视频图像中的车型识别
曹治锦 唐慧明
(浙江大学信息与电子工程系,杭州 +*""!=)
>?@0A5:B3ACA(DE*-+$D)@
摘 要 文章介绍一种在固定单摄像头拍摄交通图像序列中检测车辆的方法。处理过程大致分为以下三步:重建不含运
动目标的自然背景及图像分割;摄像机标定;目标区域的跟踪和车型识别。实验证明方法是可行的。
关键词 背景重建 图像分割 图像匹配 图像跟踪 车型识别
文章编号 *""!?F++*?(!""#)!#?"!!-?"+ 文献标识码 G 中图分类号 HI+J*
!"#$%&" ’"("%($)* +*, -.+%/$*0 $* !$,") 12+0"3
4+) 5#$6$* -+*0 78$2$*0
(K(’2A2:2& )8 K(8)4@02A)( L M)@@:(AD02A)( >(NA(&&4A(N,O3&CA0(N P(AQ&4’2A%,90(NB3): +*""!=)
9:3(.+%(:H3A’ R0R&4 A(24)/:D&’ 0 @&23)/ )8 /&2&D2A)( 0(/ 240DSA(N )8 Q&3AD5&’ A( @)()D:504 A@0N& ’&T:&(D&’ )8 24088AD
’D&(&’ 4&D)4/&/ .% 0 ’202A)(04% D0@&40$K@0N& R4)D&’’A(N A’ /)(& A( 234&& @0A( ’2&R’$UA4’2,0 4&5A0.5& .0DSN4):(/ A@0N&
A’ 4&D)(’24:D2&/ 0(/ ).C&D2’ 04& ’&N@&(2&/ 84)@ 23& .0DSN4):(/$H3&( 23& D0@&40 D05A.402A)( A’ D)@R5&2&/$UA(055%,Q&3AD5&
240DSA(N 0(/ D50’’A8AD02A)( 04& 240(’0D2&/$>VR&4A@&(202A)( A’ R4)QA/&/ 0(/ ’3)W’ 23& @&23)/ A’ 8&0’A.5&$
;"<=).,3:.0DSN4):(/ 4&D)(’24:D2A)(,A@0N& ’&N@&(202A)(,A@0N& @02D3A(N,).C&D2 240DSA(N,Q&3AD5& D50’’A8AD02A)(
* 简介
介绍了摄像机标定方法,第四部分介绍了运动目标跟踪原理和
在道路网规划设计和建设以及交通管理中,交通流量和通
车型分类,最后给出了实验和结束语。
行车辆类型是重要参数,自动获得交通信息受到高度重视。已
有的研究大致可以分为两类:一类是利用压电、红外、环形磁感
! 背景重建和图像分割
应线圈等传感器获得车辆本身的参数,这类方法跟踪识别率比
假 设 摄 像 头 固 定 , 可 以 认 为 序 列 图 像 中 除 开 运 动 目 标 之
较高,但是容易损坏,安装也不方便;还有一类就是基于图像处
外 ,自 然 背 景 是 不 发 生 变 化 的 ,下 面 只 考 虑 镜 头 没 有 运 动 的 情
理的方法,克服了前面一类方法的局限,但易受干扰,技术难度
较高。该文的研究就属于后一种方法。利用安装在高处的单摄
像头监视路面,就可以对多车道的车流进行动态检测和统计。
运动目标的分割常常有两种方法,一种是利用梯度信息,
采 用 分 水 岭 算 法 进 行 帧 内 分 割 ,然 后 进 行 运 动 估 计 ,合 并 具 有
相同运动矢量的小区域,这类方法计算量比较大。还有一种就
是利用帧差法,帧差法运算量小,但是存在几个缺点。帧差法其
实就是检测目标运动过程中灰度变化区域,对于较大目标,中
间灰度变化不大的重叠区域不能检测,对多目标的识别跟踪造
成困难。其次检测到区域比车辆本身覆盖范围大,要寻求真正
边界,需要耗时的运动估计。如果是当前图像和理想背景相减,
就可以克服这些问题。在监控场合,摄像头大多是固定的,背景
是很缓慢变化的,可以从图像序列中逐渐取出自然背景。
摄像机标定采用了针孔模型计算投影透视矩阵。
运动目标的跟踪,是利用前后两帧分割出的目标的相似度
进行匹配,通过匹配可以准确地对流量进行计数。相似度的测
量 主 要 有 互 相 关 和 90:’/)488 距 离 ,90:’/)488 距 离 可 以 在 目 标
形状发生改变和目标区域分裂合并后有效跟踪变化后的图像,
所以该文采用了基于欧氏距离的 90:’/)488 距离匹配图像。利
用 长 宽 信 息 和 模 型 匹 配 ,将 车 辆 分 成 公 共 汽 车 、轿 车 和 面 包 车
三大类。
第二部分介绍了重建背景图像方法和图像分割,第三部分
况。在一定间隔的相邻两帧图像中,用帧差法检测发生变化的
区域,二值化帧差图像被称作帧差掩模图像(变化 部 分 赋 *,不
变部分赋 ")。在帧差掩模序列中,对那些长时间没有运动目标
经过的区域(帧差掩模图像序列中,较长之间保持“"”的部分),
就可以认为该区域对应自然背景,将相应位置的原始图像区域
拷贝到背景缓冲区,这个过程一直进行下去。这样即使背景发
生 了 变 化 ,比 如 光 线 明 暗 、天 气 阴 晴 以 及 路 上 有 长 时 间 静 止 的
物体,都可以得到与之相适应的背景图像。
由于背景变化在某些时候也比较快,背景可能在一时不能
重建,这时就需要利用帧差掩模和背景图像以及背景重建成功
与否的标记信息分割出运动目标。把当前帧与上一帧的差值图
像 用 8/ 表 示 ,当 前 帧 与 背 景 图 像 的 差 值 图 像 用 ./ 表 示 ,二 值
化门限值为 234&’3)5/,表 * 给出了在背景没有完全重建成功时
运动目标检测的准则;*<。
序号
*
!
+
#
,
-
背景和当前帧差 ./
当前位置尚无背景
当前位置尚无背景
0.’(./)1234&’3)5/
0.’(./)67234&’3)5/
0.’(./)1234&’3)5/
0.’(./)67234&’3)5/
表 * 目标检测判据
当前帧和上一帧差 8/
检出区域性质
是否目标区域
0.’(8/)1234&’3)5/
0.’(8/)67234&’3)5/
0.’(8/)1234&’3)5/
0.’(8/)67234&’3)5/
0.’(8/)67234&’3)5/
0.’(8/)1234&’3)5/
运动区域
静止区域
运动目标
背景区域
静止目标
未覆盖背景
%&’
()
%&’
()
%&’
()
作者简介:曹治锦,男,硕士研究生,研究方向为图像编解码,图像理解。唐慧明,男,副教授,硕士生导师,主要从事图像通信和图像识别方面的研究。
!!-
!""#$!# 计算机工程与应用
经过以上处理的初始目标图像含有许多噪声小区域,并且
由 于 车 辆 反 光 的 角 度 影 响 ,使 得 车 辆 轮 廓 线 很 不 光 滑 ,需 要 经
过进一步处理。所以先用面积门限过滤小的噪声区域,然后选
用较大的结构元素形态滤波平滑区域边界。背景重建和图像分
割 结 果 如 图 %,由 图 % 可 见 ,尽 管(&)中 背 景 没 有 重 建 完 全(黑
色区域还较大),(’)中的分割结果也是比较好的。
图 % 车辆检测结果
( 摄像机标定
在模型匹配和车型识别中,需要从二维图像恢复目标三维
信 息 ,同 时 将 三 维 模 型 投 影 到 图 像 平 面 上 去 ,因 此 必 须 计 算 三
(!)
$
%
%
%%
&
$
%
%
%%
&
’ (% ) (% !(% %
!
"
’ (+ ) (! !(! %
"
’ (( ) (( !(( %
""
’ (# ) (# !(#
#
’ (% ) (% !(% %
!
"
’ (+ ) (! !(! %
"
’ (( ) (( !(( %
""
’ (# ) (# !(#
#
’ (% ) (% !(% %
!
"
’ (+ ) (! !(! %
"
’ (( ) (( !(( %
""
’ (# ) (# !(#
#
可 见 只 要 有 四 组 点 ,就 可 以 计 算 投 影 矩 阵 了 。 具 体 过 程
&%%
$
!
%
"
&%!
%
"
&%(
%%
""
&%
&%#
#
&!%
$
!
%
"
&!!
%
"
&!(
%%
""
&!#
&%
#
&(%
$
!
%
"
&(!
%
"
&((
%%
""
&%
&(#
#
!"% #%
!
"
!"! #!
"
!"( #(
""
!"# ##
#
!"% $ %
!
"
!"! $ !
"
!"( $ (
""
!"# $ #
#
!"%
!
"
!"!
"
!"(
""
!"#
#
$
%
%
0
%%
&
$
%
%
0
%%
&
$
%
%
0
%%
&
$
%
%
%%
&
(()
(#)
如 下 :
首先测量摄像头在世界坐标中的位置,然后测量摄像头主
光轴与地面交点在世界坐标中的位置,这可以通过测量图像中
心点对应的地面点坐标得到,这两个点相减可以求出主光轴矢
量。在世界坐标中选取 # 个控制点(注意不能使 # 个点都选取
在地面上,否则 # 阶矩阵不满秩),同时得到这些点在图像中的
坐标。计算 # 个控制点到摄像头的矢量在摄像头主光轴上的投
,然 后 求 解(!)(()(#)三 个 方 程 组 ,由 于 计 算
影 !"%
过程可以避免出现奇异矩阵,所以解是唯一的。通常路面上的
、!"!
、!"#
、!"(
维空间到图像平面的投影关系矩阵,即所谓的摄像机标定。该
车 道 分 隔 线 具 有 固 定 的 几 何 关 系 , 所 以 需 要 测 量 的 参 数 并 不
文采用基于针孔模型的摄像机标定方法,其基本原理是利用给
多,只需测量摄像头的坐标和图像中心对应地面点的坐标即可。
定 的 一 组 三 维 世 界 坐 标 中 的 控 制 点 和 这 些 控 制 点 在 图 像 中 的
坐标,求解线性方程组,计算透视投影矩阵中的各个元素 )!*。透
视投影矩阵如下:
图 ! 摄像机标定
!"
#
$
!
%%
""
$
%
&%
#
&%% &%! &%( &%#
!
"
&!% &!! &!( &!#
""
&(% &(! &(( &(#
#
’(
$
!
$
%
"
) (
%
%
"
%*’(
%%
!(
""
%%
&
&%
#
,) (
,!(
(%)
其中 #、$ 是图像坐标,(’ (
)是世界坐标,* 为 投 影
为三维空间中点到摄像机镜头的矢量在主光轴上的投
矩阵,!"
影距离,各参量如图 ! 所示。要求解投影矩阵的各个元素,需要
+ 个点的投影关系组成 %! 阶的方程组,并且常常 由 于 方 程 组
不独立,没有唯一解,只能采用近似计算。)!*中就介绍了最小二
乘法和特征值法,在经过 ,-./-& 计算之后,误差很大。在(%)式
基 础 上 经 过 改 进 ,提 出 一 种 计 算 方 法 ,只 需 要 利 用 # 个 点 的 投
影关系,方程组的阶次也只有 # 阶。由上式可以看出:
# 目标跟踪和分类
在分割出来初始目标区域之后,在相邻的两帧目标掩模图
像中匹配这些分割出来的区域,建立目标链,以减少重复计数。
事实上,多目标跟踪目标链的建立是比较困难的问题。车辆在
运动过程中,由于光照和角度变化,目标掩模会发生形变,上一
帧 出 现 的 目 标 区 域 在 当 前 帧 可 能 会 分 裂 、合 并 或 者 消 失 ,当 前
帧出现的目标区域可能在上一帧没有与之匹配的区域,要解决
这些问题,必须要有一个能够稳健处理形变的跟踪器。跟踪器
和图像匹配是紧密关联的,该文采用 1-23’4566 距离作为图像
匹配的准则。
设 有 两 组 有 限 点 集 , 07-%
,$$$,-.8 和 /070 %
,$$$,0 18,则 1-239
-4 !,
05 !/
,;<
-4 !,
,;<
05 !/
其中:3(, ,/)%,-:
’4566 距离定义为 2(, ,/)0,-:(3(, ,/),3(/,, ))。
"-4 60 5 ",3(/,, )0,-:
"0 5 6
-4 ",3(, ,/)被 称 为 从 , 到 / 的 有 向 1-23’4566 距 离 ,其 意 义
反 映 了 , 到 / 的 不 匹 配 程 度 ,3(/,, )的 意 义 和 3(, ,/)相 似 。
利用 1-23’4566 距 离 匹 配 图 像 会 发 生 这 种 情 况 ,即 , 和 / 大 部
分 区 域 非 常 相 似 ,但 是 存 在 少 数 边 界 点 有 较 大 偏 离 ,这 样 求 出
的 1-23’4566 距 离 值 比 较 大 ,不 能 真 实 反 映 , 和 / 之 间 的 匹 配
程度。所以通常采用修正之后的 1-23’4566 距离,通常的做法是
对 , 中所有的点,求出在 / 中与之距离最近的点集,接 下 来 不
是求其中距离最大值,而是将距 离 值 从 小 到 大 排 列 ,取 第 7 个
值作为 1-23’4566 距 离 , 这 样 的 1-23’4566 距 离 对 形 变 不 敏 感 。
文中将距离值累加求平均,即:3(, ,/)0(
’,;<
05 !/
-4 !,
"-4 60 5 ")8 .,
. 为 , 边界点数目。实际上在计算 1-23’4566 距离时,是将已知
计算机工程与应用 !""#$!#
!!=
模板二值图像与待匹配的二值图像转换成距离变换图像,距离
变换的具体计算方法见文献HOJ。
假设 ! 是当前分割出来的二值化目标边界," 是待匹配的
距离变换图像,基于 Z/>-G @*80<+./+01- (*5)-0a>*HIJ$
,777 (./-< 30.5>0+< /-G AN<+*L< 41. W0G*1 (*5)-1218N,!""!;%!(&):
Y&&QYR?
!$孙慧,张燕$计算机视觉摄像机定标中投影矩阵的计算HIJ$河北师范大
学学报,!""%;!?(%):!?Q!R
O$E>-022/ T1.8*41.<$60<+/-5* (./-<41.L/+01-< 0- 6080+/2 ,L/8*+*. W0<01-,E./M)05<,/-G ,L/8* [.15*<<0-8,%’R?;O#:O##QO&%
(上接 %&’ 页)
()* %!+) ,-+*.-/+01-/2 31-4*.*-5* 1- 6/+/ 7-80-**.0-8,9*: ;.2*/-<,
=1>0<0/-/,%’’?
?$@ A.0B/-+,@ C8./:/2$D0-0-8 E*-*./20F*G C<<150/+01- @>2*+>.*
E*-*./+01- 31LM>+*. AN<+*L<,%’’&;%O(!PO):%?%Q%R"
&$@ E1G0- ,@ D0<1>0$C- ,-5.*L*-+/2 31-5*M+ K1.L/+01- CMM.1/5)
41. =*/.-0-8 4.1L 6/+/S/<*+*. A50*-5*,%’’#;
%OO:OR&Q#%’
R$A T.0- ,@ D1+:/-0 ,I 6 U22/L- *+ /2$6N-/L05 ,+*L<*+ 31>-+0-8
/-G ,LM205/+01- @>2*< 41. D/.B*+S/5<1-,C.0F1-/,%’’&
’ $ C A/V/<*.* ,7 ;L0*50-2*< 0- =/.8*< 6/+/S/<*.05),A:0+F*.2/-G,%’’Y
%"$Z D/--02/$D*+)1G< /-G [.1S2*L< 0- 6/+/ D0-0-8H3J$,- :()* ?+)
,-+*.-/+01-/2 31-4*.*-5* 1- 6/+/S/<* ()*1.N MM 6*2M)0 ,E.**5* ,
AM.0-8*.,%’’&
%%$I Z/-,D \/LS*.$范 明 ,孟 小 峰 等 译$数 据 挖 掘 :概 念 与 技 术HDJ$北
京:机械工业出版社,!""%