基于LBP纹理分析的视频车辆检测研究.docVIP

基于LBP纹理分析的视频车辆检测研究 　　摘要：视频交通事件检测与处理技术在智能交通领域中的应用研究已在学术界和工业界引起了广泛关注。作为视频交通事件检测技术的基础，车辆检测也已成为研究热点。该文主要研究在车辆检测过程中出现的车辆检测不完整，特征信息提取不完全等情况，研究利用LBP算子进行区域生长方法，使得不完整的车辆区域按照LBP纹理方向扩展，从而获得较完整的车辆目标。实验结果表明该算法能够有效进行区域生长，检测车辆的完整度有较大提高。 　　关键词：LBP；视频车辆检测；区域生长 　　中图分类号：TP18文献标识码：A文章编号：1009-3044(2011)19-4644-03 　　Video Detection Based on LBP Texture Analysis 　　MA Xiao-Fen, ZHU Jian, ZHANG Wei 　　(School of Computer Science and Telecommunication Engineering, Jiangsu University, Zhenjiang 212013, China) 　　Abstract: Video traffic incident detection and processing has attracted wide attention in both academic and industry in the field of intelligent transportation. As the base technology of video detection and processing, vehicle detection has become the research focus. Commonly the vehicles are detected incompletely and thus the features are not extracted exactly. The LBP texture operator is used here to achieve the vehicle region growing to make the incomplete vehicle region expand to the direction of regions with similar LBP texture. Experimental results show that the algorithm can fulfill the vehicle region growing effectively and the integrity of vehicles has improved greatly. 　　Key words: LBP; video vehicle detection; region growing 　　随着经济快速的发展，城市交通拥堵日益严重、事故频发。为提高道路的通行能力，合理调节公路网的交通流分配，减少交通事故的发生以及其带来的损失，必须准确、快速地对交通异常和交通事件进行检测。近年来，随着数字图像处理、模式识别等计算机技术的飞速发展，应用视频进行交通事件检测逐渐成为研究热点[1]。视频交通事件检测系统的基本工作流程是通过道路上监控摄像机将道路交通运行状况的视频图像捕捉下来,再将图像实时送入计算机进行处理和分析，得到交通状况等信息,通过对交通状况的分析检测出是否有交通异常事件。其中，运动车辆的自动检测是视频交通事件检测系统的基础，这是因为只有准确地从视频或图像中提取运动目标，才能为后续检测交通拥堵，违章等异常事件提供帮助。 　　目前可以采用帧差法、背景差分法、光流法等多种方法提取车辆目标。所谓背景差法[2]是对视频背景建立模型，选取背景中的一幅或几幅图像的平均作为背景图像，然后把以后的序列图像和背景图像相减，进行背景消除。通过设定阈值来判定监视场景中是否有运动物体，从而得到运动目标。而帧差法[2]是利用视频前后两帧相减，得到两帧图像亮度差的绝对值，判断图像序列中有无运动的目标；光流法[3-5]是采用运动目标随时间变化的光流特征来检测运动对象，光流不仅包含了被观察物体的运动信息，而且携带着有关景物三维结构的信息，使用光流法检测独立运动的对象，不需要预先知道场景的任何信息，并且可用于摄像机运动的情况。 　　使用以上方法存在以下问题：1)车辆在尺度、位置、方向上的变化。例如进入视野的车辆具有不同的速度，在形状、大小、颜色等方面都会产生变化。2)车辆的外观受车辆的观察角度和邻近物体的影响。同时，车辆之间的遮挡、光照条件的改变也会对车辆的外观造成一定影响。3)道路两边的场景在持续变化