Введение к работе
Актуальность работы
Обработка и анализ информации о транспортных потоках необходимы для осуществления эффективного управления дорожным движением и повышения безопасности его участников.
Для этой цели используют различные программные и технические средства. В последнее время активно развивают и внедряют системы транспортного мониторинга. Их функции – сбор и автоматический анализ данных о работе транспортной сети, фиксирование фактов нарушения правил дорожного движения. На основании собранной статистической информации возможно прогнозирование дорожной обстановки и планирование развития отрасли.
Современные системы транспортного мониторинга решают частные задачи в зависимости от своей технической оснащенности и реализованных алгоритмов обработки информации. Практически не существует систем, способных оценивать основные параметры транспортного потока с помощью анализа видеоданных, без применения различной специальной аппаратуры (радаров, датчиков движения, лазерных дальномеров). Использование дополнительного измерительного оборудования делает систему более сложной в эксплуатации. Установка, юстировка и настройка подобного программно-аппаратного комплекса - трудоемкие процессы, требующие квалифицированного персонала и постоянного обслуживания. Это ограничивает область применения систем, снижает их эффективность.
Современное развитие вычислительной техники позволяет разрабатывать новые алгоритмы обработки видеоинформации. Таким образом, становится возможным создание системы транспортного мониторинга, формирующей эргономичные и эффективные для автоматического анализа данные, определяющей все необходимые статистические параметры потока (в том числе скорости автомобилей), способной контролировать соблюдение правил дорожного движения, не использующей дополнительной аппаратуры, а также отличающейся простотой эксплуатации.
Цель работы
Разработка алгоритмов анализа и представления видеоданных для систем транспортного мониторинга, позволяющих повысить безопасность и эффективность управления дорожным движением.
Основные задачи диссертационной работы
-
Синтезировать алгоритм автоматического формирования панорамного видеоизображения для системы транспортного мониторинга, обеспечивающего широкий угол обзора и сохранение перспективы.
-
Разработать алгоритм измерения скорости транспортных средств на основе анализа видеоданных, не требующий трудоемкой юстировки и привязки экранных координат камер к местности.
-
Разработать алгоритм автоматической сегментации и сопровождения транспортных средств, движущихся в поле зрения камер системы.
-
Разработать алгоритм автоматической оценки основных параметров транспортного потока (средней скорости, плотности и интенсивности) на основе анализа видеоданных.
-
Провести экспериментальное исследование синтезированных алгоритмов, оценить их эффективность.
Методы исследования
В работе использованы методы цифровой обработки изображений, функционального анализа, матричного исчисления, регрессионного анализа, методы компьютерного моделирования, экспериментальные исследования.
Основные положения, выносимые на защиту
-
Алгоритм построения панорамных изображений, в том числе в условиях низкодетальных сюжетов, типичных для систем транспортного мониторинга.
-
Алгоритм идентификации параметров трансформации с учетом оценок достоверности согласованных точек, позволяющий синтезировать панораму при малом количестве особенностей на исходных изображениях.
-
Метод измерения скорости транспортных средств для многополосных магистралей на основе анализа данных видеокамеры.
-
Алгоритм сегментации и сопровождения движущихся объектов на основе совокупности признаков, позволяющий производить оценку основных параметров транспортного потока.
Научная новизна
1. Предложена оценка достоверности селекции характерных точек, основанная на близости расстояний корректно согласованных пар, позволяющая синтезировать видеопанораму для низкодетальных сюжетов.
2. Разработан алгоритм синтеза панорамных изображений для низкодетальных сюжетов с учетом оценки достоверности селекции пар характерных точек и процедурой автоматической идентификации параметров уравнения трансформации по двум критериям: количеству пар согласованных точек и их средней достоверности, что способствует построению качественных реалистичных изображений.
3. Предложен метод измерения скорости движения автомобиля на основе анализа траектории и увеличения его изображения по мере приближения к видеокамере, не требующий трудоемкой юстировки и привязки экранных координат камеры к местности.
4. Разработан алгоритм автоматической коррекции измерений скорости транспортных средств, основанный на анализе зависимостей коэффициентов увеличения проекции опорного и сопровождаемого автомобиля от экранной координаты. Предложенный алгоритм обеспечивает возможность измерения скорости при изменении параметров камеры вследствие ветровой и вибрационной нагрузки.
5. Разработан алгоритм анализа видеоданных, позволяющий на основе признаков движения и формы идентифицировать основные параметры автомобильного потока: среднюю скорость, плотность и интенсивность, а также осуществлять фиксацию нарушений скоростного режима.
Практическая значимость
1. Разработанный алгоритм автоматического построения панорамного изображения позволяет в многокамерных системах наблюдения обеспечить представление видеоданных с широким углом обзора. Панорамное видеоизображение делает формируемую системами наблюдения видеоинформацию эргономичной и эффективной для автоматического анализа и обработки.
2. Предложенные алгоритмы обработки видеоинформации и измерения скорости автомобилей с помощью анализа видеоданных позволяют построить на их базе систему транспортного мониторинга, которая:
не требует дополнительной аппаратуры (радаров, датчиков, лазерных дальномеров), следовательно, проще в установке и эксплуатации, имеет широкую область применения;
не требует сложной юстировки, то есть отличается простотой настройки и ввода в эксплуатацию.
обеспечивает однозначное соответствие между проведенным измерением скорости и изображением транспортного средства.
3. Разработанные алгоритмы автоматической сегментации и сопровождения объектов и измерения скорости позволяют расширить функциональные возможности уже существующих систем наблюдения за транспортом. Система, использовавшаяся только для видеонаблюдения, сможет осуществлять контроль скоростного режима, фиксацию нарушений, а также формировать данные для автоматической оценки параметров автомобильного потока.
Реализация результатов работы
Основные результаты использованы в научно-исследовательских работах ОАО «НИИПТ «Растр», в научно-исследовательских работах кафедры, а также в учебном процессе кафедры электронных и телевизионных систем Санкт-Петербургского государственного университета аэрокосмического приборостроения. Внедрение результатов работы подтверждено соответствующими актами. Программное обеспечение, реализующее ряд предложенных алгоритмов, зарегистрировано в отраслевом фонде алгоритмов и программ.
Апробация работы
Основные результаты диссертационной работы докладывались и обсуждались на научных конференциях:
Научные сессии Государственного университета аэрокосмического приборостроения (ГУАП), Санкт-Петербург (2009, 2010, 2011 гг.);
7-я и 8-я Международные конференции «Телевидение: передача и обработка изображений», Государственный электротехнический университет (ЛЭТИ), Санкт-Петербург, (2009, 2011 гг.);
Научная конференция Государственного университета телекоммуникаций (ГУТ), Санкт-Петербург, 2011, 2012 г.
Публикации
Содержание и основные результаты диссертации изложены в 15 научных работах, которые включают 2 статьи, опубликованные в журналах, входящих в список рецензируемых научных журналов ВАК РФ. 7 работ опубликованы в трудах научно-технических конференций, в том числе международных. Получено 5 свидетельств об официальной регистрации программ для ЭВМ в отраслевом фонде алгоритмов и программ. Материалы диссертации вошли в монографию: Обработка изображений в прикладных телевизионных системах // О.С. Астратов, А.С. Афанасенко, Л.Д. Вилесов, С.А. Кузьмин, А.А. Мотыко, Н.А. Обухова, В.М. Смирнов, Б.С. Тимофеев, В.Н. Филатов. Под ред. проф. Б.С. Тимофеева. – СПб, ГУАП, 2012, с. 272.
Структура и объем диссертации
