基于监控视频图像的车辆测速

便, 设备使用效率提高; ( 4)可达到很高的测速精度。
1 引
言 2 视频测速原理
基于监控视频图像对车辆进行测速是一种新型 的测速方式 , 简称为 视频测速 。是指无需使用专 用的测速设备, 仅仅通过对车辆视频监控信号进行 分析, 从而获得车辆行驶速度的一种方法。 视频测速方法具有目前所使用的车辆速度测定 方法所没有的优点: ( 1) 无需使用专用测速设备, 可 大大降低系统成本; ( 2) 减少了测速设备, 系统简单 化, 使系统的工作稳定性提高 ; ( 3)可在使用摄像头进 行车辆监控的同时实现车辆速度测定, 安装简单方
实现以上视频测速方法 , 需解决以下问题: ( 1 ) 找到两幅车辆图像准确的对应块或对应点 找到对应块 (或对应线、 对应点 ) 才能准确地得 S, 计算出车速。对于车辆来说, 作为对应块的
[ 3~ 5]
透视, 此时, 可以认为视野范围内所有点相对于摄像 头的仰角均为 。 设视频信号中截取到的图像, 其高宽分别为 576 像素和 768 像素 (此为标准视频信号分辨率 ) , 对 于车辆监控视频 , 可以选择视频视野宽刚好为一个车 道宽 ( 约 3 . 5m, 在安装摄像机时可利用路面分道线方 便地调节镜头焦距后固定 ), 如图 3所示。
t 为 两 幅图 像的 时间 差, 图 1 中为
40m s( 即间隔帧 ), 则此时的车辆速度为 v = d / t= 1 . 002 6m 1 . 0026km 1000 ! 60 ! 60 = ! 40m s 1000 40h
= 90 . 234 4 ( k m / h)
3 实时测速需解决的问题
第 10 卷 第 2 期 2005 年 2 月
中国图象图形学报 Journa l o f I m age and G raphics
Vo. l 10, N o . 2 Feb. , 2005
基于监控视频图像的车辆测速
童剑军
摘 要
邹明福
100080 )
( 中国科学院自动化研究所, 北京
基于监控视频 图像的车辆测速方法 ( 视频测速 ) 的工作原 理 , 提 出了一种视 频测速的 实现思 路 , 指 出了在
图 1 从视频中 截取到的两帧图像 F ig . 1 Tw o fram es from v ideo
图 2 在 t0 和 t1 时的两帧图像 F ig . 2 Two fra m es( i m ages) at t0 and t1
194
中国图象图形学报
第 10 卷
然而, 我们的目的是为了获得车辆的实际速度 , 而不是车辆在图像中的移动速度, 速度单位也不是 像素 /时间, 而应该是 公里 /小时。因 此, 必 须找到 S 与实际距离 d 的函数关系。 从计算机视觉角度来看, S 坐标 ( x, y, z ) 与 d 坐 标 (X, Y, Z ) 之间为矩阵关系
Abstrac t T his paper proposed a rea l ti m e veh ic le speed m easure m ent algor ithm based on v ideo i m age mon ito ring . A ccording to the speed equation, to get the speed , if we hav e two i m ages wh ich the acqu isition ti m e be t w een the m is known, w e need to look fo r a w ay to get the po sition of sam e block in the two i m ages . In th is paper , the theory , m ple i m entation flo w cha rt and the key po ints of the algor ithm w ere presented. A fast vehicle lamp locating me thod based on vehic le la m p character istic and hor izon tal g ray leve l d ifference projection w as prov ided to so lve the m a in d ifficu lty o f the a lgo rithm. The exper i m enta l resu lt and the prob lem s that cou ld be resolved in the future w ere discussed in the end, and the b lock can be located in 13m s m ean ti m e on a conventional 800 M H z Inte l P entium III . A ccording the data o f result in experi m ent , the accuracy of speed m easurem ent could probably ach ieve mo re than 92 % . It show s the possib ility to offer a rea l ti m e system to m easu re speed o f vehicle by v ideo on ly . Because of the si m p le algor ithm, the system can be m ple i m ented on a w ide range o f sma ll lo w pow er dev ices , inc lud ing e m bedded processors . K eywords speed m easurem ent o f veh icle by v ideo i m ag e , fram e , lo ca te lamp area , gradient
不存在可以直接测定速度的装置, 所有的测速 设备或者装置都是依靠下式来实现的, v = d / t = ( d 1 - d 0 ) / ( t1 - t0 ) 但在大多数情况下, 可以方便地获得 ( 1) t和 d
中某一个变量的值 , 而利用其他手段测量或计算出 另一个变量的值。在视频测速中 , 通过视频信号的 固定帧间时间可直接得到 t , 而通过其他的方法间 接地计算出 d, 此时并不是采用方程式 ( 1 ) 进行速
摄像机架设角为
常用的摄像头安装角度 ), 则 d = 110 ! 设
由于是测速精度的主要影响因素是图像中车灯 的定位精度 , 而不是车灯在图像中坐标与实际坐标 间的换算精度, 因此, 在运算中无需过于精确地进行 坐标值的矩阵参数求值和换算 , 而可以采用近似换 算 , 这种近似换算产生的精度误差对于最后的测速 精度的影响并不大, 但却可以大大减少算法的运算 量 , 其测速精度仍然可以达到实际系统的应用要求。 在图 2 中 , 考虑到摄像设备安装的安全性和效 果较好的视觉俯仰角度, 一般不小于 60∀ , 此时视 距 c 和监测点距摄像机的距离 d 一般比较大 ( 通常 c > 13m, d > 10m ), 当 可以忽略图 2 中 t很小时 , d 与 d 相比很小 , , 而仅考虑由 产生的 到 的变化
[ 1]
由于前述不考虑视觉透视效果, 可认为在图像中的 距离相等 ( 垂直方向 ), 其对应的实际距离亦相等 S# 576 = 因此 d = S ! x / 576= S 假设 576 ! 3 . 5 1 ! 768cos 576 d# x
,即 ( 3)
x X = A y 3! 3 Y z Z
S 为 110 像素 ( 图 1 中实测像素距离 ), = 60∀ ( 与垂直方向夹角 , 实验中 3 . 5 = 1 . 002 6 ( m ) 768cos 60 t=
间隔已知时间的视频帧图像中找 到对应块是实现视频测速的关键和难点。对车灯的 特征进行了 分析 , 根据车灯区 域的特征 , 提出了采用灰度差水平叠加投影的方法 , 构造可以代表其鼓形区域的函数 , 以其作 为定位车 灯带的判别 函数 , 并根据车灯的特点进行候选块筛选的一种简单快速的车灯区域定位方法 , 可在平均 13m s 内准确 定位到车灯 区域 , 从而为这一高速条件下视频测速的关键难点提出了一种切实可行的解 决办法。 关键词 视频测速 帧 车灯定位 梯度 文章编号 : 1006 8961( 2005) 02 0192 05 中图法分类号 : TP31 文献标识码 : A
收稿日期 : 2003 11 11 ; 改回日期 : 2004 09 06 第一作者简介 : 童剑军 ( 1973~ ) , 男 , 1995年于北京理工大学自动控制系获自动 控制专业工学 学士学位。现就读中 国科学院 自动化研 究所国家文字识别工程中心 , 攻读博士学位。研究方向为模式识别。 E m ai: l m icrotong@ hanw ang. com. cn
[ 2]
区域包括车灯、 车牌和车轮。对于以车牌作为对应 块的定位研究已很多 , 但由于算法的复杂性, 其 计算速度很难满足视频测速的要求。为此, 本文以 车灯作为对应块定位。 ( 2 ) 在尽可能短的时间内定位到该对应块 由于视野范围的限制, 当车辆速度非常高时 , 车 辆在视野范围出现的时间可能也就是 40~ 60m s ,为 保证有更多的视频采样截图能捕捉到清晰的车辆图 像, 可以采用逐行扫描视频信号 ( 帧频率 50H z , 每次 截取完整一帧 ) 或电视制式信 号 ( 帧频率 25H z ,即 50 场 /秒 , 每次截取一场, 采用单场插值放大形式 )。 本文采用后者获得 50 张 /秒 的图像序列 , 笼统地称 之为 50fps, 即每帧时间间隔仅为 20m s , 因此可能仅 有 2~ 3 帧图像中可以监测到 车辆通过视野范 围。
Speed M easurem ent of V eh icle by V ideo I m age
TONG Jian jun , ZOU M ing fu
( Chara cter R ecogn ition L ab, Institu te of Autom ation, Ch inese A cademy of Sc iences , B eijing 100080)
பைடு நூலகம்
第 2期
童剑军等 : 基于监控视频图像的车辆测速
193
度的计算, 而是采用下式 v = d / t = (d 1 - d 0 ) / ( t1 - t0 ) = ( f ( S 1 ) - f (S 0 ) ) / ( t1 - t0 ) ( 2) 其中 , f (S )是一个单映射函数 ( 通常也是递增或递减 函数 ), S 值表示位置, 是一个在实际应用系统中比较 容易获得的值。假定预先知道函数 f ( S )的表达式, 则通过 f (S ), 可以由 S 1 和 S 0 计算得到 d 1 和 d 0 两个 变量的值, 相减即可得到 d, 而实际测量中又能直接 获得 t1 和 t0 的值, 从而可以由式 ( 2)计算出 v 值。 视频测速的原理即基于此。 图 1 是在车辆监控视频标准信号中连续采集到 的两帧图像。
由两帧图像中可以看到车辆朝摄像机方向由远 至近行驶时, 视野中的车辆是由上向下运动的。 如果可以找到两帧图像中的对应点、 对应线或 者对应块 , 并且保证使用的摄像机是固定架设不动 的 ( 包括空 间位置不动和摄像角度不动 , 这在工程 中完全可以做到 ), 则两帧图像中 的像素点即有了 对应可比性, 分别定位到对应点或对应块在两幅图 像中的位置 S 1 ( t1 时刻帧图像中 )和 S 0 ( t0 时刻帧图 像中 ), 相减可以得到对应点或者对应在 t1 - t0 ( 即 t )时间内移动 的像素 距离 ( S 1 - S0 ) ( 如 图 2 所 示 ) 。根据速度公 式, 自然可以求得该块在 图像中 的移动速度, 单位为 像素 /秒 。