基于传统的车辆违章转弯检测与实现

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于传统的车辆违章转弯检测与实现范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要

本文针对日益严重的交通状况和交通事故率，监控视频需要大量的人力监测。为改善这种情况，设计在无人职守的情况下的违章车辆监控系统，可以自动的监控交通情况，对车辆的行驶状态进行监视跟踪，记录违反交通规则车辆的行驶轨迹，再对行驶轨迹做位置的分析结合机动车行驶的车道及路口的信号灯判断车辆是否有违章行为。

【关键词】图像处理 智能交通 违章判别

1 引言

在现代交通管理系统中，己经广泛的将摄像机架设在路面上，用于交通状态的管理与监视。但它依旧需要大量的人力进行实时观测，及时反映路面异常状况，这种方法是繁琐的，使监测工作显得十分繁重，同时对监视人员又要有较高的要求。所以智能化的监控系统能有效提高交通管理的效率。

本文所要阐述的违章车辆监控系统建立在无人职守的情况下，可以自动的监控交通情况，对车辆的行驶状态进行监视跟踪，记录违反交通规则的车辆。首先通过对待检测车辆的跟踪，跟踪采用Meanshift车辆跟踪算法，得到其行驶轨迹，再对行驶轨迹做位置的分析结合机动车行驶的车道及路口的信号灯判断车辆是否违章。

2 Hough变换检测

本文主要采用Hough变换检测直线的方法对交通路口场景不变的道路进行车道线的检测。Hough变换检测直线的原理是利用点与线的对偶性，将原来图像空间给定的曲线通过曲线表达形式的变换，变为参数空间中的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。也就是将检测整体特性转化为检测局部特性。

现有交叉路口基本每个路口都装有监控摄像机，就可以用一个摄像机给该路口做监视，从而使监控系统简单化。

本文采用Hough变换检测直线的方法，在原有Hough变换的理论上增加一些形态学的改进，使车道线检测的效果变得更加理想。形态学改进的流程如图1所示。

图2是形态学处理前后Hough变换对车道线检测的对比图。

从图2中可以看出：经过形态学处理后的Hough变换检测直线的时候更加的准确，而且检测的直线是在路口的车道线中间部分。直接的Hough检测的直线主要是边缘部分，而且有许多错误的检测。

3 车辆的行为判别方法

车辆的行为判别是根据车辆的行驶位置坐标值的变化来判别的。图3为车辆位置变化的示意图。

车辆左转、右转、直行判别用车辆当前帧的中心位置（x2，y2）减去图像序列上一帧中心点的位置（x1，y1）得到dx、dy。根据dx、dy的变化判断出车辆的行为。

表1：车辆行驶行为判别表

左转 dx0 dx/dy

右转 dx>0且 dy>0 dx/dy>T2>0

直行 dy>0 T1

4 远距离传输实现

本文要解决的是路口监控视频的传输问题，由于红外线、蓝牙、Wi-Fi、超宽带技术中传输方式只适用于短距离传输，由于路口的视频离路换机或者服务器的距离较远，短距离的传输方式不能实现传输。zigbee的传输带宽相对较小，路口会有4台及以上的摄像机数，所以zigbee不能实现路口监控视频的传输。GPRS及3G/4G技术能够满足带宽和距离的要求，但后期所需的月租费用很高，不适合监控视频的传输。所以本文选用无线网桥对监控视频进行传输。

本文主要使用无线网桥技术对路口的监控视频进行无线传输，采用点对多点的结构，整个系统构架如图4所示。

每个路口架设摄像头，无线网桥在路口传输：每个摄像机接一个无线网桥，在远端的交换机上也接一个无线网桥，对无线网桥的收发进行设置。再由交换机传回中心服务器对传回的视频进行处理。由于实验是校园环境中模拟路口环境，论文仅采用点对点式模拟整个传输处理过程。

5 系统实现

本文研究的是路口的交通视频，由于条件限制，系统架设在学校环境中。实验所选用的器件如下：摄像机：实验选用海康威视DS-2CD2212D-l5的日夜型筒型网络摄像机；无线网桥：实验选用150M的无线网桥，网桥采用ubnt的airOS系统，支持2.3G-2.7G的超宽频段；网络硬盘录像机：实验选用海康威视DS-7804N-SH/N的网络硬盘录像机。

在校园环境中模拟路口的环境，同时在路上架设摄像机和无线网桥，另一个网桥架设在实验室中，两个网桥隔着相距约400m的湖面。整个远程无线视频监控的示意图如图5 所示。

发射端架设在离地面高度约为6米的横杆上（离实验室约400米远），实验室的接收端直接连接硬盘录像机就可以在显示器上显示监控画面，如图6所示。

本文的服务器端主要在基于VC++平台，利用OpenCV实现的。本文将采集到的视频导入电脑中，编写的服务器程序。

本文所编写的服务器端程序在服务器上的效果如图7所示。

6 总结

本文主要研究的是基于传统的轨迹判别方法。依据轨迹的坐标变化来判别，也就是对车辆坐标位置的变化来判断车辆的行为。对左转、右转、直行的坐标变化设定阈值范围，并对于实际偏差的影响，增加判别的连续帧数，再判定车辆的行为，最后结合车辆的所属车道和路口的红绿灯来判别车辆是否有违章转弯和闯红灯等行为。文在室外模拟路口的环境下搭建了视频采集与传输系统，该系统能够将400m外的视频进行采集，并利用无线网桥传回实验室。之后在服务器端编写了基于VC++6.0平台利用OpenCV对视频图像序列进行车辆检测、跟踪和违章判别。

参考文献

[1]张正华，许晔，苏权，等.基于背景差分和混合帧差的运动目标检测[J].无线电工程，2012，42（08）：14-17.

[2]亢朋朋，朱锡芳，南东亮，金运策.一种改进Meanshift 算法的视频监控系统[J].微电子学与计算机，2013.30（02）：153-156.

[3]王田，刘伟宁，韩广良，杜超，刘恋.基于改进的Meanshift目标跟踪算法[J].液晶与显示，2012，27（03）：396-400.

[4]金鑫，梁雪春，袁晓龙.复杂情况下的多目标跟踪统计技术[J].计算机科学，2013，40（06）：268-271.

[5]张德才.视频流中多人体跟踪算法研究[D].吉林大学，2011.

[6]Sivaraman，S，Trivedi M.M.Integrated Lane and Vehicle Detection， Localization，and Tracking： ASynergistic Approach[J].IEEE Transactions on Intelligent Transportation Systems，2013，14（02）：906-917.

[7]de la Rubia E.，Diaz-Estrella A. Improved pedestrian tracking through alman covariance error selective reset[J].Electronics Letters，2013，49（07）：464-465.

[8]Rezaee K，Alavi S R，Madanian M，et al.Real-time intelligent alarm system of driver fatigue based on video sequences[C]//Robotics and Mechatronics （ICRoM），2013 First RSI/ISM International Conference on. IEEE，2013：378-383.

[9]Herout A，Dubská M，Havel J.Review of Hough Transform for Line Detection[M]//Real-Time Detection of Lines and Grids. Springer London， 2013：3-16.

作者单位

南京邮电大学通达学院 江苏省扬州市 225127