基于圖像處理的道路擁堵快速檢測研究

文/王倩,樂山職業技術學院

基于圖像處理的道路擁堵快速檢測研究

文/王倩,樂山職業技術學院

近年來，隨著我國經濟和道路交通行業的飛速發展，城鎮化進程也不斷加快，隨之而來是道路里程數和交通路網的不斷擴大，私家車數目的不斷增長，極大的方便了公眾的出行，提升了公眾的生活質量。與此同時，也引發了一系列的交通問題，尤其是在上下班高峰期以及節假日期間，道路交通擁堵現象普遍發生，給公眾的出行造成了極大的不便，同時也存在著交通安全隱患。需要通過管理控制的手段對道路的交通擁堵進行疏導。圖像處理技術可以幫助解決交通擁堵問題，可以借助圖像處理的技術手段對擁堵現象進行快速的研究分析。

交通擁堵；圖像處理；研究分析

引言

道路擁堵是當前國民關注的重要問題，道路交通擁堵現象嚴重影響了公民的正常出行，制約了整個社會經濟的發展，損害了社會穩定。因此成為目前必須要解決的問題。隨著交通監控系統的廣泛應用，利用圖像視頻處理技術來檢測道路擁堵已成為研究的熱點。本文通過圖像處理的方法，對道路擁堵進行檢測，以實現各個場景中對車輛密集程度的準確識別。

1 基于道路圖像視頻的交通擁堵判斷系統結構

一個完整的圖像視頻的交通道路擁堵判別系統，從實現的過程上可以分為三個部分：交通圖像視頻的采集，交通監控視頻的處理，交通擁堵的判斷。視頻監控設備采集到監控視頻需要進行分析處理，但由于整個城市獲取的交通圖像數量巨大，處理過程需要很大的存儲空間與運算代價，因此需要計算機輔助完成處理過程。圖像處理的關鍵在于對道路狀態的檢測，一旦檢測成功，可以根據需要獲得相應的交通特征參數，依據相應的參數對當前道路擁堵情況進行判斷。下面主要介紹道路交通圖像視頻方法。

2 道路交通圖像視頻車輛檢測

交通道路中包含了大量的道路信息，圖像中的目標檢測是獲得交通參數的基礎。目前用于道路車輛檢測的方法主要包括光流檢測法，幀間差法以及背景差法三種方法。

2.1 光流檢測法

在現實的空間中，物體運動能直觀的表現出來，而圖像上的物體運動情況，可以通過對圖像的灰度情況進行觀看。光流法是計算每一個像素點的瞬時速度，不需要事先了解背景信息，能夠更好的反映物體運動的真實情況。基于光流場的目標檢測，能夠計算出目標的速度，因此檢測的精準度較高，同時能夠應用于動態場景的情況。

2.2 幀間差分檢測法

幀間差分法是通過對相鄰兩個幀之間作差分運算，根據差值提取運動目標位置以及形狀的特征。在實際的視頻順序中，時間較短的幀間背景的差異往往不大，從而得到所需要的目標。如下圖所示，幀差法原理框圖如圖1所示。

圖1 幀差法原理框圖

2.3 背景差檢測法

背景差分的基本原理是采用一定的方法來得到需要處理的視頻序列背景圖像，計算當前幀與背景圖像的差分，獲得需要的運動目標。如圖2所示的背景差檢測法的原理框圖。

圖2 背景差法原理框圖

3 道路擁堵研究的意義

城市道路交通系統是交通管理智能化的基礎。交管部門和指揮中心根據道路的實際情況，將實時路況的狀態發布到網上，既可以為交通出行者提供良好的路徑選擇，也可以對道路交通擁擠現象做出快速的反映，以便采取有效的措施，達到及時疏通道路堵塞，保持道路通暢，避免時間和空間資源的浪費的目的。

4 道路圖像視頻參數特征的選擇

現階段，道路交通系統中采用的交通特征參數種類有很多，但總體上分為兩類：微觀交通特征參數和宏觀交通特征參數。微觀參數用來描述交通流車輛之間的運行特性，主要參數有車頭時距和車頭間距等。宏觀交通流參數主要描述交通流的整體特性，如車流量、車流速度和車流密度等。

4.1 微觀交通特征參數

（1）車頭時距。表示在需要研究的道路上相鄰車輛的頭端部通過某一斷面的時間間隔。

（2）車頭間距。表示在需要研究的道路上相鄰車輛之間的間隔距離。

由于道路交通的擁堵情況是一種宏觀現象，因此道路交通參數也應該取宏觀參數。它能更好的反映道路的情況，容易獲取，對道路快速疏導起到指導作用。

4.2 宏觀交通特征參數

（1）車流速度。車輛的運動速度分為瞬時速度和平均速度兩種，其中平均速度能夠更好的反映實際運動的狀況，在一定程度上反應了當時的路況。為了使道路擁堵現象減輕，通常取多個車輛的平均速度作為車流速度。

（2）車流量。在一定時間內對通過某一路段的車輛數目進行統計并得到車流量，反映了道路的通行能力，能夠很好的反映當前的道路擁堵狀態，對于交通規劃及管理、交通設施的方案設計、道路交通控制和安全，有著重要的意義。

5 城市交通道路狀態分析

交通道路是實時交通流的客觀反映，快速而正確的分析交通狀態能夠讓出行者及時了解道路情況，有效的指引出行者選擇比較通暢的道路，緩解交通道路擁堵。

5.1 交通狀態的概念和特征

交通狀態是通過評價指標在不同的方面、時段上呈現出的整體狀況，可以反映道路的暢通程度。通過對交通狀態的研究，有以下幾個要素。

（1）空間要素。不同的城市，不同的路線類型，道路路段的交通狀態是不同的，交通狀態可以受到空間的約束。

（2）對象要素。交通道路狀態反映交通整體的狀態。

（3）時間要素。不同時間點的交通道路狀態是不同的，它每時每刻都在發生著變化，是受時間的約束。

（4）條件要素。只有當交通行為發生改變時，交通狀態才會跟著發生改變。

5.2 交通狀態的特性

（1）客觀性。因為交通道路反映的是交通整體的運行情況，同時也是在道路上真實存在的，所以交通道路同樣存在客觀性。

（2）連續性。在道路擁堵研究過程中，交通狀態是隨時發生改變的，因此變化也是連續性的。

（3）相關性。城市道路的交通系統是由多個路段以及交叉口組件形成的。相鄰路段之間會產生重大的影響，一個點的改變就會影響整個路段的交通變化，甚至是城市路段的交通狀態的變化。

6 圖像匹配技術的原理

圖像匹配技術是計算機視覺領域研究的一個重要問題，是計算機領域研究和應用的基礎。在圖像處理領域研究中有大量的圖像匹配方法，這些方法基本上都具備普適性，能夠適用在不同的情況下。

6.1 圖像匹配法的分類

（1）灰度匹配。灰度匹配用于相似性測量顯示的圖像。基本原理是通過每一個一樣大小的窗口實現圖像像素的灰度矩陣，根據相似性比較搜索匹配方法是圖像的相關理論技術的使用。主要缺點是計算量太大，且一般在使用時都有一定的速度要求，因此使用率比較低。

（2）特征匹配。特征匹配是在處理圖像時，從多個圖像的特點中提取特征參數，再由多個參數得到具體的參數值。圖像特征匹配處理的目的是提取高層次的特征。

以上兩種匹配方法之間存在著明顯的差異，灰度匹配是基于像素點，而特征匹配則是基于一個完整的區域。特征匹配在考慮像素灰度的同時還要考慮很多特點的空間關系。特征匹配的缺點也是計算量較大，且需要一些參數，對使用者在經驗上有一定的要求，因此不便于應用在實際中。

6.2 圖像紋理特征與道路擁堵

常用的圖像特征有顏色特征、紋理特征、形狀特征、空間關系特征。紋理是圖像的一種全局的視覺特征，是根據紋理基元按照某種設計統計規律排列組成的，紋理區域內各部分具有大致相同的結構。紋理特征不會依靠于顏色或者亮度，而是所有物體表面共有的一種結構。紋理特征的描述方法主要有幾何法、模型法、統計法等，可以通過這些方法提取給定圖像的紋理特征。

紋理特征經常被用來表示圖像中群體目標的密集程度，人越多，紋理特征就越明顯。現階段，基于紋理特征的人群密集度已經成為一種常用的手段。而對于道路交通圖像，也可以考慮利用紋理的特征來估計車輛的密集程度。如圖所示，紋理特征與道路擁堵的圖像的不同點。

一般而言，紋理特征由于具備了旋轉不變的性質，在分析車輛的密集程度時，能夠對出現在其中的噪聲有較強的抵抗能力，但也有可能會受到光照、反射的影響，出現較大的偏差。盡管如此，研究表明，在道路擁堵快速檢測時，由于機動車在車型、疏密等方面有較大的差別，因此利用紋理特征進行道路擁堵的檢測是一種有效的方法。

7 結語

綜上所述，隨著交通業越來越發達，隨之而來的是城市道路擁堵問題，造成出行的不便和經濟的損失，需要格外引起重視。利用車輛圖像的紋理特征來判斷擁堵的程度，從有車區域來提取的能量和紋理特征值與該區域的擁堵程度作比較，根據擁堵的區域和暢通區域有著明顯的差別，判定出道路暢通還是擁擠。基于圖像處理的道路擁堵快速檢測研究來判斷，在車流量的檢測過程中，當前后車輛的距離過小時，就會出現粘連的現象，導致檢測到的交通情況不準確，需要進一步的技術上的研究，才能從根本上解決交通擁堵問題，為公眾的出行提供便利，減少因擁堵問題帶來的環境污染問題。

[1]王川童.基于視頻處理的城市道路交通擁堵判別技術研究[J].重慶大學，2015（8）；100-101

[2]陳小紅.城市道路交通路口擁堵預測[J].華南理工大學學報，2016（7）；72-77