基于视频的车辆检测与跟踪技术综述

智能交通系统(ITS)是将先进的信息技术、数据通信传输技术、电子传感技术、电子控制技术及计算机处理技术等有效地集成运用于整个交通管理而建立的一种在大范围内、全方位发挥作用的、实时、准确、高效的综合交通运输管理系统[1]。

交通检测系统是智能交通系统的重要环节，负责采集有关道路交通流量的各种参数。交通环境的车辆检测研究可以追溯到20世纪70年代，1978年，美国JPT (加州帕萨迪纳市的喷气推进实验室)首先提出了运用机器视觉来进行车辆的检测的方法，指出其是传统检测方法的一种可行的替代方案。1991年，美国加州理工大学对在高速公路上运用视频方法的检测技术进行了评估，在评估报告中对当时采用的不同的视频车辆检测技术详尽地进行了分类。1994年Mn /DOT(明尼苏达运输部)为FHWA(美国联邦公路局)进行了更详尽严格的测评，结果表明视频检测器的检测准确性和可靠性可以达到令人满意的程度。同时随着视频车辆检测技术的发展，人们已不满足于仅仅检测出车辆， FHWA进一步利用此技术来提取交通参数，如交通流量，十字路口的车辆转向信息等。国内关于交通视频检测的研究滞后于国外，技术基础较弱，但也有不少公司做出了产品，如清华紫光的视频交通流量检测系统 VS3001，深圳神州交通系统有限公司开发的Video TraceTM，厦门恒深智能软件系统有限公司开发的Head Sun Smart Viewer-II 视频交通检测器等。当然这些产品的功能比较单一，与国外产品相比有一定差距。事实上，与其它几种车辆检测方法相比，基于视频图像技术的方法具有直观、可监视范围广、可获取更多种类的交通参数以及费用较低等优点，因而可广泛应用于交叉道口和公路干线的交通监视系统中。

车辆检测和跟踪是视频检测的主要部分，交通参数是通过对车辆的检测和跟踪来获取的，因此车辆检测和跟踪的算法对视频检测系统至关重要，而车辆的检测是跟踪的前提。

车辆检测的目的判断是否有车经过检测区，并建立一个与之对应的跟踪对象，主要提供车流量等信息。减少车辆检测算法的计算量和提高实时性是一对矛盾，解决这对矛盾是提高系统检测准确度和稳定度的关键，然而实际中光照的变化、背景混乱运动的千扰、运动目标的影子、摄像机的抖动以及运动目标的自遮挡和互遮挡现象的存在，这些都会影响车辆检测和分割的精度，必须在算法中考虑这些因素的影响及其去除的方法。

基于视频的检测方法主要有基于帧间差分的方法、基于光流场的方法、基于背景差的方法等。

2.1.1 基于帧间差分的方法

帧间差分法是基于运动图像序列中，相邻两帧图像间具有强相关性而提出的检测方法。

这种检测方法对光照变化不敏感，非常适合于动态变化的环境，而且运算简单，检测速度快，车辆定位准确，适用于实时性要求较高的应用环境。它存在以下几个缺点：首先，它不能检测出静止或运动速度过慢的物体，对于高速运动的物体又会使得分割区域远远大于真实目标，其分割区域与目标运动速度相关；其次，如果物体内部的灰度比较均匀，相邻帧差可能在目标重叠部分形成较大空洞，严重时造成分割结果不连通，不利于进一步的物体分析与识别。

在实际应用中，帧间差分法往往是许多复杂检测算法的基础，通过对算法的改进可以将它与其它算法结合来提高整体的检测效果。一种改进的方法是利用多帧差分代替两帧差分，如文献中提出了一种自适应背景减除与三帧差分相结合的混合算法，它能够快速有效地从背景中检测出运动着的目标。

2.1.2基于光流场的方法

光流场法的基本思想：在空间中，运动可以用运动场描述，而在一个图像平面上，物体的运动往往是通过图像序列中不同图像灰度分布的不同体现的，从而，空间中的运动场转移到图像上就表示为光流场(Optical Flow Field)。光流场反映了图像上每一点灰度的变化趋势，可看成是带有灰度的像素点在图像平面上运动而产生的瞬时速度场，也是一种对真实运动场的近似估计。

在比较理想的情况下，它能够检测独立运动的对象，不需要预先知道场景的任何信息，可以很精确地计算出运动物体的速度，并且可用于摄像机运动的情况。但光流法存在下面的缺点：有时即使没有发生运动，在外部照明发生变化时，也可以观测到光流；另外，在缺乏足够的灰度等级变化的区域，实际运动也往往观测不到。三维物体的运动投影到二维图像的亮度变化，本身由于部分信息的丢失而使光流法存在孔径问题和遮挡问题，用光流法估算二维运动场是不确定的，需要附加的假设模型来模拟二维运动场的结构；在准确分割时，光流法还需要利用颜色、灰度、边缘等空域特征来提高分割精度；同时由于光流法采用迭代的方法，计算复杂耗时，如果没有特殊的硬件支持，很难应用于视频序列的实时检测。

2.1.3基于背景差的方法

背景差法首先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当前帧和背景图像相减，进行背景消去。若所得到的像素数大于某一阈值，则判定被监视场景中有运动物体，从而得到运动目标。

这种差分法对于复杂背景下的运动物体检测效果较好，一般能够提供最完整的特征数据，计算量小，实用价值大。缺点是受光线、天气等外界条件的影响较大。

背景差分法是目前运动分割中最常用的一种方法，在实际应用中，需要采用一定的算法进行背景模型的动态更新。目前人们大都致力于研究如何实现背景图像的建模和自适应更新，使背景能够不断接近理想状态，以期减少场景变化对视频图像检测分割的影响。

背景建模，即通过视频序列的帧间信息估计和恢复背景。对于背景的建模问题，常用的方法主要有：基于统计的背景模型、基于卡尔曼滤波的背景模型、基于高斯分布的背景模型等。

基于统计的背景模型最简便和直观的方法就是选择均值函数作为更新函数，称为“序列均值法”，这种方法适用于背景大部分时间可见、运动目标数量少的情况。“序列众数法”是统计学模型算法中最精确的一种，但是它要对元素进行排序，计算量和所消耗的存储空间都很大，而且需要很大的 值才能得到统计意义上的概率分布，因此更新图像的时间也比较慢。

基于卡尔曼滤波的背景模型，对运动物体的跟踪有很好的效果，但其最大的缺点就是计算量大，处理速度慢。

基于高斯分布的背景模型可以很好的适应光线的变化，同时可以处理多模型分布，对于缓慢移动的目标(如树枝的摇摆等)有很好的鲁棒性。但对每个点都用一个模型来描述，需要大量的计算时间，而且存储的参数多，因此还需要不断改进。

当然，还有其它的背景建模方法，如基于特征的点匹配方法[10]，利用图像能量、高阶累积理论及块处理技术进行背景建模的方法[11]等，对于背景的重构都建立在确定性建模的基础上。

通过前面的检测方法，在检测出的图像中多多少少存在阴影的干扰，当阴影面积较大时还会覆盖邻近的车辆，致使算法误将多个车辆检测为一个车辆，对后期识别造成困难，所以在图像检测中必须考虑阴影的消除方法。

现有的文献中，存在很多关于阴影检测的文章和着作。根据检测算法使用的特征，可将其大致分为五类：颜色恒常性的方法[12]、统计参数法[13]、统计非参数法[14]、确定性模型法[15]和确定性非模型法[16]，如图1所示。

图1 阴影分割方法分类图