徐 鉦,賀波濤

（武漢郵電科學研究院 通信與信息系統(tǒng)，湖北武漢,430074）

0 概述

隨著城市建設的快速發(fā)展和人們物質生活水平的不斷提高，國內各大城市的機動車保有量呈爆炸式增長，交通管理和城市治安日漸成為現代城市管理急需解決的重大難題。在城市的重要出入口、重要區(qū)域以及車流量大的道路上安裝治安高清卡口系統(tǒng)，成為解決上述兩大難題的主要手段之一。然而現階段的治安高清卡口系統(tǒng)，無論是采用線圈觸發(fā)式、全視頻觸發(fā)式或者線圈加視頻觸發(fā)式作為觸發(fā)技術，都需要單獨安裝具有前端智能分析的高清攝像機和車輛檢測器。當使用線圈觸發(fā)式時，還需要破壞路面敷設線圈，不僅增加了人力和物力的投入，也無法有效利用現有道路上安裝的攝像機資源。

本文設計的虛擬卡口系統(tǒng)采用多幀差分、圖像邊緣特征分析、模式識別技術，是集智能視頻分析、圖像處理、機動車輛信息提取于一身的智能監(jiān)控系統(tǒng)。其主要利用道路、車輛出入口已經安裝的攝像機，通過視頻觸發(fā)式，對視頻中的每一幀圖像進行分析與處理，自動識別機動車輛、非機動車輛和行人，提取視頻中機動車輛的詳細信息，如車牌號碼、車牌顏色、車身顏色、車輛徽標等。該系統(tǒng)可嵌入于現有公安系統(tǒng)的智能交通監(jiān)控系統(tǒng)使用，也可將車輛信息上傳至治安高清卡口系統(tǒng)，進行違法判斷分析、關聯車分析、黑／白名單比對、假／套牌車分析等，對嫌疑車輛進行告警處理。本系統(tǒng)的普及可有效解決高清卡口系統(tǒng)建設成本高、工程施工復雜、與現有資源結合不緊密的弊端。

1 虛擬卡口系統(tǒng)組成

虛擬卡口系統(tǒng)主要包含三個部分：前端視頻源采集部分、網絡傳輸部分和虛擬卡口平臺部分。系統(tǒng)總體組成如圖1所示。

1.1 前端視頻源采集部分

該部分包括目前主流的視頻采集設備：模擬槍機、模擬球機、高清網絡槍機和高清網絡球機。前端設備采集的視頻信息傳輸至虛擬卡口平臺的視頻解碼模塊，統(tǒng)一轉換成原始數據格式(YUV、BGR)后，再上傳至視頻分析模塊進行處理。

1.2 網絡傳輸部分

網絡傳輸部分是各類業(yè)務開展的基礎，負責將前端設備采集的視頻信息傳輸至虛擬卡口平臺相應的模塊。該部分以IP網絡為核心，主要由光網絡、光纖收發(fā)器、網絡交換機等設備組成，滿足傳送語音、文字、數據、圖像等各類應用。

1.3 虛擬卡口平臺部分

虛擬卡口平臺部分主要包括以下幾個單元：中心管理單元、統(tǒng)一網管單元、數據庫、視頻存儲及回放單元、圖片存儲及調閱單元、媒體分發(fā)/轉發(fā)單元、聯網服務單元和業(yè)務服務單元。

中心管理單元實現各類傳感器的接入、用戶接入以及信令控制。支持接入的協議包括基于電信全球眼規(guī)范的SIP協議、ONVIF協議、GB/T28181協議、湖北省卡口接入規(guī)范等。支持接入的設備包括IP攝像機、DVR（數字硬盤錄像機）、DVS（數字視頻服務器）、NVR（網絡硬盤錄像機）、IPSAN（IP存儲局域網）、搭載iOS/Android的移動終端等。

統(tǒng)一網管單元實現對平臺的用戶、監(jiān)控設備、服務模塊的配置管理，主要管理功能包括設備信息的錄入和配置、用戶角色權限的配置、用戶信息管理、服務模塊信息錄入和配置、運維服務、拓撲管理、日志管理、報表管理等。

數據庫分為基礎數據配置庫和用戶數據庫。基礎數據配置庫和用戶數據庫均支持MYSQL和ORACLE，既能在不同的機器上分開部署，也能夠在同一臺機器上基于用戶名或者表空間部署。

視頻存儲及回放單元實現視頻數據的存儲、回放及播放控制功能，同時可對磁盤容量的空間進行管理，包括盤滿策略和磁盤故障報警。

圖片存儲及調閱單元實現對圖片數據的存儲及調閱功能，同時可對磁盤容量的空間進行管理，包括盤滿策略和磁盤故障報警。

媒體分發(fā)/轉發(fā)單元是平臺的核心媒體傳送網元，在中心管理單元的媒體調度模塊控制下完成視頻流的分發(fā)和轉發(fā)功能，支持多級級聯和分布式部署。該單元既能向本平臺的客戶端、視頻存儲單元轉發(fā)和分發(fā)視頻，也能向外部聯網平臺轉發(fā)和分發(fā)視頻。

聯網服務單元實現多個平臺之間的聯網，向上聯平臺提供音視頻、圖片、數據等服務，并獲取下聯平臺的音視頻、圖片、數據等。

業(yè)務服務單元實現設備的業(yè)務處理過程，包括視頻解碼、視頻分析、車輛記錄的處理、視頻通道的管理、車輛記錄的傳輸、圖片加密、斷點續(xù)傳等功能。

2 平臺業(yè)務處理模塊的設計

對于單路視頻，其業(yè)務處理模塊流程如圖2所示。對于多路視頻，其業(yè)務處理模塊將前端ID和通道數與對應的接收線程和發(fā)送線程進行綁定，具體流程和單路視頻類似，比如對于4路視頻，則創(chuàng)建4個接收線程和4個發(fā)送線程進行并行處理，互不干擾。

視頻解碼模塊實現不同格式碼流統(tǒng)一轉換為原始數據格式(YUV、BGR)，然后上傳給視頻分析模塊進行處理，其輸入的視頻源可能包括模擬、數字、高清等成像設備的視頻通道。視頻解碼模塊需要處理來自平臺的指令，根據指令進行相應處理，并與其他業(yè)務處理模塊進行交互。

視頻分析模塊負責對壓入的原始數據碼流進行分析，然后輸出分析結果。其采用多幀差分方法實現目標的檢測與跟蹤；圖像邊緣特征分析實現車牌定位；神經網絡算法進行車牌識別、車牌顏色識別、車身顏色識別、車輛徽標識別。

視頻分析模塊輸出的結果會進入OSD（屏幕顯示）信息疊加和圖片加密模塊。疊加信息包括：通行地點、時間、方向、車道、車牌號碼、車牌顏色、車輛類型、行駛速度、車輛長度、違法類型、執(zhí)法速度、超速比例等的車輛圖片。為防止圖像在傳輸和保存過程中被惡意篡改而失去法律效應，需要對圖像進行加密操作，即在車輛圖片被第三方工具篡改、或圖形處理軟件修改的情況下，系統(tǒng)自帶的工具能檢測出圖片被篡改。

數據庫服務器用于存儲算法分析產生的車輛信息。

WEB模塊實現WEB服務功能，供用戶遠程訪問設備，用于實時視頻顯示、實時過車顯示、車輛記錄查詢、車流量信息統(tǒng)計、記錄和圖片導出、設備狀態(tài)管理、視頻通道管理、用戶權限管理和日志管理等。

3 視頻檢測算法

3.1 視頻檢測流程

(1) 差分運算、前景提取。

(2) 統(tǒng)計灰度信息判斷視頻白天/黑夜模式。

(3) 連通域搜索提取前景的矩形區(qū)域位置信息。

(4) 應用跟蹤匹配算法對前景信息進行跟蹤。

(5) 車道管理類根據算法準則對車輛進行捕獲。

(6) 系統(tǒng)循環(huán)運算檢測。

3.2 幀間差分法

幀間差分算法過程如下：

(1) 第一步：獲取幀圖片的灰度值數據

(2) 第二步：獲取當前幀邊緣特征

(3) 第三步：獲取兩幀之間灰度值差

(4) 第四步：獲取灰度值差數據的邊緣特征

(5) 第五步：二值化處理，將第二步和第四步所得的邊緣特征進行二值化處理

(6) 第六步：獲得運動物體。將第五步獲得的兩個圖像做‘與’運算，即可得到運動物體的邊緣特征。

3.3 八鄰域檢測算法

表1 某像素（i,j）的八鄰域示意圖

在對圖像進行八鄰域搜索時先要對圖像進行腐蝕和膨脹操作填充前景目標中出現的空洞并去除噪聲干擾。八鄰域搜索算法主要是通過中心點，依次遍歷中心點周圍的八鄰域是否為前景點，反復循環(huán)以上步驟，從而搜索到一個連通區(qū)域。

八鄰域搜索算法的偽語言描述為(以黑色象素點)：

輸入：二值化圖像序列

輸出：分割出圖像序列中的各個目標

void func_search8()

{

for(I=(0,nWidth-1) )

{

for(J=(0,nHeight-1) )

{

if( pixel(I,J) == 0 )

{

RecordArea(); // 記錄區(qū)域的位置信息

PushStach(); // 將黑色象素點壓入堆棧

While( StackIsNotNull () ) // 如果堆棧內有沒有處理的象素點

{

(M,N) = OutStack(); // 彈出最上面的象素點

ProcessPixel(M-1,N-1); // 處理（M-1,N-1）ProcessPixel(M,N-1);

ProcessPixel(M+1,N-1);

ProcessPixel(M-1,N);

ProcessPixel(M+1,N);

ProcessPixel(M-1,N+1);

ProcessPixel(M,N+1);

ProcessPixel(M+1,N+1);

} end while

RecordArea();

} end if

} end for J

} end for I

} end func_Search8

圖3 圖像序列的八鄰域搜索算法示意圖

3.4 目標車輛跟蹤匹配算法

跟蹤匹配算法主要是對八鄰域搜索算法提取到的目標車輛進行跟蹤，算法詳細實現思想如下：

（1）建立一個全局鏈表用于保存跟蹤到的目標車輛信息，主要是包括車輛矩形框位置，目標中心點，掩碼等。

（2）根據當前幀提取到的目標區(qū)域更新全局信息鏈表。

（3）當全局鏈表為空時，直接將當前幀提取到的目標賦值到全局鏈表。

（4）當全局鏈表有信息時進行匹配操作，將當前幀獲取到的目標區(qū)域，依次與全局鏈表中保存的目標區(qū)域的掩碼進行求與操作，求出相與后為前景點的個數，當相與的前景點/全局鏈表中保存的目標區(qū)域前景點數大于一定閾值，則認為匹配成功。

（5）當匹配不成功時候，將當前幀目標區(qū)域作為新目標添加到全局鏈表中進行保存。

（6）當全局鏈表中目標連續(xù)5幀匹配不上，則任務該目標丟失，將該目標從全局鏈表中刪除。

（7）依次循環(huán)上面步驟，不斷對目標進行跟蹤。

圖4 跟蹤匹配算法序列示意圖

4 結論

本論文設計的虛擬卡口系統(tǒng)，利用道路上已安裝的現有攝像機資源，對視頻中每一幀圖像的機動車輛、非機動車輛和行人等運動目標進行特征分割、視頻信息提取和分析，將視頻中的機動車輛詳細信息上傳至公安智能交通監(jiān)控系統(tǒng)，對嫌疑車輛進行告警處理。本系統(tǒng)可以有效節(jié)約社會資源和財力成本，利用現有攝像機來實現治安高清卡口類似功能，對所有通過監(jiān)控站點的運動目標進行動態(tài)監(jiān)控。系統(tǒng)所采集的信息為公安部門有效打擊盜搶和黑名單機動車犯罪、查緝交通肇事逃逸案件、分析交通狀況、加強治安管理等提供有效的技術支持。

圖1 系統(tǒng)總體組成

[1]唐震,黃燁亮,楊華.高清治安卡口智能信息識別系統(tǒng)及應用[J].電視技術,2012,36(14).

[2]王濤,李志蜀.基于精確傳感網絡的智能交通系統(tǒng)交通流模型[J].計算機應用,2012,32(4):905-909.

[3]Dalal N,Triggs B.Histograms of oriented gradients for human detection[C].Computer Vision and Pattern Recognition,2005.CVPR 2005.IEEE Computer Society Conference on.IEEE,2005,1: 886-893.

[4]Kalal Z,Mikolajczyk K,Matas J.Tracking-learningdetection[J].Pattern Analysis and Machine Intelligence,IEEE Transactions on,2012,34(7):1409-1422.

[5]KASTRINAKI V,ZERVAKIS M，KALAITZAKIS K.A survey of video processing techniques for traffic applications[J].Image and Vision Computing,2003,21(4):359 -381.

[6]Mi A K,Young M K.Improvements in real -time feature-based license plate character recognition[J].Key Engineering Materia ls,2005,277-279(1):355-360.