交通信息采集系统中的行人检测算法

现

代计算机（总第二六三期）

ＭＯＤＥＲＮＣＯＭＰＵＴＥＲ２００７．７

＊基金项目：广东省科技计划项目（２００２Ａ１０１０３０８）收稿日期：２００７－０５－０８修稿日期：２００７－０６－２９

作者简介：曹江中（１９７６－），男，湖南郴州人，硕士，助教，研究方向为图像信息处理技术及应用

０引言

行人检测是交通信息采集系统的一个重要部分。

高速公路属于全封闭的安全通道，加强对行人的检测对于保障高速公路行车安全是有重要意义的。当检测到路面有行人时，监控中心马上做出相关处理，从而可以迅速地避免交通事故的发生。

１行人检测

１．１背景更新

用于检测行人的视频来自交通信息采集系统，采

用位置固定的摄像机，交通视频的背景相对静止，但由于室外光照的变化和车辆经过时的振动都会引起视频背景的变化，因此需要对背景不断进行更新。根据高速公路行车的特点，设计一个基于像素的背景更新算法［３］

，其基本思路是：给检测区的每一个像素设置

一个计数器Ｃｏｕｎｔ（ｉ，ｊ），对该计数器作如下操作：

ｉｆＣｔｉ，!"ｊ－Ｂｔｉ，!"

ｊ＞ｇｒａｙ＿ｔｈｒ

Ｃｏｕｎｔ（ｉ，ｊ）＋１ｅｌｓｅＣｏｕｎｔ（ｉ，ｊ）＝０

其中Ｂｔｉ，!"ｊ、Ｃｔｉ，!"

ｊ分别表示ｔ时刻的背景和采集的图像对应于位置（ｉ，ｊ）处的像素值，ｇｒａｙ＿ｔｈｒ是灰度阈值，可以根据当时ＣＣＤ摄像机的电位噪声和地面光照强度来动态设定。

当ｇｒａｙ＿ｔｈｒ＞Ｎ时就将当前像素值作为背景（Ｃｔ

ｉ，!"ｊ←Ｂｔ

ｉ，!"

ｊ），也即：若检测区中像素的灰度连续Ｎ

次的变化小于阈值ｇｒａｙ＿ｔｈｒ。则将该当前像素值作为背景，其中Ｎ的值可以根据经验确定，但必须满足下

式：

Ｎ＞５０ｍＶｍａｘ×!

"ｔ式中ｔ为采集连续两帧图像的时间间隔。Ｖｍａｘ为高速公路车辆允许的最大速度。

这种背景更新算法，对于云层阴影、

固定物体的影子、路面水迹等具有较好的适应性，但运动目标进入检测区域后停滞时间较长时会被误认为背景，因此，还需考虑不对运动目标区域进行更新。

１．２运动目标检测

针对高速公路上的行人在视频图像中有效面积较小，运动缓慢的情况，本文采用背景帧差法来检测运动目标。假定获取的背景图像为Ｂ，当前图像为Ｃ，则在理想情况下当前图像减去背景图像后，像素值发生改变的就是前景区域（运动目标），但在实际应用中，由于采集的图像存在着较大的噪声干扰，往往需要引入一个抑止噪声的阈值ｔｈｒ＿ｇｒａｙ，如式（１）。图像Ｉ中像素值为２５５的区域则为运动目标区域。

Ｉｉ，!"

ｊ

２５５ｉｆａｂｓＣｉｊ－Ｂｉｊ!"＞ｔｈｒ＿ｇｒａｙ

０

ｉｆａｂｓＣｉｊ－Ｂｉｊ!"＜ｔｈｒ＿ｇｒａ$

ｙ

（１）

由于运动目标的某些区域往往在灰度上与背景相差不大，检测出的运动区域并不总是一个联通区域，因此还需对其进行后处理，使整个目标区域联通。后处理通常采用的是数学形态学的方法［４］。数学形态学在图像处理方法上表现为邻域运算形式，因此计算量较大，并且交通信息采集系统中的行人检测目的是判断行人的存在与否，并不一定要检测出行人的轮廓，因此我们采用了一种网格降维的方法，将检测区域网格化，划分为互不重叠的５×５的小块，统计小块

交通信息采集系统中的行人检测算法＊

曹江中１，戴青云１，谭志标２，邸磊２

（１．广东工业大学信息工程学院，广州５１００９０；２．广东新粤智能交通研究院，广州５１０１０１）

摘

要：根据高速公路行人运动的先验知识，设计了一种基于视频检测技术的高速公路行人检测算

法。该算法采用背景帧差分法获取运动目标区域，采用跟踪链实现运动目标跟踪，根据行人运动的先验知识在运动目标中检测行人。算法已嵌入到交通信息采集系统中，在高速公路上进行的现场测试结果表明，算法具有较好的实时性和实效性。

关键词：行人检测；视频检测；运动检测；目标跟踪!

"

现代计算机（总第二六三期）

中运动区域，当小块中的运动区域超过某个阈值时，

就认为整个块就是一个运动区域，然后在对块进行聚

类处理，将相连的块作为一个运动目标，求出其重心

位置和面积大小。这种方法虽然不能精细勾画出行人

轮廓，但仍能准确判断出行人的大致面积和位置，并

且使处理速度大大提高。

１．３运动目标跟踪

目标跟踪就是为了获取目标的运动轨迹。行人在

空间上和时间上都具有连续性，本文采用的图像采集

帧率是２５帧／秒，即连续采集二帧的时间间隔是

０．０２５秒，在这么短的时间内，行人的位置、面积、形状

变化非常小。因此，可以根据面积大小、位置作为匹配

特征来跟踪行人。本文采用跟踪链实现运动目标的跟

踪。跟踪链由链结点组成，每个链结点对应一个运动

目标，链结点包括起始坐标（重心坐标）、当前坐标、面

积、出现时间、消失时间等信息。记录消失时间主要是

为了解决运动目标暂时被遮挡的问题。在跟踪时，将

当前帧中的每一个运动目标分别与跟踪链中的每个

结点进行距离、面积等特征的匹配，当找到有重心距

离小于某个阈值，并且面积差异也在某阈值之内时，

就认为跟踪成功，将当前坐标、面积进行更新，并且将

出现时间加一，消失时间置零，否则就认为有新的目

标出现，在跟踪链中加入一个链节点。在当前帧中的

运动目标全部遍历一遍后，对于没有跟踪到的链节

点，将其消失时间加一，如果消失时间大于某延时阈

值时，则认为该链接点对应的目标跟踪失败，将该链

节点删除。

１．４行人检测算法流程

检测到的运动目标不一定就是行人，可能还包括

车辆、车辆阴影、路旁晃动的树影等等。因此，还需要

对运动目标的面积、速度、轨迹等进一步分析判断，根

据行人运动的先验知识，设计了一种基于行人运动特

征的检测算法。这些先验知识主要包括：①行人的面

积比车辆小很多；②行人的速度比车辆的慢；③行人

在图像中的面积大小范围在摄像机安装固定后是可

以确定的；④行人于路旁的树影相比，在面积上和运

动的距离上有较大区别；⑤相比车辆带来的阴影、反

光引起的小区域亮度变化，行人的存在时间长。根据

这些先验知识，算法首先通过前面的方法得到运动目

标的跟踪链，再根据面积大小区分出车辆和小运动目

标，然后再根据行人的存在时间和运动距离来判断是

晃动的阴影还是行人。其流程如图１所示。

图１行人检测算法流程图

２算法实现与测试

采用ＶＣ＋＋６．０作为开发工具，实现了算法的功

能，并且成功地嵌入到我们自行设计的交通信息采集

系统。系统采用大恒的ＤＨ４０００图像采集卡采集视

频，帧频选用２５帧／秒，分辨率为３２０×２４０。嵌入算法

的系统运行在配置为Ｐ４－１．５Ｇ、ＲＡＭ５１２Ｍ的工业控

制机上，采用Ａｃｃｅｓｓ数据库保存采集的信息，处理速

度达到了２５帧／秒，说明算法的计算量小，具有很好

的实时性。

同时，在京珠高速广韶路段的某些隧道演习行人

在高速公路非法行走的事件，系统均能１００％地检测

到，说明算法具有一定的实效性。

图２是调试系统的界面，检查到行人后，行人报

警状态框被触发（变红色）

。

k=1,m=

k=m

k

!"

#$%& ’(

)* k

+

+

+

+

+

,

,

,

,

,

图２系统调试界面（图中箭头所指为行人位置）!"

ＭＯＤＥＲＮＣＯＭＰＵＴＥＲ２００７．７