張新宇　薛璐坤　趙靜娜　杜曉松　張一然　王昭博

摘要：隨著我國經(jīng)濟的高速發(fā)展，交通道路和車輛運輸也發(fā)展的越來越快，在給社會經(jīng)濟和人們的生活帶來了很大的提高的同時，汽車數(shù)量也急劇增加，給交通和治安帶來了很多問題。從而車輛視頻圖像的檢測和跟蹤系統(tǒng)得到了越來越多的重視。該項目將提出一種基于網(wǎng)絡的車輛視頻圖像的檢測和跟蹤系統(tǒng)，實現(xiàn)多用戶對車輛流通信息的實時查詢。該系統(tǒng)主要由三部分組成：利用攝像頭對車輛視頻采集；借助于OpenCV算法庫對車輛識別和檢測；網(wǎng)站前臺界面的具體實現(xiàn)。該系統(tǒng)可以廣泛地應用于道路和小區(qū)的車輛信息的檢測、統(tǒng)計和分析，具有一定的發(fā)展前景。

關鍵詞：網(wǎng)站；OpenCV；檢測；跟蹤；識別

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2015）15-0046-03

Abstract： With the rapid development of China's economy， the increasingly development of traffic and transport brings enormous improvement to the social economy as well as peoples living standards， at the same time the number of cars also has increased dramatically， which causes a lot of problems to traffic and public security . Thus， vehicle detection and tracking system based on videos and images has received more and more attention. This project presents the vehicle detection and tracking system based on videos and images using network， implementing multi-user real-time query of vehicle flow information. This system mainly consists of three parts： using camera on vehicle video acquisition； recognizing and detecting vehicles with the aid of the OpenCV algorithms library； implementing the front interface of a web site. This system can be widely used on road and communitys vehicles detection， statistics and analysis of information， which has a broad development prospects to some extent.

Key words： internet； OpenCV； detection； tracking；recognizing

傳統(tǒng)的車輛視頻監(jiān)控的方式具有局限性，當攝像頭布置好后，需要設置一間監(jiān)控室，通過人員輪流值班負責觀看監(jiān)控。針對傳統(tǒng)的車輛監(jiān)控系統(tǒng)在實際應用中的不足，本系統(tǒng)結合無線網(wǎng)絡[1]實現(xiàn)了對遠端車流量監(jiān)控，實現(xiàn)多用戶對車輛流通信息的實時查詢，打破了以往視頻監(jiān)控地域的局限性，方便進行道路車輛實時監(jiān)控、跟蹤、查看。

1 系統(tǒng)介紹

本系統(tǒng)主要由三部分組成：基于攝像頭的車輛視頻采集；基于OpenCV函數(shù)庫的車輛識別和車流量計算；網(wǎng)站前臺界面的具體實現(xiàn)。下面是每個部分的簡單介紹：

1）利用攝像頭監(jiān)控車輛，得到車輛視頻，然后將車輛視頻傳輸給服務器，以進行后繼的處理。在車輛識別區(qū)，使用采用背景差分的視頻檢測方法來實時檢測車輛，通過背景差分將車輛從背景中分離出來。為了提高檢測精度，需要在開始前對圖像進行處理以便提高識別效率。通過車輛檢測、圖像分割、形心跟蹤算法實現(xiàn)車輛的跟蹤。車牌識別部分分為兩個部分：車牌檢測和字符識別。通過車牌定位，車牌判讀識別車牌，然后通過灰度化，二值化，使用一系列算法獲取到車牌的每個字符的分割圖塊。通過神經(jīng)網(wǎng)絡比對，識別車牌。

2）算法部分本系統(tǒng)采用了Intel公司資助的一種用于數(shù)字圖像處理和計算機視覺的函數(shù)庫OpenCV，在圖像預處理方面省去很多底層代碼的編寫。利用OpenCV的運動物體跟蹤的數(shù)據(jù)結構、函數(shù)庫，建立了一個視頻車輛分析系統(tǒng)，用于道路上車輛的檢測與跟蹤。

3）網(wǎng)站前臺界面的具體實現(xiàn)：對于監(jiān)控和跟蹤到的信息，本系統(tǒng)將利用網(wǎng)絡傳輸?shù)娇蛻舳私缑?，用戶訪問客戶端界面對車輛信息進行實時查詢。系統(tǒng)結構圖如圖1。

2 服務器端

2.1 視頻和圖形自動獲取

該功能實現(xiàn)監(jiān)控視頻的錄取以及視頻中車輛圖片截圖功能，并將相關的視頻、圖片路徑保存到數(shù)

據(jù)庫中，方便以后調(diào)用。如圖2所示：選擇視頻保存路徑，保存視頻/圖片的時間間隔，然后選擇開

啟攝像頭，點擊車牌識別，便開始進行視頻的監(jiān)控錄取和圖片的保存。

本模塊使用MFC寫的車輛識別控制面板。數(shù)據(jù)都保存在數(shù)據(jù)庫中，所以需要連接數(shù)據(jù)庫。然后以當前時間作為視頻保存的名稱，通過Opencv里面cvCreateCameraCapture打開攝像頭，之后通過一幀幀圖像保存成視頻。通過cvCreateVideoWriter（st.c_str（），CV_FOURCC（'X'，'V'，'I'，'D'），fps，cvSize（640，480），1）；可以設置對寫入的視頻的格式。這個cvSaveImage（）函數(shù)可以實現(xiàn)圖片的截取?？蓪⒁曨l中車輛圖片保存下來，方便車牌識別的時候使用。

2.2車流量統(tǒng)計

該功能實現(xiàn)對監(jiān)控視頻中車流量進行統(tǒng)計，首先通過讀取數(shù)據(jù)庫中的數(shù)據(jù)，調(diào)用相應視頻；然后 對視頻中的車輛進出識別統(tǒng)計；最后把數(shù)據(jù)返回到數(shù)據(jù)庫中。該功能界面如圖3所示 ：圖下有四個 標記框 ，當車輛行駛過來的時候，會有黃色的框標記車輛，記錄下來。最后統(tǒng)計車流輛數(shù)據(jù)，上傳

到數(shù)據(jù)庫中。

該算法首先對采集的車輛圖片進行灰度化處理，也就是把RGB彩色圖片轉換成灰度圖片，方便以后的圖片處理。處理方法采用OpenCV[2] 里的cvCvtColor（pFrame， pBkImg， CV_BGR2GRAY）；轉換函數(shù)，其中pFrame代表的是采集到的圖片，pBkImg代表的是處理后的灰度圖片。原圖和處理后的圖片如圖4所示。

圖像分割[3]是圖像處理和計算機視覺中基本而關鍵的技術之一，其中的是將目標與背景分離，為后續(xù)的分類、識別和檢索提供依據(jù)。圖像分割方法通常包括閾值法[4]、邊緣檢測法、區(qū)域跟蹤法等。Opencv中提供函數(shù)cvThreshold（pFrMat， pFrImg， 60， 255.0， CV_THRESH_BINARY）二值化操作。

背景差分法[5]是目前基于視頻檢測算法中最常用的一種方法。背景差法首先選取背景中的一幅或幾幅圖像的平均作為背景圖像，然后把以后的序列圖像當前幀和背景圖像相減，進行背景消去。若所得到的像素數(shù)大于某一閾值，則判定被監(jiān)視場景中有運動物體，從而得到運動目標。這個方法需要實時更新背景[6]。

2.3車牌識別

該功能讀取數(shù)據(jù)庫中關于視頻車輛的截圖，通過算法分析，通過圖片預處理，經(jīng)過灰度化、二值化、閉運算操作[7]等處理。將車牌定位、識別之后，將結果保存到數(shù)據(jù)庫中，方便客戶端的查詢調(diào)用。

如圖5所示：依次識別圖片中的車牌，并顯示出來，識別后將數(shù)據(jù)保存到數(shù)據(jù)庫中。

3 客戶端設計

為了方便用戶及時查詢車流量信息，本系統(tǒng)設計了客戶端界面，用戶可以通過網(wǎng)絡登錄到網(wǎng)站，進行車輛信息查詢。包括車流量查詢、車輛查詢、車輛視頻查詢。界面如下圖。

3.1系統(tǒng)首界面

用戶在服務器運行的情況下，輸入車輛網(wǎng)絡跟蹤系統(tǒng)網(wǎng)站的網(wǎng)址，點擊鏈接即可進入客戶端首界面?？蛻舳耸捉缑婺J播放距當前時間最近時間段錄制的車輛視頻情況并且顯示該段時間內(nèi)進過車輛的車牌，計算該段時間的車流量，為用戶提供了道路車輛情況的實時信息，方便了用戶行車路線、出行時間的選擇。

3.2車輛歷史視頻查詢界面

車輛歷史視頻查詢能夠使用戶方便地查看他想看的時間段的車輛視頻記錄，（服務器保存30天內(nèi)的車輛視頻）。點擊相應的時間段查詢界面播放該段時間的車輛視頻并且顯示該段時間內(nèi)經(jīng)過車輛的車牌，計算該段時間的車流量。

3.3車輛查詢

車輛查詢?yōu)橛脩籼峁┝塑囕v查詢服務，用戶點擊車輛查詢便可以根據(jù)車牌號查詢此車輛出現(xiàn)的時間段，將符合查詢條件的車牌依次列出來，起到了車輛跟蹤的目的。例如查詢條件為冀3，系統(tǒng)將包含冀3的所有車牌及車輛所經(jīng)過的時間列出來，方便用戶查找。如圖7左圖所示。

3.4 車流量查詢

車流量查詢?yōu)橛脩籼峁┝塑嚵髁坎樵兎?，點擊車流量查詢便可以查詢某時間段內(nèi)的車流量統(tǒng)計結果，同時顯示經(jīng)過的車輛車牌號及經(jīng)過的時間。例如查詢2015年6月7號到17號經(jīng)過該地的車流量，系統(tǒng)將會列出這一時間段內(nèi)所有經(jīng)過的車輛車牌號及經(jīng)過時間，并計算經(jīng)過的車輛總數(shù)。如圖7右圖所示。

4 結論

本項目是一款基于網(wǎng)絡的車輛視頻圖像檢測和跟蹤系統(tǒng)。本系統(tǒng)可以通過網(wǎng)頁客戶端將系統(tǒng)分析結果展現(xiàn)出來，實現(xiàn)多用戶查詢；用戶可以通過網(wǎng)絡隨時隨地的查看車輛信息。服務器端的三個模塊將分別實現(xiàn)對視頻監(jiān)控、車流量統(tǒng)計、車牌識別功能。該系統(tǒng)目前還存在一些問題，如界面比較粗糙，算法精度還不太滿意。這些在以后還可以繼續(xù)完善，讓程序更加精確，界面更加友好，方便使用。本系統(tǒng)可以廣泛地應用于道路和小區(qū)的車輛信息的檢測、統(tǒng)計和分析，具有一定的發(fā)展前景。

參考文獻：

[1] 單家凌. 基于無線網(wǎng)絡車牌識別系統(tǒng)識別算法的研究[J]. 計算機測量與控制， 2011（9）.

[2] 姜宇， 張子潮， 周富強. 基于OpenCV的車牌識別系統(tǒng)研究[J]. 遼寧師范大學學報： 自然科學版， 2011（6）.

[3] 王茜蒨， 彭中， 劉莉. 一種基于自適應閥值的圖像分割算法[J]. 北京理工大學學報， 2003（8）.

[4] 王圣男， 郁梅， 蔣剛毅. 智能交通系統(tǒng)中基于視頻圖像處理的車輛檢測與跟蹤方法綜述[J]. 計算機應用研究， 2005（9）.

[5] 吳舟舟， 李樹廣. 視頻圖像中的實時車牌識別[J]. 微型電腦應用， 2006（2）.

[6] 張永麗， 張?zhí)劊?畢建民. 基于自適應背景初始化的車流量檢測算法[J]. 微電子學與計算機， 2007， 24（5）.

[7] EasyPR is An open source project for Chinese plate recognition[EB/OL]. https：//github.com/liuruoze/EasyPR.