摘要
利用计算机视觉技术进行交通状况检测与信息采集是智能交通系统(ITS)领域中的一个重要课题,而运动车辆的检测与跟踪则是其中最基础的部分。本文对此问题进行了系统和深入的研究,提出了一种在自然道路背景下运动车辆自动检测与跟踪的方法,并设计开发了相应的软硬件系统,初步实现了运动车辆的自动跟踪。
本文所进行的研究主要包括以下方面:(1) 在图像差分算法基础上,研究提出了运动车辆自动检测的栅格算法,该方法通过计算当前帧与参考帧对应栅格的不相似度来检测是否有运动车辆进入视场;定义了不相似度下降率DSDR,基于此,可以比较准确地确定出运动车辆在栅格中的位置,并可方便地将车辆图像作为模板保存下来。(2) 采用Kalman滤波理论建立了运动车辆状态预测线性模型,该模型采用8自由度的向量来描述系统状态;利用面向对象的思想,以类的形式对预测模型进行了封装实现,并给出了类的数据成员和成员函数。(3) 讨论了在摄像机固定情况下和在摄像机运动情况下运动车辆的跟踪问题。在摄像机固定情况下,以运动车辆的位置估计为中心,按照搜索策略,通过模板匹配对运动车辆进行跟踪。跟踪实验结果表明,提出的搜索策略是有效的。在摄像机运动情况下,建立了运动车辆跟踪坐标系,并得出了运动车辆跟踪坐标系与预测坐标系之间的转换关系;通过摄像机-云台系统所采用的视觉坐标系,推导出了摄像机-云台系统转动的角度控制公式,为运动车辆的跟踪提供了理论基础。(4) 根据面向数据流的设计方法,在综合运动车辆自动检测、状态预测和自动跟踪算法的基础上,采用visual C++作为开发语言,在Windows 2000平台上设计开发了相应的软件系统。软件开发时,以软件工程学模块化思想为指导,将系统划分为图像采集与提取、图像数据处理、图像显示等六个模块。所开发的软件系统能够较好地完成运动车辆的自动检测、状态预测,并初步实现了运动车辆的自动跟踪。(5) 介绍了跟踪系统硬件部分的组成和结构。
The application of computer vision technology to traffic detecting and information collecting is an important subject in ITS (Intelligent Transportation System), and moving vehicle detecting and tracking is the basic part. The further study on this question is carried out systematically in this paper. Taking the natural road as the background, a kind of moving vehicle auto-detecting and auto-tracking method is brought forward. Moreover the software system is designed and implemented. A moving vehicle can be automatically tracked elementarily by using the software system.
The main contents of the study include such aspects as follows: (1) The moving vehicle auto-detecting grid arithmetic is studied and presented on the basis of the idea of the image difference arithmetic. The moving vehicle is detected whether or not to enter the field of view by calculating the grid dissimilarity between the current frame image and the reference frame image. DSDR (Dissimilarity Descend Rate) is defined, and by calculating it the position of the moving vehicle in grids can be determined exactly, so the vehicle model image can be saved conveniently. (2) The moving vehicle state forecast linear model in which the system state is characterized by an eight-dimension vector is founded by adopting Kalman filter theory. The forecast model is encapsulated as a class with object-orientated technology. The data members and member functions of the class are also given. (3) The moving vehicle tracking problem is discussed at two conditions: the camera is still and the camera is moving. Under the circumstance that the camera is still, the moving vehicle is tracked by model matching according to the searching strategy that is proved valid by tracking experiment. Under the circumstance that the camera is moving, the tracking rectangular coordinates are founded, and the relationship between the tracking rectangular coordinates and the forecast rectangular coordinates is given. The angle control formula of the camera & pan-tilt-device system is educed with its vision coordinates, which provides theory basis for moving vehicle tracking. (4) The data stream chart of the system is given by making use of the data-stream-orientated design method. The software system is implemented with Visual C++ program language on Windows 2000 platform. With the guidance of the modularization idea, the software system is divided into six modules: image collecting and taking module, image processing module, image displaying module, and so on. This software system can accomplish moving vehicle auto-detecting, state forecasting and auto-tracking elementarily. Some useful practice in moving vehicle video surveillance is done. (5) Last, the composing and the structure of the hardware system are introduced.
引文
[1] 杨荫凯.智能交通系统(ITS)概述及我国的发展对策选择。地理科学进展,1999,18(3):274~278
[2] 李峰 编译.智能交通系统在国外的发展趋势。国外公路,1999,19(1):1~5
[3] 董国良 等译.智能交通系统。北京:人民交通出版社,1999-10
[4] 国家智能交通系统工程技术研究中心网站,www.itsc.com.cn
[5] 交通部公路科学研究所.中国智能运输系统体系框架研究总报告,2001-7
[6] 金会庆 等.智能运输系统(ITS)研究现状及展望。人类工效学,2001,7(3):39~41
[7] 杨东凯 等.智能交通系统及其信息化模型。北京航空航天大学学报,2000,26(3):270~273
[8] 高文 陈熙霖.计算机视觉—算法与系统原理。北京:清华大学出版社,1999-2
[9] 田思 袁占亭.计算机视觉系统框架的新构思。计算机工程与应用,2000,6:57~59
[10] 陈熙霖.视觉计算——人类感知能力的延伸。测控技术,2000,19(5):7~14
[11] 宁纪锋 等.农业领域中的计算机视觉研究。计算机与农业,2001,1:1~3
[12] 王江枫 等.计算机视觉技术在芒果重量及果面坏损检测中的应用。农业工程学报,1998,14(4):186~189
[13] 应义斌 等.用计算机视觉进行黄花梨果梗识别的新方法。农业工程学报,1998,14(2):221~225
[14] 郁梅 等,智能交通系统中的计算机视觉技术应用。计算机工程与应用,2001,10:101~103
[15] 富煜清 等.汽车牌照的提取方法研究。模式识别与人工智能,2000,13(3):345~348
[16] 张引 潘云鹤.彩色汽车图象牌照定位新方法。中国图象图形学报。2001,6(4):374~377
[17] 魏武 等.基于模板匹配和神经网络的车牌字符识别方法。模式识别与人工智能,2001,14(1):123~127
[18] 是湘全 等.遗传算法在车牌定位中的应用。公路交通科技,2000,17(2):33~36
[19] 关海英.二维运动目标的自适应检测与跟踪:[硕士学位论文].北京:北方交通大学,1996
[20] 杨杨.自然景物环境下运动目标的自动跟踪方法:[博士学位论文].哈尔滨:哈尔滨工业大学,1998
[21] Dae-Sik Jang. Active Models For Tracking Moving Objects. Pattern Recognition, 2000, 33: 1135~1146
[22] 王春波.交通监控中视觉信息的检测与跟踪技术的研究:[博士学位论文],上海:上海交通大学,2000
[23] 范勇 等.一种快速运动目标检测与跟踪算法。光电工程,2000,27(6):30~33
[24] 周一鸣 毛恩荣 编著.车辆人机工程学。北京:北京理工大学出版社,1999-12
[25] 何斌 等编著.Visual C++数字图像处理。北京:人民邮电出版社,2001-4
[26] 周长发 著.精通Visual C++图像编程。北京:电子工业出版社,2000-6
[27] 沈邦乐 编著.计算机图像处理。北京:解放军出版社,1995-10
[28] Dae-Sik Jang, Gye-Yong Kim, Hyung-Il Choi. Model-Based Tracking of Moving Object。Pattern Recognition, 1997, 30 (6): 999~1008
[29] 韩德昌 郭大水 主编.市场调查与视场预测。天津:天津大学出版社,1996-12
[30] 邓自立 著.卡尔曼滤波与维纳滤波—现代时间序列分析方法。哈尔滨:哈尔滨工业大学出版社,2001-7
[31] Wiener N. The Extrapolation, Interoplation and Smoothing of Stationary Time Series. John Wiley & Sons, Inc., New York, 1949
[32] 1941。
[33] 宋文尧 张牙 编著.卡尔曼滤波。北京:科学出版社,1991-1
[34] Kalman R E. A New Approach to Linear Filtering and Prediction Problems. Trans. ASME, J. Basic Eng., 1960. 82D: 34~45
[35] H.L.Van Tress. Detection, estimation, modulation theory. New York:John Wiley & Sons, 1968. Part Ⅰ
[36] PAUL YAO & JOSEPH YAO著 陈爱民 等译.Visual C++ for Windows 95编程基础。北京:电子工业出版社,1996-6
[37] PELCO CM6700矩阵控制器操作使用手册。北京东浦有限公司,1999-9
[38] DH-VTR-CG200图像采集卡使用说明。北京大恒图像视觉有限公司,1998-8
[39] 齐治昌 等编著.软件工程。北京:高等教育出版社,2001-8
[40] [美]Ash Rofail Yasser Shohoud著 邱仲潘 等译.COM与COM+从入门到精通。北京:电子工业出版社,2000-4
[41] 王春波 等.计算机视觉技术在智能交通系统中的应用。测控技术,2000,19(5):22~24
[42] 杨明 等.面向智能交通系统的图像处理。计算机工程与应用,2001,9:4~7
[43] 蒋加伏,叶吉祥.计算机视觉系统研究中存在的问题及解决思路。长沙交通学院院报。1999,15(1):13~17
[44] 王天珍.计算机视觉研究进展。武汉汽车工业大学学报,1998,20(1):23~27
[45] 潘俊民 等.基于计算机视觉的自动浇注系统。铸造技术,1998,2:3~6
[46] 刘嵩 等.一种基于计算机视觉的螺旋焊管焊缝自动跟踪系统。哈尔滨工业大学学报,1999,31(3):34~37
[47] 胡嗣云 等.现代城市交通监控系统的研究。交通与计算机,1999,17(6):14~17
[48] 郑云慧 等.一个基于知识的目标跟踪信息处理系统。华中理工大学学报,1996,24(2):46~48
[49] 赵冬 等.计算机视觉技术在工程领域的应用。上海铁道大学学报,2000,21(6):123~127
[50] 项震,基于CCD器件特征的图像噪声消除。光电工程,2001,28(6):66~68
[51] 张志勇 等.视频智能交通系统。计算机工程与应用,2001,6:113~116
[52] 周锐 等.复杂背景中目标图像的提取与跟踪。系统工程与电子技术,1997,9:10~13
[53] 胡俊 等.图像序列运动检测算法的研究及其应用。武汉大学学报,2000,46(5):613~616
[54] 关海英 阮秋琦.序列图像中运动目标的检测。铁道学报,1996,18(6):33~38
[55] 刘国衡 关玉才.图像序列的目标检测。计算机工程与应用,1997,8:26~29
[56] 房建城 等.自适应卡尔曼滤波器在陆地车辆导航中的应用。北京航空航天大学学报,1999,25(2):235~239
[57] 韩军 等.自动分割及跟踪视频运动对象的一种实现方法。中国图象图形学报,2001,6(8):
732~737
[58] 史立 张兆扬.使用修改的豪氏道夫距离自动提取运动对象。中国图象图形学报,2001,6(7):689~693
[59] 王强 等.一种快速模板匹配目标识别算法。计算机工程与应用,2000,6:42~43
[60] 侯格贤 吴成柯.基于GAS的图像跟踪系统及其实现方案。航空学报,2000,21(5):468~470
[61] 刘志敏 等.数学形态学的图象分割算法。计算机工程与科学,1998,20(4):21~27
[62] 李艳 彭嘉雄.基于分维特征的目标分割与检测。华中理工大学学报,2000,28(8):1~2
[63] 谈新权 余道铭 李伯岳.低信噪比图像中运动目标的实时检测。光电工程,1999,26(2):40~43
[64] 张文浦 张吉春 译.视频检测技术在象素中的图像处理。公安大学学报,1998,2(2):18~20
[65] 王向平 等.车辆运动模糊图像恢复的一种新方法。武邑大学学报,1999,13(2):10~15
[66] 刘玉铭 白明.一种基于模糊模式识别方法的车型识别仪。公路交通科技,2000,17(1):63~65
[67] 刘泉 胡家忠.图象处理技术在交通监控中的应用。武汉工业大学学报。1999,21(2):39~41
[68] 席学强 王润生.采用面向对象技术开发图像目标识别系统。模式识别与人工智能,2001,14(1):114~118
[69] 黄爱民 陈万里.机动车辆识别系统。国防科技大学学报,1998,20(5):33~38
[70] 胡明星.在VC下进行图象处理的方法。计算机工程,2000,26(10):91~92
[71] 刘其真 等.红外成像运动目标识别与跟踪方法研究。遥感技术与应用,1999,14(2):27~33
[72] 魏波 等.序列图象目标的一种特殊数字跟踪方法。光电工程,1999,26(5):35~42
[73] 蔡敬菊 彭先蓉.适用于快速扩展目标的跟踪算法。光电工程,1999,26:91~94
[74] 江捧岳.图象跟踪算法分析。火力与指挥系统,1998,23(2):47~52
[75] 周锐 等.多模自适应目标图像跟踪。宇航学报,1998,19(2):81~85
[76] 葛宝臻 等.自适应运动目标跟踪实验。光电工程,1998,25(5):24~29
[77] 陈朝阳 张桂林.基于图像对称差分运算的运动小目标检测方法。华中理工大学学报,1998,26(9):34~35
[78] 曾凡峰 等.基于模糊似然函数的模糊辨识方法。控制与决策,1998,13(5):581~584
[79] 李彬 刘安.交通异常贝叶斯动态检测方法。中国公路学报,1999,12(3):68~72
[80] 余军涛 张跃.运动车辆自动识别分类研究。交通与计算机,2000,18(6):29~30
[81] 赵晨 等.位移场估计法在交通管理中的应用研究。中国图象图形学报,2002,7(1):75~80
[82] 荆便顺 等.智能运输系统对信息学科带来的机遇与挑战。交通与计算机,2001,19(3):26~29
[83] 吴超仲 严新平.自动公路系统横向控制研究。交通与计算机,2001,19(3)23~25
[84] 邵红慧 施大庆.高速公路交通管理系统监控战略探讨。重庆交通学院学报,1997,16(2):59~62
[85] 赵瑞军.浅谈英国高速公路监控系统。河南交通科技,1997,6:35~37
[86] 董宇阳.高速公路的智能监控系统。太原工业大学学报,1997,28:49~52
[87] 江潮 等.基于网络的数字视频监控系统。武汉大学学报,2000,46(5):608~612
[88] 杨琪 杨俊孟.人工神经网络事件探测系统的结构设计及实现。交通与计算机,1999,17(2):31~34
[89] 李文江 等.基于小波分析的事件检测算法。西安公路交通大学学报,1997,17(2BO):134~138
[90] 刘小明 段海林.高速公路事件自动侦测方法研究。中国公路学报,1997,10(4):70~75
[91] 吴邦文 张谢东.道路交通流量预测模型。科技进步与对策,2000,17(11):173~174
[92] Don Murray and Anup Basu. Motion Tracking With an Active Camera. IEEE Transactions On Pattern Analysis And Machine Intelligence, 1994, 16 (5)
[93] Phs Torr and D W Murray. Statistical Detection of Independent Movement From A Moving Camera. Image And Vision Computing, 1993, 11 (4) 180~187
[94] Won Kim. Tracking Moving Object Using Snake' s Jump Based On Image Flow. Mechatronics, 2001, 11:199~226
[95] Kyu Won Lee. Motion Based Object Tracking With Mobile Camera. Electronics Letters, 1998, 34 (3)
[96] Warren F. Interactive Model-Based Vehicle Tracking. IEEE Transactions On Pattern Analysis And Machine Intelligence,1996, 18 (11)
[97] Tour Shida. Moving-Target Search: A Real-Time Search For Changing Goals. IEEE Transactions On Pattern Analysis And Machine Intelligence, 1995, 17 (6): 609~619
[98] Hyung-Ⅲ Choi, Gye-Young Kim and Bong-Keun Kint. Real-time Tracking of Moving Object. Processing of the 3rd Pacific Rim International Conference on Artificial Intelligence, 1994, 2:843~849
[99] Liang-Hwa Chen and Shyang Chang. A Vidoe Tracking System with Adaptive Predictors. Pattern Recognition, 1992, 25 (10): 1171~1180
[100] Robert M. Haralick. Determing Camera Parameters from the Perspective Projection of a Rectangle. Pattern Recognition, 22 (3): 225~230
[101] Benjamin Coifman, David Beymer, Philip McLauchlan, Jitendra Malik. A Real-time Computer Vision System for Vehicle Tracking and Traffic Surveillance. Transportation Research, 1998, 6:271~288
[102] Don Murray and Anup Basu. Motion Tracking with an Active Camera. Transaction on Pattern Analysis and Machine Intelligence, 1994, 16 (5): 449~459
[103] Jorge Badenas, Jose Miguel Sanchiz, Filiberto Pla. Motion-based Segmentation and Region Tracking in Image Sequences. Pattern Recognition, 2001, 34:661~670
[104] 李智.高速公路交通异常自动检测方法研究:[硕士学位论文].上海:同济大学,1997
[105] 高立群.运动视频报警器的研制与开发:[硕士学位论文].大连:大连理工大学,1999
[106] 谭皓.基于计算机视觉的视频检测技术的研究:[硕士学位论文].南京:东南大学,1998
[107] 关玉才.视频信号的目标检测与跟踪:[硕士学位论文].四川:四川联合大学,1997
[108] 卢伟.序列图像中运动目标检测、跟踪算法研究及实时实现:[硕士学位论文].上海:上海交通大学,1996
[119] 赵建福,机动目标跟踪与预测算法:[硕士学位论文].南京:南京理工大学,1997
[110] 杨柏华.多模型跟踪与预测算法:[硕士学位论文].南京:南京理工大学,1997
[111] 姚建平.机动目标跟踪算法研究:[硕士学位论文].武汉:中国人民解放军空军雷达学院,1989
[112] 熊艳.自动目标跟踪算法性能评价方法的研究:[硕士学位论文].武汉:华中理工大学
[113] 魏智.序列图像运动检测方法研究:[硕士学位论文].武汉:华中理工大学,1997
[114] 丁振.目标跟踪理论与算法:[硕士学位论文].西安:西北工业大学,1995
[115] 彩虹.图像序列中活动目标的自动识别与跟踪技术的研究:[硕士学位论文].北京:北京工业大学,1999
[116] 刘学东.高稳定性相关跟踪算法分析及实现:[硕士学位论文].哈尔滨:哈尔滨工业大学,
1998
[117] 周川.变化场景下的目标跟踪方法研究:[博士学位论文].武汉:华中理工大学,1996
[118] 崔少辉.运动目标的定位与跟踪:[硕士学位论文].南京:南京航空学院,1988
[119] 郑云慧.基于知识的运动目标跟踪方法研究:[硕士学位论文].武汉:华中理工大学,
[120] 田康生.高速公路车辆检测及其速度估计:[硕士学位论文].上海:上海科技大学,1987
[121] 黄浴.主动视觉中的运动目标跟踪及其运动估计的研究:[博士学位论文].北京:北方交通大学,1996
[122] 李卫东.复杂背景中的物体识别技术研究—在交通监控系统中的应用:[博士学位论文].上海:上海交通大学,1998
[123] 杜宏伟.目标跟踪算法及其并行实现研究:[硕士学位论文].西安:西北工业大学
[124] 敬忠良.基于神经网络的机动多目标自适应跟踪理论及应用:[博士学位论文].西安:西北工业大学,1994
[125] 栾瑞明.卡尔曼滤波理论:[硕士学位论文].武汉:武汉测绘科技大学,1988
[126] 秦戊寅.基于模型的运动目标识别:[硕士学位论文].西安:西安电子科技大学,1989
[127] 张红菊.被动式跟踪理论、算法及仿真:[硕士学位论文].西安:西北工业大学,1995
[128] 夏俊.视频监控系统的研究与实现:[硕士学位论文].南京:东南大学,1998
[129] 周凌翔.计算机视觉若干关键问题研究:[博士学位论文].浙江:浙江大学,1997
[130] 魏武.智能交通系统关键技术研究:[博士学位论文].武汉:华中科技大学,2000
[131] 周露.自适应卡尔曼滤波在目标跟踪领域中的应用:[博士学位论文].哈尔滨:哈尔滨工业大学,1996
[132] 陈金都.图像判集滤波与神经滤波的研究:[博士学位论文].天津:天津大学,1997
[133] 黄建忠.彩色图像处理及其在影视业中的若干应用研究:[博士学位论文].武汉:华中理工大学,1997
[134] 吕铁英.图像的特征与匹配识别研究:[博士学位论文].武汉:华中理工大学,1999