視頻識別和單點自適應模糊感應控制
上海東川交通科技有限公司 胡嗣云 胡衍聳 蔡名閣 滕泳
[摘要]本文從單點感應控制的原理入手，介紹了單點自適應控制的工作方法，并結合視頻車輛模糊識別方法，討論了模糊感應系統的構成。此外，就其在交通信號控制系統中的應用，進行了介紹。
[關鍵詞]感應控制、交通安全、交通信號控制。
城市交通控制系統（Urban Traffic Control System）是現代城市智能交通系統（ITS ,Inligent transport system）的重要組成之一，它主要用于城市道路交通信號的控制與管理。在*部GA47-2002《道路交通信號控制機》行業標準中，對交通信號的單點自適應感應控制，作了明確的規定。這里，就模糊感應式交通信號控制系統的功能、系統組成、以及實現方法，作一詳細的闡述。
一、 系統組成
模糊感應式交通控制系統，如圖一所示，通常由三部分所組成：（1）攝像機和機動車輛視頻模糊識別模塊、（2）智能型交通信號控制機、（3）交通信號燈。其核心部分就是機動車輛視頻模糊識別和智能型交通信號控制機。在這個系統中，機動車輛視頻模糊識別的作用是檢測車輛是否存在，當有車輛通過測量區域時，及時發出感知信號和交通流量信息給交通信號控制機。這樣一來，信號控制機就可以根據機動車輛視頻模糊識別提供的信號，一方面統計路口中心區域的交通流量，另一方面，來執行感應控制程序，使得路口的紅綠燈時間，能及時按照車流量的大小，進行實時自動調整。
二、 模糊感應控制的基本方案
模糊感應控制，根據道路交通流量的不同，可以采用模糊半感應和模糊全感應兩種控制方案。
2．1、模糊半感應控制：
模糊半感應控制主要應用于主次分明的兩相位交叉路口，其主相位的車流，是行駛于主干道的車輛行成，特點是主相位車流量比次相位的車流量多4至5倍。
在這種情況下，只要檢測次相位的交通流量情況就可實現模糊半感應控制。
控制時，主相位的綠燈時間x1與次相位的zui小綠燈時間y0zui大綠燈時間y1及延時步長△，通常可以自由設定。
情況一：在運行主相位的綠燈時間x1，當還有綠燈剩余4秒時，讀次相位的機動車輛視頻模糊識別狀態，如果次相位上沒有車輛，那么，主相位的綠燈時間就會自動再運行20秒，如此循環、直至主相位的綠燈時間累計連續運行已達到x0+80秒時，才會不管次相位有沒有車輛，也要給次相位一個zui小的綠燈起步時間，即y0秒。
情況二：在運行主相位的綠燈時，1、在執行起步時間x1秒階段，當還有綠燈剩余4秒時，讀次相位的機動車輛視頻模糊識別狀態，如果次相位上有車輛，那么，主相位在運行完本次綠燈后，就轉到次相位，給次相位一個zui小的綠燈起步時間，即y0秒。2、主相位已經執行了起步x1秒，當執行增加的20秒時，讀次相位的機動車輛視頻模糊識別狀態，如果次相位上有車輛，那么，主相位就馬上結束，轉到次相位，給次相位一個zui小的綠燈起步時間，即y0秒。
在次相位的綠燈剩余時間小于4秒時，看機動車輛視頻模糊識別器是否檢測到還有車輛進入，如果沒有，那么，在運行完剩余的綠燈時間后，就轉到執行主相位的綠燈。如果還有車輛進入，那么，在此基礎上，次要相位的綠燈時間再以步長△秒的時間延長，如此循環、直到次要相位的綠燈總時間達到zui大綠燈時間y1秒，這時，即使還有車輛進入，也要轉到執行主相位的綠燈。如下圖所示。
2．2、 模糊全感應控制：
模糊全感應控制，主要用于交通飽和度小于80%的路口。其特點是，主次相位交叉，相差并不是很明顯。這樣一來，需要檢測所有車道車輛通行情況。
控制時，各相位的zui小綠燈時間有以下方式確定：先定一個起步時間X0。該X0可以通過設置來確定。在本相位運行到綠燈剩余時間小于4秒時，再看本相位所含的車道上，有沒有新的車輛進入。如果沒有，那么，在運行完本相位剩余的綠燈時間后，就轉到執行下一個相位的綠燈。如果還有車輛進入，那么，在此基礎上，本相位的綠燈時間就再以步長△秒的時間延長，如此循環、直到本相位的綠燈總時間達到zui大綠燈時間，這時，即使還有車輛進入，也要轉到執行下一相位的綠燈階段.
三、機動車輛視頻模糊識別的原理及應用
機動車輛視頻模糊識別系統是一個集圖象處理系統和信息管理系統為一體的綜合系統。該系統采用高速數字信號處理器（ DSP ）做為識別算法的硬件處理平臺。計算機圖象處理主要是有圖象輸入,圖象存儲和刷新,圖象輸出和計算機接口等幾大部分組成。
3.1 系統構成
通過攝象機將道路交通流圖像捕捉下來，再將這些捕捉到的序列圖像送入DSP高速數字信號處理器進行圖象處理、圖象分析和圖象理解，從而得到交通流數據和交通狀況等交通信息，這是系統的基本工作流程。
圖1 系統構成圖
3.2 系統工作原理
（1） 通過系統初始化，對系統中的參數進行設定，如每秒采集圖象的幀數，圖象二值化的門坎值（閾值）等等。由圖像采集系統將攝像機攝取的路口上行駛車輛的視頻圖象按序列連續捕捉下來并數字化，存入幀緩存中。
（2） 將這些采集到的序列數字圖像進行預處理：濾波降噪,圖象銳化,對比度增強。
（3） 對預處理后的圖像進行圖象分割，并對分割后的目標圖象進行特征提取和圖象描述。
（4） 用提取的特征進行分類識別。通過相應的算法進行計算，得到車輛的計數、車輛速度,并將獲得的數據存入數據庫。
（5） 將圖象分割和特征提取得到的特征與模型庫里建立好的車輛模型進行模式匹配，識別出車輛的類型，將識別出的結果存入數據庫。以區分是三輪車還是自行車和汽車等等。
（6） 對數據庫里的數據進行統計分析輸出有關交通狀態或圖片。
3．3 視頻交通檢測的實現：
視頻交通流檢測及車輛識別系統是由：系統初始化模塊 ；圖象采集模塊；圖象預處理模塊；圖象分割模塊； 特征提取模塊； 流量統計模塊； 類型識別模塊； 數據管理模塊；系統維護模塊組成。下面列出主要功能模塊。
3.3.1 系統初始化模塊
為系統設定初值，包括設定圖象輸入參數：采集圖像的分辨率，圖象采集視頻端口的制式、亮度、對比度，每秒采集的幀數等。檢測區域的大小和個數、速度檢測標線以及象素間距與實際路長的比例系數、各種車輛類型的特征量、圖像二值化及檢測區域內特征點的閾值等，并建立識別的匹配摸板。
3.3.2 圖象采集模塊
將攝像機傳輸來的視頻圖象按初始化設置的要求捕捉下來并將其數字化，然后存儲到內存里。 采集圖像的數字化是通過安裝在DSP高速數字信號處理器的視頻捕捉口來實現的，而圖象捕捉控制是由軟件來完成。捕捉軟件可以按每秒1～25幀（PAL制線）或1～30幀（N制）來捕捉圖像并存貯在幀緩存里以備預處理系統調用。
3.3.3 圖象預處理
對采集到的圖像進行濾波除噪，主要采用中值濾波算法降低噪聲。因為中值濾波具有抑制圖像噪音并保持輪廓清晰的特點。對濾波去噪后的圖象進行銳化,銳化算法采用二階差分法。再對銳化后的圖象進行直方圖均衡化的對比度增強。經過預處理的圖象,可視化效果得到改善,利于進行圖象分割。
3.3.4 圖象分割模塊
將預處理后的圖象,進行目標與背景分離，也就是把車的圖象與背景分離開來，以便于對車輛目標的處理,提高運算速度。分割可以有很多算法。圖象二值化算法簡單,速度快,符合圖象處理系統實時性特點,所以采用圖象二值化分割。這種方式的分割，主要問題是如何確定閾值（灰度門坎）。根據實際情況，可以采用自適應門限法來確定閾值，也可以人工現場設置。
3.3.5 特征提取模塊
對分割出來的目標特征進行描述。描述主要是對目標圖象的灰度，邊界，面積等屬性進行測量，使目標的特征量化，從而便于圖象識別。為加快交通流檢測的速度，把檢測目標的面積作為特征提取出來,作為判斷是否有車輛通過的依據，同時通過對面積的特征匹配來確定車輛的類型。
3.3.6 流量檢測模塊：
根據圖象分割和提取的車輛特征進行車輛數目統計和車輛速度計算。
3.3.6.1、計數算法：其基本原理是，將檢測區里經過灰度變換的圖像在圖象空間域上與背景圖像進行差分。當沒有車輛進入檢測區域時，檢測區域的圖象接近于背景圖象，差分值小于設定的門限；當有車輛進入檢測區域時，檢測區域的圖象就會發生變化，與背景的差分結果將大于設定的門限。因此，通過處理車輛差分圖象并對特征點個數進行計數和判斷，就可以檢測出車輛的存在。設圖像序列為f（x、y、t），背景圖象為f0（x、y、t），可由無車輛通過檢測區時的純路面圖象獲得。差分圖像可以表示為d（x、y）=|f（x、y、t）-f0（x、y 、t）|。將d（x、y）二值化，于是產生一幅二值化圖象d（x、y）。
灰度門限的選擇是根據圖象的灰度變換來計算的。設檢測區域內的目標特征的面積d’（x、y）=255）為K，我們則可以判斷：如果K≥N，則認為有車通過；如果KくN則認為沒有車通過。N為閾值，它是一個測量統計值，其大小因噪聲情況做測試和調整，依此為根據可以對車輛進行計數。
3.3.6.2、測量車速度算法：
采用特征點匹配的方法。首先在一幀圖象中選擇一組在運動中形狀不變的特征點，然后與下一幀中的同類特征點作匹配，從而求得車輛運動距離。再根據兩幅圖象之間的時間間隔，即車輛運動的時間，zui后求出車速。具體算法是對分割出的有一定時間間隔的目標圖象求出各自目標的區域重心坐標（x1,y1）,（x2,y2）,這兩個點求差，得出兩幅圖象的目標重心移動的象素點距離，再乘以系統初始化時設定的象素長度與實際路長的比例系數，從而得到實際路長，再用兩幅圖象之間的時間間隔去除實際路長就得到了速度。在本系統中，速度的計算，主要用于區分機動車輛和非機動車輛或行人。
3.3.7 類型識別模塊
用于識別車的類型。具體算法是：首先從圖象分割后的目標圖象中選擇目標特征向量，再使用判別函數，進行判別分類，從而得到分類結果。 在模糊感應控制系統中，類型識別的目的，主要在于區分機動車輛和非機動車輛。
四、控制軟件包的設置
通過RS422與模糊感應控制設備連接，上位機使用控制軟件包UTC200，可以根據路口環境優化配置感應參數。
4．1．打開串口
接線完成后，首先打開與計算機相連的感應控制器設備串口，在接線距離較短的情況下，請在＂串口配置＂中設置波特率38400，其他參數不改變．
4．2．采集原始圖像
命令菜單中，選擇＂采集圖像＂可以用于采集路口實際圖像環境，在采集過程中，需要等待３０秒左右．
＂匯報信息＂項點擊后，將在右側顯示出預制的模糊感應控制參數，便于系統管理員作為根據路口實際情況進行修改設置的參考．
4．3．預置參數的調整
通過＂設置參數＂菜單中的＂圖像設置＂菜單項可以對路口感應控制參數進行修改，修改后，即可通過＂匯報信息＂進行相應瀏覽．
點擊該項后，將出現彈出對話框，進行原始YUV圖像采集的文件選擇操作。進行該操作后，將打開網格狀的圖像窗口，通過鼠標拖放操作，完成對檢測區域的設置。完成對選擇區設定后，可以確定４個判斷點，這４個判斷點，主要用于識別自然環境的光照亮度，不一定要在檢測范圍內，只需要在圖像上，點鼠標左鍵，即可設定一個判斷點，４個判斷點要求設置在周圍建筑物對自然光線環境影響較小的地方，盡量保證４個點處于環境狀態影響較小的白色區域．
設置好判斷點后，再確定白天與黑夜的坎值，白天的坎值確定白天時的檢測方案（需調整滑動條到白天時的正常狀態），黃昏的坎值確定黃昏時的檢測方案（需調整滑動條到該路口黃昏時的正常狀態），夜晚的坎值確定夜晚時的檢測方案（需調整滑動條到該路口夜晚時的正常狀態）．以便系統適應各時段的環境照度。
五、結束語
視頻識別的模糊感應辦法，它與環行線圈的感應方式相比，其路口施工量較小，不受路面的影響，而且設置靈活，不破壞路面，可以移動安裝。交通信號單點模糊感應控制，可以根據路口車流量的大小，及時有效地調整綠燈時間，能很好地解決路口空放問題。這樣一來，一方面減少了機動車輛的路口通過時間，另一方面，也節約了機動車輛的能源消耗，具有實際的社會經濟意義。
