城市信号交叉口交通运行评价参数视频检测_曹倩霞

(5) if Δt(x) < Vt(x) ，Dt(x) = 0 ，else Dt(x) = 1 . 其中，x 为每分块；It 为当前帧；Mt 为估计的 背景帧；sgn 是符号函数；Vt 是方差图像；作为背 景更新自适应阈值，参数 N 可调，一般取值 1~4；
Dt 是检测的前景. 为阻止交叉口的停止排队车辆污染背景造成
Abstract: Intersection traffic operation evaluation parameters, such as queue length, delay, are difficult to be detected directly. A method is presented to synthetically detect intersection operation evaluation parameters based on video processing. First, the queue vehicles are quickly detected by introducing selective background update mechanism for block- level background subtraction combined with block- level frame difference. Then, the first and the last queue vehicles position can be determined by using virtual parallel line, and the number of vehicles queuing can be detected by combining the first and the last queue vehicles tracking with the virtual loop count near the stop line, as a result, other traffic operation evaluation parameters, such as delay, stop times, also can be gained. The test result indicates that the method can effectively detect multiple parameters simultaneously, also can effectively improve detection accuracy rate. Compared with the actual value，the mean error of measured parameters value is less than 5% which can better meet the need of intersection operating performance evaluation. Key words: intelligent transportation; operation evaluation parameters; video processing; intersection; virtual loop detection; the first and the end queue vehicles tracking
摘 要： 针对交叉口排队长度和延误等交通运行评价参数很难直接被检测到的问 题，本文提出了一种基于视频处理的交叉口运行评价参数的综合检测方法.该方法首先 将选择性背景更新机制引入块级背景差分，并结合块级帧间差分实现快速的排队车辆 检测.然后，利用虚拟平行线定位每车道排队车辆首尾端，并结合排队首尾车的跟踪与停 车线处虚拟线圈的计数来检测排队车辆数，进而获得延误、停车次数等其它交通运行评 价参数.实际测试结果表明，该方法能有效实现多参数的同时检测，并且能有效提高检测 的准确率.与实际值比较，参数检测值平均误差小于 5%，能较好地满足交叉口运行性能 评价需要. 关键词： 智能交通；运行评价参数；视频处理；交叉口；虚拟线圈检测；排队首尾车跟踪
死锁，设定当累积时间达到 Imax 时强制更新，一般 取最长排队时间.
operation evaluation parameters
62
交通运输系统工程与信息
2015 年 12 月
3 排队车辆检测
3.1 块级背景差分及选择性背景更新
背景差分是一种重要的前景目标检测方法.相
比像素级背景差分，块级背景差分可以更快速地
检测前景，提取的前景目标虽没有像素级精细，但
对非平稳背景干扰不敏感.Sigma-delta 算法利用
virtual parallel lines
提出的检测算法流程如图 2 所示，包括 3 个组 成模块：① 排队车辆检测.输入视频经图像分块 后，利用块级背景差分快速检测出存在的前景车 辆，利用块级帧间差分快速检测出运动前景车辆， 结合两者检测停车排队车辆；② 排队长度检测与 跟踪.利用虚拟平行线定位排队首尾端获得排队长 度，设计跟踪思路跟踪排队首尾车；③ 交通运行 评价参数检测.跟踪排队首尾车并结合虚拟线圈车 辆计数，获得排队车辆数、停车延误、停车次数等 参数；考虑到静止排队车辆在背景差分中会融入 背景造成前景缺失，从而影响后续检测效果，本文 引入选择性背景更新机制，仅当排队长度小于某 阈值才更新背景.
针对上述问题，本文提出一种基于视频的交 叉口运行评价参数的综合检测方法，该方法引入 选择性背景更新机制来提高排队车辆检测精度， 设计新的检测算法实现多参数检测，并有效消除 上述问题对参数检测精度的影响.
图 1 进口道虚拟线圈和虚拟平行线布置 Fig. 1 Configuration of an approach with virtual loops and
Σ - Δ 滤波器高效低耗优势，以一种新的思路来进
行背景估计和前景检测[7].块级 Sigma-delta 算法首
先将一帧图像划为多个互不重叠的 M × N 分块，对
每个分块单独进行处理，选取每个分块的块内像
素均值 μ 作为分块特征，定义如下：
∑∑ μ =
1 M×N
MN
Im.n
m=1n=1
（1）
式中 Im.n 为分块内像素( m,n )亮度值；μ 为分块
内平均亮度值.
块级 Sigma-delta 算法具体思路如下：
(1)初始化：M0(x) = I0(x) . (2)背景估计：Mt(x) = Mt-1(x) + sgn(It(x) - Mt-1(x)) .
(3)计算帧差：Δt(x) = | Mt(x) - It(x)| .
(4) 方 差 更 新 ：V0(x) = Δ0(x) ，if Δt(x) ≠ 0 , Vt(x) = Vt-1(x) + sgn(N × Δt(x) - Vt-1(x)) .
*通信作者:caoqianxia@
第 15 卷 第 6 期
城市信号交叉口交通运行评价参数视频检测
61
1引言
实时采集交叉口交通运行数据、及时了解交 通流运行状态是智能交通控制的基础.能直接反映 交叉口交通运行状态的参数，如延误、排队长度、 停车次数，却很难被直接检测到.为能实时动态地 评价交叉口性能，国内外学者提出基于视频的参 数检测方法：如文献[1]通过设置多条垂直于车道 的虚拟线快速检测排队长度；文献[2]提出将车道 划分为多个固定宽且大约一辆车长的虚拟检测区 域，通过检测虚拟检测区域是否被车辆占有来检 测车辆排队长度；文献[3]提出一种能按排队队尾 长度变化自动调整的伸缩窗来检测排队长度；杨 德亮等[4]提出利用复式伸缩窗来实时跟踪排队队 尾和队首的位置变化.zheng 等[5]通过在交叉口进口 道出入口设置两个虚拟线圈，记录车辆驶入驶出 交叉口信息来计算最大排队长度和延误；张惠玲 等[6]提出利用进口道出入口虚拟线圈结合每车跟 踪获得每车延误.当前研究可以检测到以像素计的 排队长度，在队尾有大车的情况下，摄像机角度会 严重影响排队长度的检测精度.利用驶入驶出虚拟 线圈检测延误研究中，初始存在车辆数不能自动 获得，且同一辆车出入交叉口时刻不能匹配，容易 累积误差.此外，大多研究在进行车辆存在检测时， 存在对红灯停车排队车辆检测精度不高的问题， 这将进一步影响后续检测精度.最后，目前研究多 针对一种参数的检测，而交叉口运行性能评价等 工作更需要多个参数的同时检测来实现更全面的 反映.
前景缺失，同时适应光照和背景缓变，本文引入选
择性背景更新机制，思路如下：
(1)初始化：M0 = I0 ，ItFC = 0 ，Imax = constant .
(2)
选
择
性
背
景
更
新
：
I FC t
=
I FC t
+
1
；若
I < I FC
t
max
，I
FC t
∈
P
，if
L ≤ ε ，Ut = 1 ，else
Ut = 0 .
2 检测算法框架
在交叉口进口道每车道停车线附近设置一个 虚拟线圈，在车道中间以停车线为起点设置一条 虚拟平行线，终点位置考虑最大排队长度，布局如 图 1 所示.
图 2 交叉口运行评价参数综合检测模型 Fig. 2 The comprehensive detection model of intersection
第15卷 第6期 2015 年 12 月
交通运输系统工程与信息 Journal of Transportation Systems Engineering and Information Technology
文章编号 ：1009-6744（2015）06-0060-07
中图法分类号 : U491;TP391
Vol.15 No.6 December 2015
文 献 标 志 码 :A
城市信号交叉口交通运行评价参数视频检测
曹倩霞*1,2, 罗大庸 1, 王正武 2
（1.中南大学 信息科学与工程学院，长沙 410075; 2. 长沙理工大学 电力与交通安全监控及节能技术教育部工程研究中心，长沙 410004）
DOI:10.16097/ki.1009-6744.2015.06.010
Detection of Traffic Operation Evaluation Parameters Based on Video at Urban Signalized Intersections
CAO Qian-xia1,2, LUO Da-yong 1, WANG Zheng-wu2
收稿日期：2015-03-09
修回日期：2015-09-07
录用日期：2015-09-22
基金项目: 国家自然科学基金项目资助(51278068) ；湖南省科技计划项目（2012GK3060）; 长沙理工大学电力与交通安全监
控及节能技术教育部工程研究中心开放基金资助（kfjj201205）.
作者简介：曹倩霞（1982-），女，湖南益阳人，讲师，博士生.
(3)若
I FC t
=
Imax
，则
Ut
=
1
.
(4)若 Ut = 1 ，执行块级背景更新.
(5)若 Ut = 0 ，前景区域暂不更新背景，背景区
域更新背景，继续下一个 P 帧周期计数，返回（2）.
其中
，I
FC t
为视频帧计数；L
为检测的排队长
度；P 为计时间隔帧数；Imax 为最大更新周期；为
避免有排队时前景区域不更新背景不断累积陷入
（1.School of Information Science and Engineering, Central South University, Changsha 410075, China; 2. Engineering Research Center of Electric Power & Traffic Safety Monitoring & Control and Energy Conservation Technology, Ministry of Education, Changsha University of Science and Technology, Changsha 410004, China）