蘇友健 蔣學乾

[摘? ? ? ? ? ?要]? 交通汽車監(jiān)測跟蹤系統(tǒng)能夠有效鎖定目標車輛，提取目標車輛的特征信息，一定程度上減少背景環(huán)境對車輛特征信息提取的干擾。為提高車輛的追蹤效率，提出了將Horn–Schunck光流算法應用到視頻監(jiān)控仿真系統(tǒng)中，對交通視頻中汽車的運行進行檢測和估計，通過MATLAB編程、GUI界面設計和Simulink仿真對比分析交通汽車的運動跟蹤結果。該方法能夠有效地跟蹤目標車輛，鎖定嫌疑人，達到監(jiān)測交通流量、查處違法違章、車輛視頻圖像提取等目的，具有較高的實用性、創(chuàng)新性。

[關? ? 鍵? ?詞]? Horn Schunck光流法;幀差法 Simulink;仿真應用

[中圖分類號]? U495 ? ? ? ? ? ? ? ? ? ?[文獻標志碼]? A? ? ? ? ? ? ? ? ? ? ? [文章編號]? 2096-0603（2020）18-0074-02

一、國內外研究現(xiàn)狀及發(fā)展動態(tài)

隨著近些年科學技術、經(jīng)濟基礎的顛覆性發(fā)展，交通汽車數(shù)量呈井噴式增長，交通壓力猛增，交通形勢愈發(fā)嚴峻。據(jù)保守預計，截至2050年，發(fā)達國家車輛保有量將激增至10億輛，發(fā)展中國家則會超過25億輛，由此帶來交通擁擠、資源浪費、環(huán)境污染等問題。傳統(tǒng)的交通管理方式對道路交通、車輛等信息進行監(jiān)控的效果受限，加之智能化交通監(jiān)管、大數(shù)據(jù)監(jiān)測等新理念出現(xiàn)，歐美等發(fā)達國家爭相開發(fā)應用智能交通系統(tǒng)。

交通汽車檢測跟蹤提取變化場景中的一系列不同時刻點截取圖像中的場景車輛形狀、位置和運動等信息。根據(jù)研究方法，它分為基于特征的方法和基于光流場，基于特征的方法的抽樣點為離散型;光流場基于連貫的圖像序列，直接對圖像序列進行運動分析，并求出圖像中每一像素所對應的物體運動信息[1]。基于光流場的汽車檢測追蹤將視頻圖像提取技術、動態(tài)監(jiān)控系統(tǒng)與傳統(tǒng)的交通工程學理論有機結合起來，更高效、準確地監(jiān)控和處理實際道路環(huán)境運動汽車的參數(shù)，最大限度地發(fā)揮了智能系統(tǒng)的效用。

當前，全國范圍內積極施行智慧交通城市工程，在北京實施了“科技奧運”智能交通應用試點示范工程后，廣州、深圳、上海、重慶、濟南、杭州等城市也分別做出突破性的嘗試，智慧交通發(fā)展前景光明，基于光流場的汽車檢測追蹤將為減輕傳統(tǒng)監(jiān)控跟蹤的壓力，建設智慧型交通管理系統(tǒng)提供新助力和新思路。

二、交通運輸汽車監(jiān)測跟蹤系統(tǒng)

（一）與傳統(tǒng)交通監(jiān)控的對比

道路攝像頭通過感應線來感應汽車通過感應線帶來的壓力，經(jīng)過傳感器將信號采集到中央處理器，送寄存器暫存，再進行拍攝運動汽車，如此構成傳統(tǒng)的交通監(jiān)控;本系統(tǒng)是在一個攝像頭連續(xù)拍攝錄制的基礎上完成的對運動物體（交通運動汽車）的連貫性跟蹤，并同時提取車輛特征信息。

（二）本系統(tǒng)技術特點及優(yōu)越性

與傳統(tǒng)交通監(jiān)控相比，本系統(tǒng)通過光流場技術、MATLAB編程、仿真設計等改進處理，能夠減少背景場變化對監(jiān)測跟蹤帶來的干擾，并且能夠呈現(xiàn)出車輛動態(tài)軌跡，將車輛特征信息（車牌號碼）作為數(shù)據(jù)，科學準確直觀地體現(xiàn)在用戶界面中，相比人工篩選，省時省力，更科學準確。

三、光流場技術

連續(xù)畫面在某一時刻所有像素點組成了一種二維（2D）瞬時速度場，在這種二維速度矢量為圖像里全部可視點三維速度矢量在成像表面的映射。光流不包含物體的運動信息和有關三維結構的信息，可以在排除場景干擾信息的情況下，檢測出運動的圖倒[2]。目前，應用光流場技術在分割圖像、識別跟蹤以及形狀信息恢復等領域都有十分重要的應用。

（一）光流場檢測運動

光流場技術首先對一個連續(xù)的視頻圖像幀序列進行處理，為圖像中的每一個像素點初始化一個速度矢量，形成圖像運動場;然后針對每一幀圖像檢測前景目標，如果某一幀圖像出現(xiàn)了前景目標，找尋到其具有代表性的特征點（常以角點為特征點），兩個連續(xù)的視頻幀，通過尋找上一幀特征點在本幀的最優(yōu)位置，可以得到前景目標在當前幀中的位置信息，最后依照各個像素點速度矢量特進行迭代，如此實現(xiàn)目標跟蹤，分析圖像動態(tài)信息[3]。

（二）光流計算方法

光流法檢測運動物體，賦予圖像中每個像素點一個速度矢量（光流），從而就構成光流場。如果提取圖像中沒有運動的物體，則光流場連續(xù)均勻，如果圖像中有運動物體，運動物體的光流和圖像的光流不同，光流場則不再連續(xù)均勻，可以由此檢測出運動物體及位置。目前光流場的計算主要劃分為基于梯度的方法、基于匹配的方法、基于能量的方法和基于相位的方法等，近些年光流法得到了較大發(fā)展，出現(xiàn)了許多改進算法，以時空梯度法中的Horn&Schunck方法為例：Horn-Schunck光流算法用一種基于灰度不變假設和光流場平滑假設的全局方法估計圖像的稠密光流場。具體公式如下：

四、系統(tǒng)在MATLAB編程中的實現(xiàn)

MATLAB編程系統(tǒng)由一系列工具包所構成。這些工具包方便用戶使用MATLAB的函數(shù)和文件，很多工具采用的是圖形用戶界面（GUI）。

MATLAB是一種高級矩陣語言，包含大量計算算法的集合并擁有從基本函數(shù)，囊括機械工程中應用到的全部數(shù)學運算函數(shù)。其中的很多運算操作，例如傅立葉變換和數(shù)據(jù)的統(tǒng)計分析、工程中的優(yōu)化問題、稀疏矩陣運算、多維數(shù)組操作以及建模動態(tài)仿真等算法在交通運動汽車監(jiān)測跟蹤系統(tǒng)的設計實現(xiàn)中起到至關重要的作用[4]。

MATLAB編程還有數(shù)據(jù)可視化功能，即通過圖像可視化形式呈現(xiàn)出抽象函數(shù)向量，并可以對圖形進行標注和打印;利用MATLAB進行設計編程本系統(tǒng)還有利于圖形用戶界面（GUI）的制作。

（一）Simulink仿真系統(tǒng)的重要作用

Simulink用于對動態(tài)系統(tǒng)進行建模、仿真和分析，Simulink為用戶提供了方塊圖進行建模的圖形接口，僅使用鼠標操作即可完成，更快捷、更直觀、更靈活。Simulink包含有Sinks（輸出方式）、Source（輸入源）、Linear（線性環(huán)節(jié)）、Nonlinear（非線性環(huán)節(jié)）、Connections（連接與接口）、Extra（其他環(huán)節(jié)）等子模型庫，而且各個子模型庫包含相應功能模塊，用戶可以定制、創(chuàng)建自己的模塊，并且能即時得到系統(tǒng)的仿真結果[5]。研究通過Simulink搭建起車輛運動檢測模型，加速對圖像的算法運算和建模仿真，并采用計算視覺系統(tǒng)工具箱進行功能開發(fā)，包括進行特征提取匹配、目標檢測跟蹤、相機標定和運動檢測等的算法實現(xiàn)。

（二）光流場交通運動汽車監(jiān)測跟蹤系統(tǒng)技術路線

通過光流場檢測方法進行運動車輛檢測，檢測的流程如下圖所示。首先，對光流場進行運算處理;其次，對光流場幅值進行閥值割取得出二值圖，光流場幅值大的范圍證明有車經(jīng)過;隨后用形態(tài)濾波、腐蝕和關閉對割取圖形作處理，統(tǒng)計交通運動汽車基本參量等;最后通過面積比例判斷對象是否為汽車，如果面積比過小則可能不是汽車，可能是噪聲等雜物。

（三）視頻背景晃動的處理方法

1.誤差成因

上述運動交通汽車監(jiān)測跟蹤系統(tǒng)是基于視頻背景固定（連續(xù)圖像中背景灰度不發(fā)生變化）的監(jiān)測系統(tǒng)，若由于拍攝有一定幅度抖動導致連續(xù)圖像中背景灰度緩慢變化，或目標車輛運動速度和背景運動速度存在一定差異時，可通過能量運動檢測法解決。

2.解決方法

通過計算圖像的瞬時差分進行能量運動檢測，并根據(jù)需要設定適境的濾噪門限，把圖像分解出非運動區(qū)位和運動區(qū)位，并且對圖像的時變微分進行運算估計，采用函數(shù)[6]：

在實際復雜交通環(huán)境條件下，單一方法難以解決實際問題，加之監(jiān)測目標運動有實時性，往往需要多種方法結合應用。

五、結論

本文主要闡述了基于Horn–Schunck光流算法的光流場技術原理、特點及在MATLAB系統(tǒng)中的應用，為完善交通運動汽車監(jiān)測跟蹤系統(tǒng)的設計與仿真提供了一種研究方法，并結合可能出現(xiàn)的視頻背景晃動所導致背景灰度緩慢改變的情況提供解決思路。研究分析的技術在各高校MATLAB實踐教學中具有廣泛應用空間，并為建設智慧型交通管理系統(tǒng)提供一定程度的新助力和新思路。

參考文獻：

[1]吳進，童國豪，李喬深.基于區(qū)域卷積神經(jīng)網(wǎng)絡和光流法的目標跟蹤[J].電訊技術，2018，58（1）：6-12.

[2]李成美，白宏陽，郭宏偉，等.一種改進光流法的運動目標檢測及跟蹤算法[J].儀器儀表學報，2018，39（5）：249-256.

[3]丁忠孝.視頻監(jiān)控圖像的運動目標檢測方法綜述[J].電視技術，2008，32（5）：72-76.

[4]崔麗媛.讓“十三五”智慧交通的腦洞更開放[J].交通建設與管理，2016（1）.

[5]趙小川.MATLAB圖像處理：程序實現(xiàn)與模塊化仿真（第2版）[M].北京：北京航空航天大學出版社，2018.

[6]劉衍琦，詹福宇.MATLAB圖像與視頻處理應用案例詳解[M].北京：電子工業(yè)出版社，2015.

編輯 原琳娜