基于背景差分法的交通事件智能检测系统
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Βιβλιοθήκη Baidu从 而实现 车辆检 测 、 踪和速 度估计 等 ， 统计交 跟 在
像， 包含 有 当前 高 速公 路 上 的静 态 物体 。在 正 常
交 通流 下 ， 后背景 具有 高度 的一致性 ， 前 几乎 没有
通 流 的同时 对 高 速 公 路 上 的非 正 常事 件 进 行 检
测 Ｊ 。该 类方 法从 微 观 角 度 对 事 件进 行 检 测 ， 在检 测速度 和 可靠 度 方 面优 于 间接 检 测 方法 ， 是
前 背景是 指不 含有任何 目标 物或 事故点 的道 路 图像 ， 映 的是 稳 定 的 、 车辆 的交 通 道 路 状 反 无
况 ， 动态 目标追 踪 进行 事 件 检 测 时通 常称 为 背 在
景 。后 背景是 指能 够反 映实时道 路交 通状况 的 图
交通 ， 通过对 交通 视频 进行分 析处理 和特 征提取 ，
第３卷 第２ ３ 期
２ １ 年 ４月 ０ １
武 汉 理 工 大 学 学 报 ・信 息 与 管 理 工 程 版
Ｊ Ｕ Ｎ ＬＯ Ｔ ＩＦ Ｒ Ａ ＩＮ＆Ｍ Ｎ Ｇ Ｍ Ｎ Ｎ ＩＥ ＲＮ ） Ｏ Ｒ Ａ Ｆ ＷＵ （ Ｏ Ｍ ＴＯ Ｎ Ａ Ａ Ｅ Ｅ ＴＥ ＧＮ Ｅ ＩＧ
Ｖｏ ． ． １３３ Ｎｏ ２ Ａｐ ． ０１ ｒ２ １
景减 法 和 Ｏ Ｓ Ｔ Ｕ算 法 ， 根 据 相 邻两 帧 图像 之 间 并 的相关 性对 原算 法 加 以改 进 ， 得 了 自适 应效 果 获 较好 的分割 阈值 ， 差 分后 的 图像进 行 二值 化 分 对
割 ， 而实 现事故 的智能 检测 。 从 设 （ Ｙ 和 （ ｙ 分别 为前背 景和后 背景 ， ） ，）
１ 前 后 背 景 差 分 法
１ １ 前 后背 景检测 方法流 程 ．
然后 对所采 集 到 的交 通参 数 进 行分 析 ， 间接 判 断 交通 事件 的发 生 Ｊ 。这类 方 法 成本 低 易 操作 ， 但 反应 速度慢 ， 可靠 性低 ， 不利 于监控 。直接 检测方
法通 常利用 计算 机视觉 和数字 图像处 理技 术监控
了自适应效果较好 的分割 阈值 ， 而实现事故 的智能检测。截取浙江省杭 甬高速公路的交通视频 图像进行仿 从
真， 结果显示 ， 该系统达到 了运行数据量少 ， 检测速度快 ， 准确性高的效果 。
关 键 词 ： 通 事 件 检 测 ； 景 减 法 ； Ｔ Ｕ算 法 ；自适 应 阈值 交 背 ＯＳ
式 中： ，） （ Ｙ 为前 背景 图像 （ Ｙ 为 序列 中 ， ）
Ｄ ，）＝ Ｊ （ ，）一Ｂ Ｙ ｌ （ Ｙ Ｂ Ｙ （ ，）
文 章编 号 ：０ ７—１４ ２ １ ） ２— ２ ４— ４ １０ ４ Ｘ（０ １ ０ ０ ２ ０
文 献 标 志码 ： Ａ
基 于背 景 差 分 法 的交通 事 件 智 能检 测 系统
朱 慧颖 ， 张 利 ， 云 廷 李
（ 汉 理 工大 学 理学 院 ， 北 武汉 ４ ０ ７ 武 湖 ３ ００）
摘
要： 为快速 、 准确地检测 出交通事故的出事地点 ， 计了基 于前后背景差分 的智能检测系统。通过研究一 设
段时间内静态 位置上 的像素变化 ， 并选取合适 的阈值衡量变化程 度 ， 而检 测是否存在交通事 件。在选 取阈 从 值方面 ， 结合了运动 目标分割中的背景减法和 Ｏ Ｓ Ｔ Ｕ算法 ， 并根据相邻帧 间的相关性对原算 法加 以改进 ， 获取
差 别 。在停 车或者 有抛洒 物等非 正常 交通事 件发 生 时 ， 背景 包含 了停驶 的车 辆 及抛 洒 物等 目标 后 物 和事 故点 的 图像 。 前 后背 景差分 法是研 究一定 时 间段 内前 后背
交通 事件 自动检 测 系 统 的发 展 方 向 ， 其 需 要 密 但
集地 安装设 备 ， 成本较 高 ， 易受 天气 影响 。随着 图 像处 理技术 的发展 和 智 能交 通 系统 的兴 起 ， 该类 方法 已经得 到 了较 大 改 进 和推 广 ， 开发 出诸 如 并 Ａ ｔ ｃｐ ，ｒ ｃｎ等 视频 车辆检 测系统 。 ｕｏ ｏｅ Ｔａ ｏ ｓ ｉ ｆ 与一 般 的通 过对 动态 目标进行 追踪 以进行 事 件 检测 的直接 检测 方 法 不 同 ， 于前 后 背景 差 分 基 法 的交通 事件 智 能检 测 系 统 ， 静 态 检测 的角 度 从
出发研究 一段 时 间 内 的像 素变 化 程 度 ， 将 动 态 并 的 目标检 测思 想运 用 到 自适 应 阈值 的确 定 之 中 ， 实 现 了 动 静结 合 ， 到 运 行 数 据 量 少 ， 测 速 度 达 检
快， 准确性高的效果。
收 稿 日期 ：０ ０—１ ２１ ０—１ ． ６
图像 ， （ ，） Ｄ ｘＹ 为前后背景差 图像 ， 则前后背景差
作者简介 ： 朱慧颖 （９ ５一） 男 ， １７ ， 新疆 奎屯人 ， 武汉理工大学理学院讲 师
第３ ３卷
第 ２期
朱 慧颖 ， ： 于 背景 差分 法 的交 通 事件 智 能 检测 系统 等 基
２５ ２
分 可描述 为 ：
景 的变 化 ， 选取合 适 的阈值度 量变化 程度 ， 并 从而 检测是 否存 在 交通 事 件 。选取 阈值 时 ， 虑 到在 考
同一 时刻 ， 阈值具有 统一性 ， 因此可 以把动态 运动 目标分 割时 所用 的阈值作 为处 理差分 后 图像 的 阈 值 。基 于这 种思 想 ， 者结 合 了 目标 分 割 中 的背 笔
中图 分 类 号 ：Ｐ７ Ｔ ２４ Ｄ Ｉ１．９ ３ ｊｉ ｎ １０ Ｏ ：０ ３ ６／．ｓ ．０ ７—１４ ２ １ ．２ ０ ５ ｓ ４ Ｘ．０ １０ ． １
交通事 件检测 技术 总体上 可分 为直接 检测 方 法 和间接检 测方 法 。绝 大多数 事件 检测方 法都 属 于 间接法 ， 方法 通过 在公路 上设 置交通 检测器 ， 该
像， 包含 有 当前 高 速公 路 上 的静 态 物体 。在 正 常
交 通流 下 ， 后背景 具有 高度 的一致性 ， 前 几乎 没有
通 流 的同时 对 高 速 公 路 上 的非 正 常事 件 进 行 检
测 Ｊ 。该 类方 法从 微 观 角 度 对 事 件进 行 检 测 ， 在检 测速度 和 可靠 度 方 面优 于 间接 检 测 方法 ， 是
前 背景是 指不 含有任何 目标 物或 事故点 的道 路 图像 ， 映 的是 稳 定 的 、 车辆 的交 通 道 路 状 反 无
况 ， 动态 目标追 踪 进行 事 件 检 测 时通 常称 为 背 在
景 。后 背景是 指能 够反 映实时道 路交 通状况 的 图
交通 ， 通过对 交通 视频 进行分 析处理 和特 征提取 ，
第３卷 第２ ３ 期
２ １ 年 ４月 ０ １
武 汉 理 工 大 学 学 报 ・信 息 与 管 理 工 程 版
Ｊ Ｕ Ｎ ＬＯ Ｔ ＩＦ Ｒ Ａ ＩＮ＆Ｍ Ｎ Ｇ Ｍ Ｎ Ｎ ＩＥ ＲＮ ） Ｏ Ｒ Ａ Ｆ ＷＵ （ Ｏ Ｍ ＴＯ Ｎ Ａ Ａ Ｅ Ｅ ＴＥ ＧＮ Ｅ ＩＧ
Ｖｏ ． ． １３３ Ｎｏ ２ Ａｐ ． ０１ ｒ２ １
景减 法 和 Ｏ Ｓ Ｔ Ｕ算 法 ， 根 据 相 邻两 帧 图像 之 间 并 的相关 性对 原算 法 加 以改 进 ， 得 了 自适 应效 果 获 较好 的分割 阈值 ， 差 分后 的 图像进 行 二值 化 分 对
割 ， 而实 现事故 的智能 检测 。 从 设 （ Ｙ 和 （ ｙ 分别 为前背 景和后 背景 ， ） ，）
１ 前 后 背 景 差 分 法
１ １ 前 后背 景检测 方法流 程 ．
然后 对所采 集 到 的交 通参 数 进 行分 析 ， 间接 判 断 交通 事件 的发 生 Ｊ 。这类 方 法 成本 低 易 操作 ， 但 反应 速度慢 ， 可靠 性低 ， 不利 于监控 。直接 检测方
法通 常利用 计算 机视觉 和数字 图像处 理技 术监控
了自适应效果较好 的分割 阈值 ， 而实现事故 的智能检测。截取浙江省杭 甬高速公路的交通视频 图像进行仿 从
真， 结果显示 ， 该系统达到 了运行数据量少 ， 检测速度快 ， 准确性高的效果 。
关 键 词 ： 通 事 件 检 测 ； 景 减 法 ； Ｔ Ｕ算 法 ；自适 应 阈值 交 背 ＯＳ
式 中： ，） （ Ｙ 为前 背景 图像 （ Ｙ 为 序列 中 ， ）
Ｄ ，）＝ Ｊ （ ，）一Ｂ Ｙ ｌ （ Ｙ Ｂ Ｙ （ ，）
文 章编 号 ：０ ７—１４ ２ １ ） ２— ２ ４— ４ １０ ４ Ｘ（０ １ ０ ０ ２ ０
文 献 标 志码 ： Ａ
基 于背 景 差 分 法 的交通 事 件 智 能检 测 系统
朱 慧颖 ， 张 利 ， 云 廷 李
（ 汉 理 工大 学 理学 院 ， 北 武汉 ４ ０ ７ 武 湖 ３ ００）
摘
要： 为快速 、 准确地检测 出交通事故的出事地点 ， 计了基 于前后背景差分 的智能检测系统。通过研究一 设
段时间内静态 位置上 的像素变化 ， 并选取合适 的阈值衡量变化程 度 ， 而检 测是否存在交通事 件。在选 取阈 从 值方面 ， 结合了运动 目标分割中的背景减法和 Ｏ Ｓ Ｔ Ｕ算法 ， 并根据相邻帧 间的相关性对原算 法加 以改进 ， 获取
差 别 。在停 车或者 有抛洒 物等非 正常 交通事 件发 生 时 ， 背景 包含 了停驶 的车 辆 及抛 洒 物等 目标 后 物 和事 故点 的 图像 。 前 后背 景差分 法是研 究一定 时 间段 内前 后背
交通 事件 自动检 测 系 统 的发 展 方 向 ， 其 需 要 密 但
集地 安装设 备 ， 成本较 高 ， 易受 天气 影响 。随着 图 像处 理技术 的发展 和 智 能交 通 系统 的兴 起 ， 该类 方法 已经得 到 了较 大 改 进 和推 广 ， 开发 出诸 如 并 Ａ ｔ ｃｐ ，ｒ ｃｎ等 视频 车辆检 测系统 。 ｕｏ ｏｅ Ｔａ ｏ ｓ ｉ ｆ 与一 般 的通 过对 动态 目标进行 追踪 以进行 事 件 检测 的直接 检测 方 法 不 同 ， 于前 后 背景 差 分 基 法 的交通 事件 智 能检 测 系 统 ， 静 态 检测 的角 度 从
出发研究 一段 时 间 内 的像 素变 化 程 度 ， 将 动 态 并 的 目标检 测思 想运 用 到 自适 应 阈值 的确 定 之 中 ， 实 现 了 动 静结 合 ， 到 运 行 数 据 量 少 ， 测 速 度 达 检
快， 准确性高的效果。
收 稿 日期 ：０ ０—１ ２１ ０—１ ． ６
图像 ， （ ，） Ｄ ｘＹ 为前后背景差 图像 ， 则前后背景差
作者简介 ： 朱慧颖 （９ ５一） 男 ， １７ ， 新疆 奎屯人 ， 武汉理工大学理学院讲 师
第３ ３卷
第 ２期
朱 慧颖 ， ： 于 背景 差分 法 的交 通 事件 智 能 检测 系统 等 基
２５ ２
分 可描述 为 ：
景 的变 化 ， 选取合 适 的阈值度 量变化 程度 ， 并 从而 检测是 否存 在 交通 事 件 。选取 阈值 时 ， 虑 到在 考
同一 时刻 ， 阈值具有 统一性 ， 因此可 以把动态 运动 目标分 割时 所用 的阈值作 为处 理差分 后 图像 的 阈 值 。基 于这 种思 想 ， 者结 合 了 目标 分 割 中 的背 笔
中图 分 类 号 ：Ｐ７ Ｔ ２４ Ｄ Ｉ１．９ ３ ｊｉ ｎ １０ Ｏ ：０ ３ ６／．ｓ ．０ ７—１４ ２ １ ．２ ０ ５ ｓ ４ Ｘ．０ １０ ． １
交通事 件检测 技术 总体上 可分 为直接 检测 方 法 和间接检 测方 法 。绝 大多数 事件 检测方 法都 属 于 间接法 ， 方法 通过 在公路 上设 置交通 检测器 ， 该