步骤： 00。
16、28 步骤301，对高清摄像机实时采集的高清视频监控图像进行增强处理(根据高清 视频监控图像中背景和内容确定图像增强滤波器模板类型及加权系数)，实时比对高清视 频监控图像中设定侦测区域图像与动态背景图像之间的差别，对实时采集的高清视频监控 图像中设定侦测区域车辆目标进行快速检测、定位(采用自适应梯度检测定位算法)； 0029 步骤302，将实时检测到的高清视频监控图像中设定侦测区域车辆目标图像映射 到原始高清视频监控图像设定侦测区域动态背景图像中，依据预置报警门限及现场管理需 求排除检测出车辆目标中干扰成份，跟踪车辆目标行驶轨迹，对车辆目标事件特征进行分 类； 0030 像，并 对高清视频监控。
17、图像中设定侦测区域灰度图像进行二值化处理； 0031 步骤304，将车辆目标行驶轨迹与管理样本库模板进行实时比对，确定设定侦测区 域车辆目标事件特征及事件(检测)类型(采用自学习方式和择优判断算法形成的车辆目 标行驶轨迹及事件特征)； 0032 步骤305，实时学习、优化管理样本库车辆目标事件特征及事件(检测)类型(采 用自学习方式和择优判断算法形成的车辆目标行驶轨迹及事件特征样本)，实时评估设定 侦测区域车辆目标事件(检测)类型可信度。 0033 所述的步骤305采用动态样本聚类分析法对车辆目标行驶轨迹、事件特征及事件 检测结果可信度进行评估。 0034 图2为本发明基于高清视频监控图像的车。
18、辆事件检测系统的逻辑框图，基于高清 视频监控图像的车辆事件检测系统，该系统由高清视频监控图像增强处理模块1、车辆目标 快速检测定位模块2、灰度图像二值化处理模块3、车辆目标及行驶轨迹图像倾斜度校正模 块4、车辆目标行驶轨迹跟踪及事件特征提取模块5和车辆目标事件检测及可信度评估模 块6组成模块1、高清视频监控图像增强处理 0035 在高清视频监控系统中，现场高清视频监控摄像机的安装、参数设置及环境因素， 造成实时采集的高清视频监控图像退化(图像变形、噪声覆盖等)，将直接影响基于高清视 频监控图像的车辆目标定位及事件检测精度。 0036 “高清视频监控图像增强处理”模块实现对前端高清视频监控摄像机。
19、实时采集图 像的数字增强处理，根据高清视频监控图像中背景(场景)和内容(目标)实时确定图像 滤波器模板类型(自适应维纳滤波器)及加权系数，获取最佳信噪比增强图像，提高车辆目 标定位及事件检测精度。 0037 设定侦测区域车辆目标快速检测定位模块 0038 现场高清视频监控摄像机实时采集的高清视频监控图像，分辨率在200 说 明 书CN 102902951 A 4/6页 6 处理速度，从而影响系统后续车辆目标定位及事件检测实时性。 0039 现场高清视频监控摄像机实时采集图像中，根据系统现场监控场景及相关应用管 理需求，可用于车辆目标快速定位及事件检测的有效区域，是高清视频监控图像中的局部 区域。
20、，可根据现场监控场景及应用管理需求进行设置，以提高高清视频监控图像(有效区 域)处理速度和车辆目标定位及事件检测实时性和有效性。“设定侦测区域车辆目标快速 检测定位”模块实现设定侦测区域与动态背景间图像实时比对，采用自适应梯度检测定位 算法对其中车辆目标进行快速检测、定位。 0040 采用的自适应梯度检测定位算法能可同时检测出多个车辆目标，并根据车辆目标 特征对车辆目标进行匹配识别，根据设定侦测区域中车辆目标的行驶轨迹及图像特征，本 发明采用金字塔算法对设定侦测区域车辆目标行驶轨迹进行分解(子图像)，跟踪检测出 车辆目标行驶轨迹及事件特征，最后将车辆目标行驶轨迹及事件特征与本地样本库中样本 进。
21、行匹配(设置匹配门限和检测精度)，并对车辆目标行驶轨迹及事件特征进行分类，最 终确定车辆目标类型并(自学习)优化本地样本库中样本图像。本发明设定金字塔算法 的水平、垂直方向行驶轨迹分解系数分别为 x (1.0)和 y (1.0)，第一级分解由原始侦 测区域行驶轨迹图像I水平方向和垂直方向分别缩放 x 和 y 倍，得到第一级金字塔图 像I 1 ，再由I 1 水平方向和垂直方向行驶轨迹分别缩放 x 和 y 倍，得到第二级金字塔图像 I 2 ，.，依此类推可作N(N=I,2,3，.)级分解(根据车辆目标数量、识别精度及现场管理 需求设定)。一般取 x =0.5， y =0.5以便提高设定侦测区域车辆。
22、目标行驶轨迹图像分解 速度，在设定侦测区域(待识别)目标数量20时，一般N取2。 0041 对每一级金字塔图像进行彩色空间变换(转换为灰度图像)，以减小设 特征提取算法进行车辆目标快速检测、定位，其特点是速度快、误报率低。 0042 设定侦测区域灰度图像二值化处理模块 0043 二值化处理是数字图像处理的基础，也是设定侦测区域图像车辆目标识别的重要 环节。灰度图像比彩色图像更容易进行二值化处理，本发明在将设定侦测区域图像转换为 灰度图像后立即进行二值化处理，图像二值化处理方法很多，本发明针对现场管理需求及 设定侦测区域车辆目标图像特点、检测(定位)精度进行选择，在设定侦测区域车辆目标 定位算法。
23、中，如果环境光照均匀且对比度较强，则采用直方图法进行设定侦测区域图像二 值化处理；若环境光照不均匀时，则无法直接采用直方图法进行设定侦测区域图像二值化 处理，本发明采用设定侦测区域图像分割和灰度逻辑水平技术GLLT(Gray Logical Level Technique)算法有效解决光照不均匀和低对比度条件下的设定侦测区域图像二值化处 理根据设定侦测区域图像及车辆目标图像特点，将设定侦测区域图像划分为若干个子 区域(根据管理需求及目标数量)，并在各子区域图像中对车辆目标图像进行快速检测、定 位及后续事件检测处理。GLLT算法流程如下: 0044 1).设f(x，y)为设定侦测区域图像中(x，。
24、y)点灰度值，g(x，y)为其平滑后灰 说 明 书CN 102902951 A 5/6页 7 度值。根据设定侦测区域中车辆目标图像模板W(一般取W=3)，以车辆目标图像中心计算 (2W+l)(2W+l)模板窗口灰度平均值: 0045 0046 2).设定侦测区域图像中距离目标像素点(x，y)W个像素的8邻接像素点为P 0 ， P 1 ，P 7 。若g(x，y)比其4邻接像素P i ，P (i+4)mod8 ，P (i+1)mod8 ，P (i+5)mod8 (i=0,1,2,3)高T个灰度 级，则(x，y)被划分为“白象素”(取值255);若g(x，y)比其4邻接像素P i ，P (i+4)m。
25、od8 ，P (i+1) mod8 ，P (i+5)mod8 (i=0,1,2,3)低T个灰度级，则(x，y)被划分为“黑象素”(取值128);否则该 象素标记为“未分类象素”(取值0)。判决规则为: 0047 0048 其中，H(P)为真，若L(P)为真，若象素 P i 和P i+1 分别是像素P i 和P i+1 (i0，1，2，3)正对(180方向)像素。 0049 3).分区域计算取值255和128的像素所对应平均灰度图像值G 1 和G 2 。 0050 4).按如下规则对取值为0的未分类像素进行分类： 0051 0052 GLLT算法适应性强、速度快、鲁棒性强，不需要复杂的参数设置，。
26、可有效解决诸如 直方图法二值化处理时门限值较难确定问题。 0053 车辆目标及行驶轨迹图像倾斜度校正模块 0054 车辆目标及行驶轨迹图像倾斜度校正直接影响车辆目标定位及事件检测精度，且 倾斜度校正在整个车辆目标定位及事件检测流程中所占比例较大，因此，车辆目标及行驶 轨迹图像倾斜度校正算法效率是基于高清视频监控图像的车辆事件检测算法的重点和难 点。在车辆目标及其行驶轨迹图像中，主要有水平倾斜和垂直倾斜两类。本发明基于垂直 游程长统计的车辆目标及行驶轨迹图像倾斜度校正算法(水平倾斜度校正算法类似)。 0055 1).找出车辆目标图像边框坐标，x 0 ，x 1 ，y 0 ，y i 并计算其中心坐标。
27、(x c ，y c )； 0056 2).设边界位置偏移值为D k ，则像素点(x，y)移位到(x s ，y s )： 0057 y s y； 0058 0059 3).对给定D k 的位移图像，计算垂直方向黑白游程长度平方和； 0060 移值D k ，计算垂直方向黑白游程长度平方和，找出最大值，则其所对应位移图像即为倾斜度 说 明 书CN 102902951 A 6/6页 8 校正后的图像。 0061 车辆目标行驶轨迹跟踪及事件特征提取模块 0062 车辆目标行驶轨迹图像分割是在经车辆目标图像倾斜度校正后的二值化图像中， 采用垂直投影法划分出车辆目标行驶轨迹子图像及其相互关联关系。该模块难点。
28、在于车辆 目标行驶轨迹图像粘连(包括车辆目标与背景之间的粘连)和噪声图像干扰，通过车辆目 标行驶轨迹子图像预测和估计来指导车辆目标行驶轨迹图像粘连和噪声图像的分割。 0063 车辆目标事件检测及可信度评估模块 0064 采用动态样本聚类分析法对车辆目标行驶轨迹图像进行匹配识别，通过与本地车 辆目标行驶轨迹图像(特征)样本库中特征样本进行比对(通过对这些样本的训练自适应 得到权重系数),对车辆目标行驶轨迹图像(特征)样本数量、拟合度等指标进行评估，优 化、调整车辆目标行驶轨迹图像(特征)样本数据，采用学习方式和择优判断算法形成的车 辆目标事件特征样本，以提高车辆目标事件检测精度。 0065 本发。
29、明具有针对复杂背景下高清(200万像素以上)视频监控图像车辆目标快速 定位以及非均匀光照条件下图像增强处理效果好、动态范围大、目标定位及事件检测精度 高等优点，同时嵌入式软件设计可大大提高软件可信、可靠度和稳定性，降低前端嵌入式系 统参数设置要求。 0066 专业人员还可进一步意识到，结合本文所公开实施例各示例模块及算法步骤，可 以电子硬件、计算机软件或二者结合方式实现，本文已按相关功能一般性描述各示例功能 及实现流程，这些功能以何种方式实现，取决于相关技术方案应用和设计约束条件。专业技 术人员可对特定应用使用不同技术实现方案来实现所描述功能，但这种实现不应认为超出 本发明范围。 0067 结。
30、合本文所公开实施例方法或技术实现方案，可以软件、嵌入式软件 硬件或相结 合方式执行。软件模块可置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、 电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM或技术领域内所公知的任意其它 形式存储介质中。以上所述基于高清视频监控图像的行人事件检测方法及系统技术实现方 案，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所 述仅为本发明具体技术实现方案而已，并不用于限定本发明的保护范围，凡在本发明的精 神和原则之内，所做的任何修改、等同替换、改进等，均应。 说 明 书CN 102902951 A 1/2页 9 图1 说 明 书 附 图CN 102902951 A 2/2页 10 图2 说 明 书 附 图CN 102902951 A 10 。