基于视频的隧道交通事件检测系统研究

赵伟一

摘要：关于隧道视频的隧道交通事件检测系统的进一步研究，提出高斯模型的车辆检测方法，并通过实际实验论证是可行的。

关键词：高速公路；隧道；交通事件；检测系统

中图分类号：TP216 文献标识码：A 文章编号：1009-3044（2014）26-6194-03

Abstract： Further study of tunnel traffic incident on the tunnel video detection system， The Gauss model of vehicle detection method， And through the actual experiment is feasible.

Key words： expressway；tunnel；traffic incident；detection system

高速公路隧道因其节约土地、改善路网等优点已成为高速公路建设的重要部分。但由于高速公路隧道具有空间比较狭窄、结构相对封闭等缺陷，如果发生交通事件，十分容易造成交通拥堵。 传统的隧道安全监控通过人工巡逻以及闭路电视监控系统，往往耗费人力且监控时效性不强。基于视频的高速公路隧道交通事件检测系统实现了对车流量、违法变道等交通事件的实时检测，可以为高速公路隧道运行管理提供有力的保障。

1 隧道交通车辆检测算法设计

车辆检测是基于视频的隧道交通事件检测系统的重要部分，是判断车辆运动状态、检测交通事件的基础。车辆检测是首先通过从视频图像中提取运动车辆的背景，进而判断运动车辆的位置、大小等，为判断交通事件提供数据支持。由于高速公路隧道中摄像机的位置一般是固定不变的，所以运动车辆是基于静态背景提出的混合高斯模型检测算法，然后通过形态学滤波处理二值化图片，经试验证明能够较为有效的检测运动车辆。

1.1 基于高斯模型的车辆检测方法

建模的过程是在当前录像图像中提取除了静止不动的背景外的一切运动物体，也就是前景，图像的背景与原图像保持一致。算法为对两个图像背景的帧进行加权从而更新当前背景。高斯混合建模具体流程如下：

1） 对3到5个高斯模型进行初始化，并计算高斯模型中的参数（主要是单个模型的权重、单个模型的平均值、单个模型标准差以及K个模型的平均值u ）。

2） 处理所有图像帧中的各个像素，如该像素与模型匹配，那么就纳入该模型中并更新；反之对该像素建立高斯模型并进行参数初始化，将原有最不可能的模型进行替换。

3） 可能性最大的模型就作为背景模型进行处理。

1.2 车辆检测实验结果

在车辆通过检测线后，检测线对应图像灰度将变化，计算当前帧的灰度与背景帧的灰度之差，统计检测线上面运动像素的数量，可以获得车辆是否通过的结果。为验证算法，选取了10段G3京台高速铜汤段紫桐隧道视频序列进行分析。实际车辆共计213辆，对算法进行的测试结果，漏检了18辆，误报了10辆，检测率达到了96.24%。

2 基于块匹配算法的事件检测

首先将检测车辆所在区域化成块，再搜索匹配区域，从而获得车辆实际的运行轨迹。由于高速公路隧道中正常车辆运动轨迹多数是按照道路方向行驶，当异常车辆运动轨迹偏离行驶路线或停止运动时，即可判断车辆发生了违章变道、路边停车等交通事件。经实验证明该算法可以有效的检测高速公路隧道中发生的交通事件。

2.1 块匹配运动估计搜索路径

菱形搜索算法被认为是目前最快最优的块匹配算法之一，考虑到在高速公路隧道内车辆运动轨迹一般都是按照道路方向前进，因此采用菱形算法对交通事件检测进行判断。

菱形算法基本思想是搜索模板分为大模板和小模版两种，大模板中定义的检测点有9个，小模板中定义的检测点有5个。在进行搜索的过程中首先用大模板，当大模块的中心点是最小SAD值时，再使用小模版进行搜索，找到的最小SAD值就是最优匹配点。菱形匹配算法根据视频图像中运动矢量的特点，使用一大一小两个搜索模板对视频中运动物体做粗定位和精确定位。粗定位是为了快速确定在搜索匹配的范围，而精确定位可以较为准确的确定合适的点。因此在搜索的过程中粗定位和精确定位关联性很强，提高了搜索的效率

3 视频交通检测系统硬件实现

由于视频交通检测系统硬件需对大量的视频图像快速分析处理，主控芯片采用TMS320DM642这款处理器，用于视频客户端编解码应用。由于DM642集成的RAM空间较小，需连接SDRAM以扩大容量内存，两块MT48LCM32B2并联大小为256M，能够提供充足运行空间。因为TMS320DM642的ROM空间有限不能够对大程序进行保存，系统需要连接FLASH芯片AM29LV320来保存数据。摄像头拍摄的模拟视频通过输入接口连接TVP5150芯片，能够把N制式或者P制式的视频数据流处理成ITU-R格式，通过DM642连接网口至输出设备。

4 结论与展望

基于视频的交通事件检测系统是一种多学科集成的综合系统，本设计主要用于车流量的检测和交通事件分析。在这个基础上，通过进一步对算法的更新即可对车速、车型、车牌进行识别。硬件方面使用ARM+DSP架构，将分别处理算法和模块控制，大大方便了模块化的开发。采用简单实用的块匹配算法，提升了系统的运行效率。基于视频的交通事件检测技术已然智能交通研究中的重点内容，随着图像处理芯片的发展，交通检测技术将会得到更为广泛的应用。视频图像观测直观明了，图像处理算法较为丰富，决定了基于该技术将成为ITS今后的发展方向。

参考文献：

[1] 吴军伟.谈谈高速隧道的创业创新管理[J].台州高速公路网，2008（5）.

[2] 盛刚.我国高速公路隧道机电系统现状和急需解决的问题[J].中国交通信息产业，2008.