謝敏

摘 要

本文針對日益嚴重的交通狀況和交通事故率，監(jiān)控視頻需要大量的人力監(jiān)測。為改善這種情況，設(shè)計在無人職守的情況下的違章車輛監(jiān)控系統(tǒng)，可以自動的監(jiān)控交通情況，對車輛的行駛狀態(tài)進行監(jiān)視跟蹤，記錄違反交通規(guī)則車輛的行駛軌跡，再對行駛軌跡做位置的分析結(jié)合機動車行駛的車道及路口的信號燈判斷車輛是否有違章行為。

【關(guān)鍵詞】圖像處理 智能交通 違章判別

1 引言

在現(xiàn)代交通管理系統(tǒng)中，己經(jīng)廣泛的將攝像機架設(shè)在路面上，用于交通狀態(tài)的管理與監(jiān)視。但它依舊需要大量的人力進行實時觀測，及時反映路面異常狀況，這種方法是繁瑣的，使監(jiān)測工作顯得十分繁重，同時對監(jiān)視人員又要有較高的要求。所以智能化的監(jiān)控系統(tǒng)能有效提高交通管理的效率。

本文所要闡述的違章車輛監(jiān)控系統(tǒng)建立在無人職守的情況下，可以自動的監(jiān)控交通情況，對車輛的行駛狀態(tài)進行監(jiān)視跟蹤，記錄違反交通規(guī)則的車輛。首先通過對待檢測車輛的跟蹤，跟蹤采用Meanshift車輛跟蹤算法，得到其行駛軌跡，再對行駛軌跡做位置的分析結(jié)合機動車行駛的車道及路口的信號燈判斷車輛是否違章。

2 Hough變換檢測

本文主要采用Hough變換檢測直線的方法對交通路口場景不變的道路進行車道線的檢測。Hough變換檢測直線的原理是利用點與線的對偶性，將原來圖像空間給定的曲線通過曲線表達形式的變換，變?yōu)閰?shù)空間中的一個點。這樣就把原始圖像中給定曲線的檢測問題轉(zhuǎn)化為尋找參數(shù)空間中的峰值問題。也就是將檢測整體特性轉(zhuǎn)化為檢測局部特性。

現(xiàn)有交叉路口基本每個路口都裝有監(jiān)控攝像機，就可以用一個攝像機給該路口做監(jiān)視，從而使監(jiān)控系統(tǒng)簡單化。

本文采用Hough變換檢測直線的方法，在原有Hough變換的理論上增加一些形態(tài)學(xué)的改進，使車道線檢測的效果變得更加理想。形態(tài)學(xué)改進的流程如圖1所示。

圖2是形態(tài)學(xué)處理前后Hough變換對車道線檢測的對比圖。

從圖2中可以看出：經(jīng)過形態(tài)學(xué)處理后的Hough變換檢測直線的時候更加的準確，而且檢測的直線是在路口的車道線中間部分。直接的Hough檢測的直線主要是邊緣部分，而且有許多錯誤的檢測。

3 車輛的行為判別方法

車輛的行為判別是根據(jù)車輛的行駛位置坐標值的變化來判別的。圖3為車輛位置變化的示意圖。

車輛左轉(zhuǎn)、右轉(zhuǎn)、直行判別用車輛當(dāng)前幀的中心位置（x2，y2）減去圖像序列上一幀中心點的位置（x1，y1）得到dx、dy。根據(jù)dx、dy的變化判斷出車輛的行為。

表1：車輛行駛行為判別表

左轉(zhuǎn) dx<0且 dy>0 dx/dy

右轉(zhuǎn) dx>0且 dy>0 dx/dy>T2>0

直行 dy>0 T1

4 遠距離傳輸實現(xiàn)

本文要解決的是路口監(jiān)控視頻的傳輸問題，由于紅外線、藍牙、Wi-Fi、超寬帶技術(shù)中傳輸方式只適用于短距離傳輸，由于路口的視頻離路口交換機或者服務(wù)器的距離較遠，短距離的傳輸方式不能實現(xiàn)傳輸。zigbee的傳輸帶寬相對較小，路口會有4臺及以上的攝像機數(shù)，所以zigbee不能實現(xiàn)路口監(jiān)控視頻的傳輸。GPRS及3G/4G技術(shù)能夠滿足帶寬和距離的要求，但后期所需的月租費用很高，不適合監(jiān)控視頻的傳輸。所以本文選用無線網(wǎng)橋?qū)ΡO(jiān)控視頻進行傳輸。

本文主要使用無線網(wǎng)橋技術(shù)對路口的監(jiān)控視頻進行無線傳輸，采用點對多點的結(jié)構(gòu)，整個系統(tǒng)構(gòu)架如圖4所示。

每個路口架設(shè)攝像頭，無線網(wǎng)橋在路口傳輸：每個攝像機接一個無線網(wǎng)橋，在遠端的交換機上也接一個無線網(wǎng)橋，對無線網(wǎng)橋的收發(fā)進行設(shè)置。再由交換機傳回中心服務(wù)器對傳回的視頻進行處理。由于實驗是校園環(huán)境中模擬路口環(huán)境，論文僅采用點對點式模擬整個傳輸處理過程。

5 系統(tǒng)實現(xiàn)

本文研究的是路口的交通視頻，由于條件限制，系統(tǒng)架設(shè)在學(xué)校環(huán)境中。實驗所選用的器件如下：攝像機：實驗選用?？低旸S-2CD2212D-l5的日夜型筒型網(wǎng)絡(luò)攝像機；無線網(wǎng)橋：實驗選用150M的無線網(wǎng)橋，網(wǎng)橋采用ubnt的airOS系統(tǒng)，支持2.3G-2.7G的超寬頻段；網(wǎng)絡(luò)硬盤錄像機：實驗選用?？低旸S-7804N-SH/N的網(wǎng)絡(luò)硬盤錄像機。

在校園環(huán)境中模擬路口的環(huán)境，同時在路上架設(shè)攝像機和無線網(wǎng)橋，另一個網(wǎng)橋架設(shè)在實驗室中，兩個網(wǎng)橋隔著相距約400m的湖面。整個遠程無線視頻監(jiān)控的示意圖如圖5 所示。

發(fā)射端架設(shè)在離地面高度約為6米的橫桿上（離實驗室約400米遠），實驗室的接收端直接連接硬盤錄像機就可以在顯示器上顯示監(jiān)控畫面，如圖6所示。

本文的服務(wù)器端主要在基于VC++平臺，利用OpenCV實現(xiàn)的。本文將采集到的視頻導(dǎo)入電腦中，編寫的服務(wù)器程序。

本文所編寫的服務(wù)器端程序在服務(wù)器上的效果如圖7所示。

6 總結(jié)

本文主要研究的是基于傳統(tǒng)的軌跡判別方法。依據(jù)軌跡的坐標變化來判別，也就是對車輛坐標位置的變化來判斷車輛的行為。對左轉(zhuǎn)、右轉(zhuǎn)、直行的坐標變化設(shè)定閾值范圍，并對于實際偏差的影響，增加判別的連續(xù)幀數(shù)，再判定車輛的行為，最后結(jié)合車輛的所屬車道和路口的紅綠燈來判別車輛是否有違章轉(zhuǎn)彎和闖紅燈等行為。文在室外模擬路口的環(huán)境下搭建了視頻采集與傳輸系統(tǒng)，該系統(tǒng)能夠?qū)?00m外的視頻進行采集，并利用無線網(wǎng)橋傳回實驗室。之后在服務(wù)器端編寫了基于VC++6.0平臺利用OpenCV對視頻圖像序列進行車輛檢測、跟蹤和違章判別。

參考文獻

[1]張正華，許曄，蘇權(quán)，等.基于背景差分和混合幀差的運動目標檢測[J].無線電工程，2012，42（08）：14-17.

[2]亢朋朋，朱錫芳，南東亮，金運策.一種改進Meanshift 算法的視頻監(jiān)控系統(tǒng)[J].微電子學(xué)與計算機，2013.30（02）：153-156.

[3]王田，劉偉寧，韓廣良，杜超，劉戀.基于改進的Meanshift目標跟蹤算法[J].液晶與顯示，2012，27（03）：396-400.

[4]金鑫，梁雪春，袁曉龍.復(fù)雜情況下的多目標跟蹤統(tǒng)計技術(shù)[J].計算機科學(xué)，2013，40（06）：268-271.

[5]張德才.視頻流中多人體跟蹤算法研究[D].吉林大學(xué)，2011.

[6]Sivaraman，S，Trivedi M.M.Integrated Lane and Vehicle Detection， Localization，and Tracking： ASynergistic Approach[J].IEEE Transactions on Intelligent Transportation Systems，2013，14（02）：906-917.

[7]de la Rubia E.，Diaz-Estrella A. Improved pedestrian tracking through alman covariance error selective reset[J].Electronics Letters，2013，49（07）：464-465.

[8]Rezaee K，Alavi S R，Madanian M，et al.Real-time intelligent alarm system of driver fatigue based on video sequences[C]//Robotics and Mechatronics （ICRoM），2013 First RSI/ISM International Conference on. IEEE，2013：378-383.

[9]Herout A，Dubská M，Havel J.Review of Hough Transform for Line Detection[M]//Real-Time Detection of Lines and Grids. Springer London， 2013：3-16.

作者單位

南京郵電大學(xué)通達學(xué)院 江蘇省揚州市 225127