夜间车辆检测的方法和装置

1.一种夜间车辆检测的方法，其特征在于，包括：
获取相邻的视频帧；
根据两相邻视频帧之间的差值提取感兴趣区域；
根据所述感兴趣区域对夜间车辆进行检测；
其中，所述根据所述感兴趣区域对夜间车辆进行检测，包括：
根据所述感兴趣区域在预设的虚拟线圈内的分布离散度得到夜间车辆的车型。
2.根据权利要求1所述的方法，其特征在于，所述根据所述感兴趣区域对夜间车辆进行检测之前，还包括：
检测所述感兴趣区域占预设的虚拟线圈的比例，所述虚拟线圈是视频图像相应区域内的四边形；
根据所述比例判断所述虚拟线圈内是否有车辆通过；
当所述虚拟线圈内由有车辆通过转变为无车辆通过时，允许对夜间车辆进行检测。
3.根据权利要求2所述的方法，其特征在于，所述根据所述比例判断所述虚拟线圈内是否有车辆通过，包括：
判断首次进入所述虚拟线圈的感兴趣区域与前一辆进入虚拟线圈的车辆的感兴趣区域之间的帧间隔是否小于预设的两车之间最少帧间隔数；
如果所述首次进入所述虚拟线圈的感兴趣区域与前一辆进入虚拟线圈的车辆的感兴趣区域之间的帧间隔不小于预设的两车之间最少帧间隔数，判断所述感兴趣区域经过所述虚拟线圈所占的帧数是否小于预设的帧数；
当所述帧数大于预设的帧数时，输出所述虚拟线圈内经过车辆的结果，否则输出所述虚拟线圈内没有经过车辆的结果。
4.根据权利要求1所述的方法，其特征在于，所述离散度通过标准差来衡量。
5.一种夜间车辆检测的装置，其特征在于，包括：
获取单元，用于获取相邻的视频帧；
提取单元，用于根据所述获取单元获取的两相邻的视频帧之间的差值提取感兴趣区域；
第一检测单元，用于根据所述提取单元提取的感兴趣区域对夜间车辆进行检测；
其中，所述第一检测单元，包括：
车型获取子单元，用于根据所述提取单元提取的感兴趣区域在预设的虚拟线圈内的分布离散度得到夜间车辆的车型。
6.根据权利要求5所述的装置，其特征在于，还包括：
第二检测单元，用于检测所述提取单元提取的感兴趣区域占预设的虚拟线圈的比例，所述虚拟线圈是视频图像相应区域内的四边形；
判断单元，用于根据所述检测单元得到的比例判断所述虚拟线圈内是否有车辆通过；
允许单元，用于在所述判断单元判断得到所述虚拟线圈内由有车辆通过转变为无车辆通过时，允许对所述第一检测单元对夜间车辆进行检测。
7.根据权利要求6所述的装置，其特征在于，所述判断单元，包括：
第一判断子单元，用于判断首次进入所述虚拟线圈的感兴趣区域与前一辆进入虚拟线圈的车辆的感兴趣区域之间的帧间隔是否小于预设的两车之间最少帧间隔数；
第二判断子单元，用于在所述第一判断子单元判断得到首次进入所述虚拟线圈的感兴趣区域与前一辆进入虚拟线圈的车辆的感兴趣区域之间的帧间隔不小于预设的两车之间最少帧间隔数时，判断所述感兴趣区域经过所述虚拟线圈所占的帧数是否小于预设的帧数；
输出子单元，用于在所述第二判断子单元判断得到所述帧数大于预设的帧数时，输出所述虚拟线圈内经过车辆的结果，否则输出所述虚拟线圈内没有经过车辆的结果。

夜间车辆检测的方法和装置\n技术领域\n[0001] 本发明涉及智能交通系统领域，尤其涉及一种夜间车辆检测的方法和装置。\n背景技术\n[0002] 车辆检测是智能交通系统的重要组成部分。夜间照度低和光强变化大是对车辆进行全天候检测的最大难题。\n[0003] 现有技术中，大多采用背景差法提取感兴趣区域，根据提取的感兴趣区域对车辆进行检测。所述背景差法是通过当前帧图像与背景帧图像之间的差值来获得运动前景，背景的提取和实时的更新是所述背景差法的关键步骤。\n[0004] 在实现本发明的过程中，发明人发现，由于夜间光强度变化大，尤其是车灯光照和光晕的影响，使得背景的更新相当困难，导致背景差法提取的感兴趣区域包含大量冗余灯光信息，降低了夜间车辆的检测的准确性。\n发明内容\n[0005] 本发明的实施例提供一种夜间车辆检测的方法和装置，解决了由于车灯光照和光晕的影响的导致夜间车辆检测的准确性降低的问题。\n[0006] 为达到上述目的，本发明的实施例采用如下技术方案：\n[0007] 一种夜间车辆检测的方法，包括：获取相邻的视频帧；根据两相邻视频帧之间的差值提取感兴趣区域；根据所述感兴趣区域对夜间车辆进行检测。\n[0008] 一种夜间车辆检测的装置，包括：\n[0009] 获取单元，用于获取相邻的视频帧；\n[0010] 提取单元，用于根据所述获取单元获取的两相邻的视频帧之间的差值提取感兴趣区域；\n[0011] 第一检测单元，用于根据所述提取单元提取的感兴趣区域对夜间车辆进行检测。\n[0012] 本发明实施例提供的夜间车辆检测的方法和装置，利用两相邻视频帧之间的差值，使得运动的目标在差值图像中被保留，从而得到感兴趣区域，所述感兴趣区域具有一定程度的梯度效果，从而使得部分变化缓慢的阴影和光晕在进行两相邻视频差值处理时被减掉，从而达到消除部分阴影和光晕影响的效果，解决了现有技术中由于阴影和光晕的影响导致夜间车辆检测准确性降低的问题。\n附图说明\n[0013] 图1为本发明实施例提供的夜间车辆检测的方法流程图；\n[0014] 图2为本发明又一实施例提供的夜间车辆检测的方法流程图；\n[0015] 图3为图2所示发明实施例提供的夜间车辆检测的方法流程图中步骤205的流程图；\n[0016] 图4为本发明实施例提供的夜间车辆检测的装置的结构示意图一；\n[0017] 图5为图4所示发明实施例提供的夜间车辆检测的装置中第一检测单元的结构示意图；\n[0018] 图6为本发明实施例提供的夜间车辆检测的装置的结构示意图二；\n[0019] 图7为图6所示发明实施例提供的夜间车辆检测的装置中判断单元的结构示意图。\n具体实施方式\n[0020] 为了解决由于阴影和光晕造成的夜间车辆检测准确性降低的问题，本发明实施例提供一种夜间车辆检测的方法和装置。\n[0021] 如图1所示，本发明实施例提供的夜间车辆检测的方法，包括：\n[0022] 步骤101，获取相邻的视频帧；\n[0023] 步骤102，根据两相邻视频帧之间的差值提取感兴趣区域；\n[0024] 步骤103，根据所述感兴趣区域对夜间车辆进行检测。\n[0025] 本发明实施例提供的夜间车辆检测的方法，利用两相邻视频帧之间的差值，使得运动的目标在差值图像中被保留，从而得到感兴趣区域，所述感兴趣区域具有一定程度的梯度效果，从而使得部分变化缓慢的阴影和光晕在进行两相邻视频差值处理时被减掉，从而达到消除部分阴影和光晕影响的效果，解决了现有技术中由于阴影和光晕的影响导致夜间车辆检测准确性降低的问题。\n[0026] 为了使本领域技术人员能够更清楚地理解本发明实施例提供的技术方案，下面通过具体的实施例，对本发明实施例提供的夜间车辆检测的方法进行详细说明。\n[0027] 如图2所示，本发明又一实施例提供的夜间车辆检测的方法，包括：\n[0028] 步骤201，获取相邻的视频帧；\n[0029] 步骤202，根据两相邻视频帧之间的差值提取感兴趣区域；\n[0030] 在本实施例中，所述两相邻视频之间的差值通过Δf＝f2(x，y)-f1(x，y)得到，式中，f1(x，y)是t1时刻的视频帧，f2(x，y)是t2时刻的视频帧。即所述两相邻视频之间的差值时通过帧差法实现的。帧差法是对前后两帧图像相减，运动的目标在差值图像中被保留以成为感兴趣区域。\n[0031] 步骤203，根据所述感兴趣区域对夜间车辆进行检测。\n[0032] 值得说明的是，夜间场景下，大型货车增多使得路面容易产生共振造成摄像机抖动以及车灯的突然闪动都会带来大量噪音，同时车灯部分或高反光部分与其他区域亮度差异很大，导致运动前景的光强分布极不均匀，相应提取的感兴趣区域会出现明显断层现象，随机噪声和断层现象都会带来对夜间车辆的误检测。为了防止随机噪声和断层现象的产生，在所述步骤203之前，还包括：\n[0033] 步骤204，检测所述感兴趣区域占预设的虚拟线圈的比例，所述虚拟线圈是视频图像相应区域内的四边形；\n[0034] 步骤205，根据所述比例判断所述虚拟线圈内是否有车辆通过；\n[0035] 在本实施例中，在分析所述随机噪声和所述断层现象产生原因的基础上，提出两点假设，假设一，由于断层而误分割的多个感兴趣区域之间的之间的直线距离要少于两辆车之间的直线距离，时间域上表现为，断层误分割的多个感兴趣区域先后通过预设的虚拟线圈的帧间隔数要小于两车之间的帧间隔数。设定两车之间的最少帧间隔数。假设二，由于随机噪声而形成的感兴趣区域的帧占有数要少于实际车辆经过虚拟线圈时的帧的占有数，设定车辆的最少占有数。在上述两个假设的基础上，所述步骤205，如图3所示，包括：\n[0036] 步骤2051，判断首次进入所述虚拟线圈的感兴趣区域与前一辆进入虚拟线圈的车辆的感兴趣区域之间的帧间隔是否小于预设的两车之间最少帧间隔数；\n[0037] 步骤2052，如果所述首次进入所述虚拟线圈的感兴趣区域与前一辆进入虚拟线圈的车辆的感兴趣区域之间的帧间隔不小于预设的两车之间最少帧间隔数，判断所述感兴趣区域经过所述虚拟线圈所占的帧数是否小于预设的帧数；\n[0038] 值得说明的是，当所述首次进入所述虚拟线圈的感兴趣区域与前一辆进入虚拟线圈的车辆的感兴趣区域之间的帧间隔小于预设的两车之间最少帧间隔数时，说明该感兴趣区域是由断层现象导致的误分割。\n[0039] 步骤2053，当所述帧数大于预设的帧数时，输出所述虚拟线圈内经过车辆的结果，否则输出所述虚拟线圈内没有经过车辆的结果。\n[0040] 值得说明的是，当所述帧数小于或等于预设的帧数时，说明该感兴趣区域是由于随机噪声导致的误分割。\n[0041] 步骤206，当所述虚拟线圈内由有车辆通过转变为无车辆通过时，允许对夜间车辆进行检测。\n[0042] 进一步的，为了在进行车辆检测时方便简单的判断出车辆的车型，所述根据所述感兴趣区域对夜间车辆进行检测，包括：\n[0043] 根据所述感兴趣区域在所述预设的虚拟线圈内的分布离散度得到夜间车辆的车型。\n[0044] 在本实施例中，将当前车道的虚拟线圈分为左中右三部分，统计运动前景经过该虚拟线圈时信息点的分布情况并分析该分布情况的离散度。所述离散度通过标准差来衡量。不同车型信息点分布的离散程度是不一样的，大型车几乎占满整个车道，相应的在预先划分的三个区域内分布基本相同，离散度低；而小型车主要占据车道的2/3区域，分布离散度高。通过所述分布离散度的高低对车辆的车型进行判断。\n[0045] 本发明实施例提供的夜间车辆检测的方法，利用两相邻视频帧之间的差值，使得运动的目标在差值图像中被保留，从而得到感兴趣区域，所述感兴趣区域具有一定程度的梯度效果，从而使得部分变化缓慢的阴影和光晕在进行两相邻视频差值处理时被减掉，从而达到消除部分阴影和光晕影响的效果，解决了现有技术中由于阴影和光晕的影响导致夜间车辆检测准确性降低的问题。\n[0046] 如图4所示，本发明实施例提供的夜间车辆检测装置，包括：\n[0047] 获取单元301，用于获取相邻的视频帧；具体的实现方法可以参见如图2所示的步骤201所述，此处不再赘述。\n[0048] 提取单元302，用于根据所述获取单元获取的两相邻的视频帧之间的差值提取感兴趣区域；具体的实现方法可以参见如图2所示的步骤202所述，此处不再赘述。\n[0049] 第一检测单元303，用于根据所述提取单元提取的感兴趣区域对夜间车辆进行检测。在本实施例中，所述第一检测单元，如图5所示，包括车型获取子单元3031，用于根据所述提取单元提取的感兴趣区域在所述预设的虚拟线圈内的分布离散度得到夜间车辆的车型。具体的实现方法可以参见如图2所示的步骤203所述，此处不再赘述。\n[0050] 为了防止断层现象和随机噪声带来的误检测，如图6所示，所述装置，还包括：\n[0051] 第二检测单元304，用于检测所达提取单元提取的感兴趣区域占预设的虚拟线圈的比例，所述虚拟线圈是视频图像相应区域内的四边形；具体的实现方法可以参见如图2所示的步骤204所述，此处不再赘述。\n[0052] 判断单元305，用于根据所述检测单元得到的比例判断所述虚拟线圈内是否有车辆通过；具体的实现方法可以参见如图2所示的步骤205所述，此处不再赘述。\n[0053] 在本实施例中，所述判断单元，如图7所示，包括：\n[0054] 第一判断子单元3051，用于判断首次进入所述虚拟线圈的感兴趣区域与前一辆进入虚拟线圈的车辆的感兴趣区域之间的帧间隔是否小于预设的两车之间最少帧间隔数；具体的实现方法可以参见如图2所示的步骤2051所述，此处不再赘述。\n[0055] 第二判断子单元3052，用于在所述第一判断子单元判断得到首次进入所述虚拟线圈的感兴趣区域与前一辆进入虚拟线圈的车辆的感兴趣区域之间的帧间隔不小于预设的两车之间最少帧间隔数时，判断所述感兴趣区域经过所述虚拟线圈所占的帧数是否小于预设的帧数；具体的实现方法可以参见如图2所示的步骤2052所述，此处不再赘述。\n[0056] 输出子单元3053，用于在所述第二判断子单元判断得到所述帧数大于预设的帧数时，输出所述虚拟线圈内经过车辆的结果，否则输出所述虚拟线圈内没有经过车辆的结果。\n具体的实现方法可以参见如图2所示的步骤2053所述，此处不再赘述。\n[0057] 允许单元306，用于在所述判断单元判断得到所述虚拟线圈内由有车辆通过转变为无车辆通过时，允许对所述第一检测单元对夜间车辆进行检测。具体的实现方法可以参见如图2所示的步骤206所述，此处不再赘述。\n[0058] 本发明实施例提供的夜间车辆检测的装置，利用两相邻视频帧之间的差值，使得运动的目标在差值图像中被保留，从而得到感兴趣区域，所述感兴趣区域具有一定程度的梯度效果，从而使得部分变化缓慢的阴影和光晕在进行两相邻视频差值处理时被减掉，从而达到消除部分阴影和光晕影响的效果，解决了现有技术中由于阴影和光晕的影响导致夜间车辆检测准确性降低的问题\n[0059] 本发明实施例提供的夜间车辆检测的方法和装置适用于智能交通系统。\n[0060] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一计算机可读存储介质中，如ROM/RAM、磁碟或光盘等。\n[0061] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。