隧道行車圖像特征信息提取及綜合應用方法研究

盧　倩，李　震，丁　磊，李良榮

(貴州大學大數(shù)據(jù)與信息工程學院,貴州 貴陽　550025)

?

隧道行車圖像特征信息提取及綜合應用方法研究

盧倩，李震，丁磊，李良榮

(貴州大學大數(shù)據(jù)與信息工程學院,貴州 貴陽550025)

摘要：本文提出一種通過視頻圖像特征信息提取的方法，檢測隧道中是否有車通過、行車速度、來車數(shù)量等信息，智能控制系統(tǒng)用其實施“車近燈亮、車過燈滅、依據(jù)車速自動調(diào)整隧道燈的照明亮度”。另外，將隧道行車信息提取算法中產(chǎn)生的數(shù)據(jù)合理儲存，通過數(shù)據(jù)挖掘，1)依據(jù)車流量及車速判斷隧道的交通狀況，異常情況下主動報警，并向交管部門發(fā)送特征圖像，供交通疏導或事故救援的指揮作參考；2)檢索某人駕車何時通過該監(jiān)測點；3)獲取月度、季度及年度的通行量報表等。

關鍵詞：公路隧道；視頻圖像；特征信息；節(jié)能

引言

高速公路建設中，中國是世界上隧道工程最多、地質(zhì)最復雜、技術發(fā)展最快的國家[1]。隧道照明系統(tǒng)是保證隧道內(nèi)安全行車的重要設施，智能化照明控制系統(tǒng)的研究與實施，已經(jīng)納入國家節(jié)能減排政策的內(nèi)涵。在智能化隧道照明控制系統(tǒng)的研究中，提供實時、準確的隧道交通狀況信息非常重要，它是實現(xiàn)在保證隧道行車安全的基礎上節(jié)能、提高公路通行能力、提升公路運營水平的基本參數(shù)[2]。

本文針對隧道照明智能控制系統(tǒng)中的行車信息檢測問題，提出用紅外攝像頭采集通過隧道節(jié)點的行車視頻，經(jīng)圖像解析算法提取信息來準確判斷是否有車通過、行車速度、來車數(shù)量，并利用其開關LED隧道燈組，做到隧道“車近燈亮、車過燈滅、依據(jù)行車速度自動調(diào)整隧道燈的照明亮度”，在保證隧道行車安全的前提下有效節(jié)能，提高經(jīng)濟效益；減少污染物的排放，提高社會效益。同時，系統(tǒng)運行所用算法輸出的信息中，必然包含了車輛通過隧道檢測點的時間、圖像、車速、車型、車流量等有用信息，可以儲存利用。其中，通過隧道節(jié)點的車流量統(tǒng)計及車速信息，可以用來判斷隧道交通是否擁堵、或者隧道中是否有事故發(fā)生，該數(shù)據(jù)對疏導交通、事故處理有重要作用；通過儲存數(shù)據(jù)庫，還可以檢索×××車何時通過監(jiān)測點，對刑事案件的偵破及交通違章的查處等等都有積極作用。但是，系統(tǒng)長期運行儲存的數(shù)據(jù)信息必然海量，傳統(tǒng)的數(shù)據(jù)挖掘技術無法適應快速增長的各種復雜類型的數(shù)據(jù)挖掘，大數(shù)據(jù)挖掘技術很好的解決了這一難題。在我國經(jīng)濟社會的快速發(fā)展中，大數(shù)據(jù)產(chǎn)業(yè)也是我國經(jīng)濟社會發(fā)展的戰(zhàn)略選擇[3-4]。

1圖像采集與數(shù)據(jù)處理總體方案

為了實現(xiàn)LED隧道照明智能控制系統(tǒng)，在較長隧道中設置多個檢測點(節(jié)點)，每個節(jié)點用紅外攝像頭采集圖像。由于車型不同，其車燈照明不同，會引起目標圖像及其背景的較大變化，給圖像處理帶來較多的問題。采用紅外攝像，可以最大限度的避免可見光帶來的圖像背景變化，有利于降低后期圖像處理的難度。如圖1所示，視頻圖像經(jīng)過下列三個步驟可獲取有用的特征信息。

第一步是圖像的預處理。將攝像頭獲取的連續(xù)的視頻流數(shù)據(jù)進行等時間間隔的幀提取，并將提取的數(shù)據(jù)幀進行初步的數(shù)據(jù)處理。即采用銳化算法，使得特征數(shù)據(jù)凸顯。

第二步是特征數(shù)據(jù)提取。采用相鄰幀差法、連續(xù)幀差法、背景幀差法等等方法，提取特征數(shù)據(jù)，并將非特征數(shù)據(jù)濾掉。

第三步是數(shù)據(jù)運算及比對處理。通過數(shù)據(jù)運算可以得到來車的車速等信息，通過比對處理，可以獲得來車的車牌、車型等信息。

圖1　系統(tǒng)工作流程Fig.1　System working flow chart

2隧道通行車輛數(shù)據(jù)處理應解決的關鍵問題

1)關鍵特征信息的檢測:首先，準確的檢測到有車通過隧道監(jiān)測點以及來車數(shù)量，是系統(tǒng)實現(xiàn)隧道照明燈組選擇性亮/滅控制而有效節(jié)能的核心問題；其次，檢測到通過節(jié)點的最快車輛的行車速度，則是提供合適的隧道照明，提高隧道行車安全性的關鍵問題。最后，判斷車型及車牌，這是實現(xiàn)歷史信息查詢功能所必須解決的關鍵問題。

2)信息的編碼、傳輸與儲存:圖像解析算法獲得的信息，有直接用于隧道燈光控制的、有提供交管部門參考有效疏導交通的、還有用于保存信息以供查詢的，不同的數(shù)據(jù)要有相應的編碼、傳輸和存儲方法，方能達到快速、準確、有效應用。高效的編碼方式不僅對控制系統(tǒng)的穩(wěn)定運行至關重要，而且也是數(shù)據(jù)挖掘、利用的重要依據(jù)，信息的編碼、傳輸與存儲方法應該研究。

3)數(shù)據(jù)挖掘應用:系統(tǒng)長期運行，儲存的信息必將是海量數(shù)據(jù)。采用適當?shù)臄?shù)據(jù)挖掘技術，不僅可以從海量信息中檢索到×××車在某時間通過的節(jié)點、車速、特征圖像等信息，還可獲取該段隧道月度、季度及年度的車流量統(tǒng)計表等等，因此，歷史信息的查詢方法也是值得研究的問題。

3解決問題的基本方法

3.1數(shù)據(jù)處理

1)來車信息檢測:系統(tǒng)控制的首要目標是保證隧道內(nèi)安全行車，其次才是節(jié)能。準確判斷來車信息非常重要，課題組采用過地磁法、紅外對射、超聲波、微波雷達等方法檢測，效果都不理想。比如地磁檢測，在實踐中，車輛通過某檢測點時可能騎著分道線跑(隧道中超車，交規(guī)不允許但現(xiàn)實卻是有的)，判斷結果是兩輛車，而下一檢測點只檢測到一輛車通過，系統(tǒng)認為有車在該路段拋錨，于是將該路段設置為“長明燈”，并將某車道設置為“禁止通行”，后果嚴重。根據(jù)視頻圖像特點，通過圖像解析數(shù)據(jù)提取出來的信息，可以滿足系統(tǒng)控制需求。

在特征信息提取的處理過程中，背景幀差法獲得的數(shù)據(jù)正好用來判斷是否有車來，而采取相鄰幀差法可獲取車輛運行的位移信息，兩者結合就可以更加準確的判斷是否有來車，且能獲得來車的其它數(shù)據(jù)信息。

基本算法[5]如下：

a.將無車輛經(jīng)過的圖像作為背景圖片，并把當前圖片與背景圖片進行差分，與背景模型匹配的像素稱為背景bk(x,y)，不匹配的像素則稱為前景fk(x,y)，經(jīng)閾值T劃分，可得到目標的二值化圖像：

(1)

(2)

b.將相鄰兩幀進行差分，經(jīng)閾值T判斷目標對象：

(3)

(4)

3.1.2車速計算

采用一種基于背景差分和幀間差分相結合的算法來計算車速。

基本算法[6-7]：在一幀圖像中選擇一組在運動中形狀不變的特征點，與相鄰下一幀中的同類特征點作匹配，根據(jù)相鄰兩幀圖像中的特征點移動的位移量求得車輛運動距離，根據(jù)相鄰兩幀圖像之間的時間間隔得到車輛運動的時間(采集時間)，再依據(jù)位移量Dn(x,y)和時間t，即可計算出車速。

(5)

(6)

車輛檢測、車型及車牌識別、車速檢測的總流程如圖2所示。

圖2　視頻信息提取的總流程圖Fig.2　Total flow of video imformation withdrawing

3.1.3信息提取與應用

a.通過單位時間內(nèi)的計數(shù)，即可獲得車輛通過檢測點瞬間的行車數(shù)量。目標是檢測并行車輛、緊隨車輛、騎著分道線跑的車輛。該信息傳輸?shù)綗艟呖刂破?，用于LED燈組的選擇性亮/滅控制。

b.提取通過監(jiān)測點的最快行車的速度。是因為在隧道中，不同的行車速度，駕駛員對照明的需求是不一樣的。該速度信息傳送到燈具控制器，與隧道路段亮度控制指令的信息結合運算，輸出的信息去調(diào)整該隧道路段的LED燈的照明亮度。并且，車速信息在該路段照明燈關閉之前要一直保持；檢測到有更快車輛到來時，速度數(shù)據(jù)要及時刷新。

c.行車數(shù)據(jù)信息傳送到服務器存儲，在服務器中可以重新統(tǒng)計車流量(單位時間內(nèi)的行車數(shù)量，該計數(shù)時間比a項闡述所指時間要長)，結合行車速度，可以判斷隧道是否達到飽和通行量或隧道中有事故發(fā)生，并主動報警(同時發(fā)送特征圖像信息)，以便交管部門有效調(diào)度交通或?qū)嵤┦鹿示仍?/p>

注:對車型及車牌信息提取算法相對復雜，將在其它文章中闡述。

3.2信息的編碼方式

通過圖像信息的處理，最終會得到以下三類數(shù)據(jù)：

第一類是實時數(shù)據(jù)。是對各種算法產(chǎn)生的特征數(shù)據(jù)進行提取后的集成，包含節(jié)點號、通行時間、車牌號、車型、車速等特征信息，主要用于數(shù)據(jù)挖掘應用，擬編碼如表1所示。

表1　第一類數(shù)據(jù)

第二類是實時控制信息。是發(fā)送到燈具控制器的關鍵信息，它集成利用算法獲取的，通過隧道的“來車速度、來車數(shù)量”2個信息。其“有車”開啟照明、“行車速度”用以調(diào)整隧道燈的照明亮度(以最快車輛信息為準)、“來車數(shù)量”用于判斷經(jīng)過本節(jié)點的車輛是否都進入下一路段，擬編碼如表2所示：

表2　第二類數(shù)據(jù)

第三類是具有檢索標識的圖像特征信息包。用特殊算法產(chǎn)生，也可用特殊算法還原的圖像特征數(shù)據(jù)信息包，擬編碼如表3所示。

表3　第三類數(shù)據(jù)

3.3信息傳輸與儲存

用于傳輸和保存的圖像數(shù)據(jù)并不是攝像頭采集的原始視頻圖像，而是經(jīng)過信息處理后，可還原特征圖像的特征數(shù)據(jù)。第二類數(shù)據(jù)是直接發(fā)送到LED隧道燈燈具控制器，用于隧道照明控制的；第一類數(shù)據(jù)和第三類數(shù)據(jù)要分別儲存，圖像信息集成、壓縮后，通過總線方式傳輸(或無線發(fā)送)到服務器集總，數(shù)據(jù)庫技術相對成熟，在此不做詳細描述。

3.4數(shù)據(jù)挖掘應用

隨著高速公路隧道照明控制技術的發(fā)展，各種傳感器的接入，其采集信息除在系統(tǒng)中實時應用之外，都將發(fā)揮其更多的實用價值。這些數(shù)據(jù)處理的信息量是隨時間呈指數(shù)級增長的，包含視頻、圖像等半結構化和非結構化類型的數(shù)據(jù)，是智慧交通信息技術應用的一部分。傳統(tǒng)的數(shù)據(jù)挖掘方法，無法快速有效的完成海量交通數(shù)據(jù)的實時信息挖掘任務，而大數(shù)據(jù)技術提供了一個有效的解決途徑[8]。借鑒計算機軟件工程的研究經(jīng)驗，以及基于云計算的大數(shù)據(jù)處理結構[9-10]，針對隧道交通的復雜數(shù)據(jù)特性和網(wǎng)絡異構性，設計了隧道視頻信息數(shù)據(jù)處理結構圖，如圖3所示。

圖3　視頻信息數(shù)據(jù)結構圖Fig.3　Data structure of video information

4結束語

在隧道照明智能控制系統(tǒng)研究中，采用圖像解析方法來檢測隧道來車的信息是本文的特色與創(chuàng)新之處。項目組之前采用過地磁法、紅外對射、超聲波、微波雷達等方法，效果都不理想。根據(jù)視頻圖像特點，圖像解析數(shù)據(jù)可以滿足控制需求，并且，通過隧道中交通視頻信息解析信息的存儲與數(shù)據(jù)挖掘，可以快速掌握隧道的交通狀況，異常情況下，系統(tǒng)將主動報警，并發(fā)送特征圖像信息到交通管理指揮中心，便于疏導交通或?qū)嵤┦鹿示仍?；可以幫助刑偵部門快速查詢嫌疑人車輛何時通過該段隧道，對遏制和查處犯罪有積極作用；還可以獲取隧道的月度、季度、年度的交通流量信息表等，這種檢測方法的實用價值顯著。

參考文獻

[1] 王少飛.論公路隧道運營管理[J].現(xiàn)代隧道技術，2010,47:45-50.

[2] 王少飛，王輝，涂耘，等. 高速公路隧道群交通信息分類與發(fā)布[J].現(xiàn)代隧道技術，2013,50(4):30.

[3] 陳敏爾.貴州省成立大數(shù)據(jù)產(chǎn)業(yè)發(fā)展領導小組.[EB/OL].http://gz.people.com.cn/n/2014/0604/c222152-21343960.html

[4] 李保芳.大數(shù)據(jù)產(chǎn)業(yè)是貴州經(jīng)濟社會發(fā)展的戰(zhàn)略選擇[EB/OL].http://city.ifeng.com/a/20140704/409775_0.shtml

[5] 孔繁奇.基于視頻圖像的車輛檢測跟蹤技術的分析研究[D].大連：大連海事大學，2013:25-30.

[6] Alessandro L, Cosmo D, Franceso B.A shadow elimination approach in video-surveillance context [J]. Pattern Recognition Letters, 2006, 27(5):345-355.

[7] Xu J Q, Wang G Y. An Approach for Intelligent Transportation Moving Shadow Detection via Perceptual Grouping and Texture Feature[C]. International Conference on Control, Automation and Systems Engineerin, 2011:416-418.

[8] 陶雪嬌，胡曉峰，劉洋.大數(shù)據(jù)研究綜述[J].系統(tǒng)仿真學報，2013(8):142-146.

[9] Yu J J, Jiang F C, Zhu T Y. RTIC-C: A Big Data System for Massive Traffic Information Mining[C]. CLOUDCOM-ASIA, 2013:395-402.

[10] Secretana J, Georgiopoulos M. An architecture for private, high-performance integrated data mining [J]. Future Generation System, 2010, 26(7): 891-904.

A Method Research for Feature Information Extraction and

Application of Tunnel Vehicle Image

Lu Qian, Li Zhen, Ding Lei, Li Liangrong

(CollegeofBigDataandInformationEngineering;GuizhouUniversity,Guiyang550025,China)

Abstract：This paper presents a method of processing video image by feature information extraction in tunnel intelligent control system. By detecting whether vehicles pass, their driving speed and vehicle number information in tunnels, the brightness scheme of the tunnel lights of “the car near the lights on, the car far the lights off” can be implemented and adjusted automatically. In addition, the data generated by information extraction and data mining can be applied as follows. Firstly, the system can forecast tunnel traffic conditions judging by traffic flow and speed, alarm and send the information to the traffic control department when necessary, which is helpful to the tunnel traffic grooming or accident rescue . Secondly, it has the function to retrieve the time when a vehicle passes the monitoring point. Thirdly, the system can also provide monthly, quarterly or annual traffic volume of the tunnel etc.

Key words:highway tunnel; video image; feature information; energy-saving.

基金項目：國家自然科學基金“高速公路隧道節(jié)能照明關鍵技術研究”(61361012),貴州大學校創(chuàng)新基金“高速公路照明節(jié)能控制系統(tǒng)控制算法研究”(研理工2014006)

中圖分類號：TP274+.2

文獻標識碼：A

DOI:10.3969j.issn.1004-440X.2015.06.026