以雙重編碼理論優(yōu)化道路車輛視頻追蹤系統(tǒng)

李菲+王曉躍

摘 要

雙重編碼理論是信息儲存、加工和提取過程中對語言事物和非語言事物進(jìn)行處理的基本理論，在此，從雙重編碼理論入手，優(yōu)化道路車輛視頻追蹤系統(tǒng)，給出動態(tài)特征檢測與靜態(tài)特征匹配、二次幀差法等優(yōu)化措施，既提高車輛視頻追蹤的識別能力，又提高應(yīng)用型工科院校創(chuàng)新人才培養(yǎng)的質(zhì)量。

【關(guān)鍵詞】雙重編碼理論；車輛視頻追蹤系統(tǒng)

雙重編碼理論可分為兩個認(rèn)知子系統(tǒng)：一個是語言處理系統(tǒng)，一個是非語言映像處理系統(tǒng)，兩個子系統(tǒng)互相協(xié)調(diào)，以提高認(rèn)知能力。在此，應(yīng)用雙重編碼理論為道路車輛視頻追蹤系統(tǒng)的優(yōu)化升級提供有價值建議，通過雙重匹配等優(yōu)化措施，提高車輛視頻追蹤的識別能力。

1 雙重編碼理論概述

雙重編碼理論是心理學(xué)家帕維奧提出的一種信息處理理論，是基于人的認(rèn)知系統(tǒng)中語言事物和非語言事物處理兩部分，并假定存在兩個對應(yīng)的表征單元，即語言單元和圖像單元，前者組織聯(lián)想與層級，后者組織部分與整體。雙重編碼理論能識別三種信息加工類型，分別是表征性、參照性和聯(lián)想性信息，既可直接激活事物表征，又可利用非詞語系統(tǒng)激活詞語表征，還可在同一事物內(nèi)部激活表征。在此，基于雙重編碼理論對現(xiàn)有道路車輛視頻追蹤系統(tǒng)進(jìn)行優(yōu)化升級，通過將其檢測機(jī)制分解重組，協(xié)調(diào)互動，有效提升道路車輛視頻追蹤系統(tǒng)的識別能力。

2 基于動態(tài)特征檢測與靜態(tài)特征匹配的優(yōu)化措施

道路車輛視頻追蹤系統(tǒng)主要利用視覺檢測技術(shù)中的運動物體檢測技術(shù)，對道路環(huán)境中的運行車輛進(jìn)行全天候檢測。由于道路車輛的形態(tài)各異，場景光照變化無常，給車輛視頻追蹤帶來難度。基于雙重編碼理論，將動態(tài)特征檢測和靜態(tài)特征匹配雙管齊下，提升道路車輛識別效率。

2.1 動態(tài)特征檢測主要采用連續(xù)幀差法和背景幀差法

2.1.1 連續(xù)幀差法

基本原理是通過車輛在同一背景中的位置變化，判斷車輛的位移情況，進(jìn)而對車輛進(jìn)行檢測。如果車輛在同一位置的不同時刻發(fā)生改變，也可證明車輛處于移動狀態(tài)。在實際操作過程中，主要利用兩幀圖像的像素點求差運算進(jìn)行檢測，首先確定檢測目標(biāo)的應(yīng)用背景，即給定的視頻幀序列，第n幀坐標(biāo)（x，y）處亮度值記為f（x，y，n），動態(tài)幀差法可以表示為flag（x，y，n）=

。1表示被檢測點處于運動狀態(tài)，0表示處于靜止?fàn)顟B(tài)，α表示運動和靜止的閾值，理論值為0，但實際受環(huán)境影響，會存在噪聲，所以一般不能取0。

2.1.2 背景幀差法

背景是指攝像區(qū)域內(nèi)的所有靜止物體，與此對應(yīng)的移動物體則為前景。背景幀差法的基本原理是對實時圖像和背景圖像做幀差運算，得到移動前景的計算值，先構(gòu)建模型背景模型，確定背景和實時圖像，再進(jìn)行背景幀差計算，最后進(jìn)行連通域統(tǒng)計。常用方法包括多幀平均法、中值濾波法、灰度漂移法等。

2.2 靜態(tài)特征匹配主要采用直方圖匹配法和輪廓匹配法

2.2.1 直方圖匹配法

利用具有統(tǒng)計功能的特征圖表對檢測目標(biāo)進(jìn)行分析，一般采取直方圖，包括特征數(shù)量和每項特征的樣本數(shù)量。直方圖可將一個大樣本分解成以目標(biāo)特征為標(biāo)簽的小樣本集合，表述其特征分布情況。應(yīng)用直方圖匹配法的一般流程包括直方圖描述、相似度計算、相似度函數(shù)選擇和尋找最高相似度。

2.2.2 輪廓匹配法

主要是研究車輛輪廓和形狀，操作過程與直方圖匹配法較為相似，首先進(jìn)行車輛輪廓提取，一般采用Canny提取法或霍夫變換法。由于車輛輪廓線條結(jié)構(gòu)較為復(fù)雜，霍夫變換智能提取的部分線條結(jié)構(gòu)，具有一定的應(yīng)用局限性。Canny提取法采用Canny算子對車輛輪廓點進(jìn)行判定，有效提取車輛外形輪廓。由于Canny算子是基于灰度值差異的提取，存在陰影誤差，因此目前輪廓匹配法的應(yīng)用具有一定局限性，且時間空間復(fù)雜度較高，有必要對其進(jìn)行優(yōu)化。

3 基于二次幀差法的優(yōu)化措施

采用二次幀差法對車輛檢測過程進(jìn)行優(yōu)化，基本流程先在檢測視頻中提取背景模型，采用背景幀差法得到前景圖像，利用速度追蹤到結(jié)果，再與前景圖像的位置追蹤結(jié)果進(jìn)行匹配，最終得到車輛流量的統(tǒng)計結(jié)果。

對道路車輛視頻進(jìn)行預(yù)處理，主要采用色彩空間轉(zhuǎn)換方法和形態(tài)學(xué)處理方法。在色彩空間轉(zhuǎn)換過程中，出于復(fù)雜度方面考慮，可將攝像頭采集到的彩色圖像進(jìn)行灰度轉(zhuǎn)換，對灰度圖像進(jìn)行信息提取，即采用公式：“Gray=0.299*R+0.587*G+0.114*B”進(jìn)行轉(zhuǎn)換，Gray表示完成轉(zhuǎn)換后的灰度強度，R、G、B分別表示紅、綠、藍(lán)分量光強。

經(jīng)過轉(zhuǎn)換，保持了車輛外觀特征并降低計算復(fù)雜度，隨后采用膨脹、腐蝕、開閉運算進(jìn)行形態(tài)學(xué)處理。在此基礎(chǔ)上進(jìn)行背景構(gòu)建、背景更新，利用二次幀差法進(jìn)行背景提取，精確度較高。此外，由于視頻背景處于緩慢變化狀態(tài)，需對背景定時更新，即對實時圖像和背景圖像進(jìn)行幀差運算，進(jìn)而得到去除噪聲的完整前景。

4 結(jié)語

基于雙重編碼理論對現(xiàn)有道路車輛視頻追蹤系統(tǒng)進(jìn)行有效優(yōu)化，采取動態(tài)特征檢測與靜態(tài)特征匹配法、二次幀差法等進(jìn)行優(yōu)化，消除特征噪聲，降低車輛追蹤的算法復(fù)雜度，準(zhǔn)確識別道路車輛，提高追蹤效率。

參考文獻(xiàn)

[1]徐坤召.基于視頻的車輛匹配技術(shù)的研究[D].青島：中國海洋大學(xué)，2011.

[2]周伯萌.基于高清視頻的道路車輛違章行為檢測算法實現(xiàn)和優(yōu)化[D].泉州：華僑大學(xué)，2013.

作者簡介

李菲（1983-），女，漢族，江蘇省徐州市人。碩士學(xué)位?，F(xiàn)為常州交通技師學(xué)院講師。研究方向為交通運輸、汽車服務(wù)、教學(xué)管理等。

王曉躍（1984-），男，漢族，江蘇省常州市人。碩士學(xué)位?，F(xiàn)為江蘇理工學(xué)院助理研究員。研究方向為計算機(jī)應(yīng)用、教學(xué)管理等。

作者單位

1.常州交通技師學(xué)院校辦 江蘇省常州市 213147

2.江蘇理工學(xué)院質(zhì)量監(jiān)控科 江蘇省常州市 213001