逆行检测技术研究
彭梓晗程佳馨魏筱萌
(南京农业大学工学院农机系，中国南京210031)
【摘要】此项目以基于混合高斯模型的背景差分法对电动自行车行为进行解读，从而填补非机动车监控装置的空白。首先运用混合高斯模型提取背景，然后对比常用车辆前景检测方法，采用背景差分法对电动自行车前景进行提取；其次，对于运动目标跟踪，采用卡尔曼滤波和车辆质心特征相结合的方法，对下一时刻车辆特征值进行预测和跟踪。最后由电动自行车质心坐标绘制轨迹，用坐标变化判定电动自行车逆行行为，经视频测试，取得了良好的效果。
【关键词】图像识别；电动自行车；交通监测；背景差分法
中图分类号:U491.225;X912
文献标识码:A
文章编号:2095-2457(2018)03-0117-002
Research on the retrograde detection technology of electric bicycle based on image processing.
PENG Zi -han CHENG Jia -xin WEI Xiao -meng
(College of Engineering ,Nanjing Agricultural University ,Nanjing ,210031)
【Abstract 】This project is based on the background-difference method based on the Gaussian Mixture Model to interpret the behavior of electric bicycle.Thus filling the gap of non-motor vehicle monitoring devices .Firstly,we use Gaussian Mixture Model to extract the background,and then compare the common vehicle foreground detection methods.After considering the result of contrast,we choose background -difference method to extract the vehicle foreground.Secondly,in terms of moving vehicle tracking,using Kalman filtering and vehicle mass center features,to forecast the vehicle characteristic value of the next moment and realize the tracking.Finally drawn by electric bicycle barycentric coordinates,track with coordinates determining electric bicycle retrograde
behavior change,the video test,and achieved good effect.
【Key words 】Image recognition;Electric bicycle;Traffic detection;Background subtraction
0研究背景
电动自行车逆行是重大交通事故的罪魁祸首，然而道路上缺少对其监管的装置，致使其驾驶者产生侥幸心理。而人工监管耗时费力，因而设置对非机动车如电动自行车的监管装置势在必行，只有实现和机动车类似的违章抓拍，才能从根本上解决。
1
基于视频的交通事件检测
1.1
交通事件监测系统概述
交通事件监测系统有如下几个流程：运动车辆自动检测、运动车辆自动跟踪、交通事件判定、异常交通事件发生自动报警。核心部分是对采集的交通监测视频进行图像处理，通过对目标的检测与跟踪，得到其行驶轨迹，再利用算法对车辆违章行为进行判定，从而达到对车辆违章事件的监测。1.2背景提取———混合高斯背景模型
混合高斯模型是一个可以用来表示在总体分布中含有K 个子分布的概率模型，其中K 取值为3到5。K 值越大，处理得到的检测效果越好，但处理所需时间也越长。其概率密度函数可以用K 个高斯函数表示:
获得新的图像后，将当前图像像素和混合高斯模
型中K 个高斯分布进行匹配，若满足下式，则认为匹配成功。
以下为通过高斯混合模型提取出来的背景和前景:
图1视频前景图
图2视频背景图
※基金项目：南京农业大学工学院SRT 计划项目资助，项目编号1730C33。
作者简介：彭梓晗(1997—)，女，湖北黄冈人，现就读于南京农业大学工学院，研究方向为交通运输
。
(1-1)
(1-2)电动车论坛
. All Rights Reserved.
1.3运动目标检测方法
1.3.1背景差分法
该算法是利用视频图像中的当前帧与背景参考模型比较来检测运动前景的一种方法。设定BG i为背景图像,F i为当前帧图像，差分图像D i，则:
为R i D i(x,y)二值化后的图像。对R i进行连通分析，当此连通区域的面积大于设定阈值T，就认为是检测目标。
1.3.2帧间差分法
帧间差分法是利用相邻帧图像间的区别来获取运动目标。即对一段视频中连续的图像帧做差分运算，以此获取运动目标轮廓。在多目标检测和摄像机运动的情况下也具有很好的适用性。
1.4运动目标跟踪方法概述
1.4.1基于轮廓的跟踪方法
其思想是将图像进行分割，得到一块连通的区域，进而判别该区域是背景还是前景。将得到的目标轮廓作为初始模板，对视频中的每一帧图像进行二值化处理，最后进行模板匹配，跟踪运动目标的轮廓，并自适应更新。
1.4.2基于特征跟踪法
该算法通过提取车辆某些特征来实现车辆跟踪。常见的目标特征有：点、线、区域、大小、边缘，有时候还有一些亮度特征。在视频图像序列中，一般情况下的帧频率为15-30帧/秒，可以假设这些特征在其运动轨迹上是平滑的。
1.4.3基于3D模型的跟踪方法
该方法是根据摄像机的三维几何学知识，通过将一个三维模型投影到图像中，从而分析图像中运动目标的位置而进行跟踪[1]。运用三维模型来描述，特征较全面，但获取精确的运动目标几何模型非常困难，因此其应用也受限。
2电动自行车检测跟踪
2.1电动自行车识别
2.1.1降噪处理
图像降噪的方法有均值滤波、中值滤波、形态学噪声滤除和小波去噪等。通过比较分析，我们最终采用的是中值滤波，这种降噪方法对消除椒盐噪声特别有效，既去除噪声又能保证图像的边缘锐度不改变。2.1.2降序排序
利用OpenCV中自带的寻轮廓和绘制轮廓函数获取前景对象的最外轮廓，再将每一个轮廓的面积用其外接矩形的面积表示，并对面积进行降序排序，去除伪目标。
2.2电动自行车跟踪及轨迹提取———卡尔曼滤波
卡尔曼滤波原理是：根据运动方程对该值进行预测，作为跟踪的一个依据。另一个依据是用测量手段得到变量的值。卡尔曼滤波通过对这两个依据进行一系列迭代实现运动车辆跟踪[2]。
卡尔曼滤波理论的两个核心公式为:
运动方程:X k=A k X k-1+W k(2-1)预测方程:Y k=C k X k V k(2-2) 2.2.1跟踪
1)跟踪车辆质心提取
在图像处理中用外接矩形框住电动自行车，矩形中心即车辆质心。由矩形可以获得对角点坐标：左下点A(x0,y0)，右上点B(x1,y1)。通过对角点坐标可以求出中心坐标C(x k i,y k i)。
2)质心匹配
假设我们要跟踪第k帧中的第i个目标，要计算在k+1帧中所有车辆目标和上一帧中第i个目标的距离，我们假设与k+1帧第j个目标进行计算:
2.2.2轨迹显示
将监测的电动自行车质心标记为: Barycentre=[(x i y i);(x i+1,y i+1);(x i+2,y i+2);…(x i+n, y i+n)}](2-4)其中(x i y i)表示第i帧图像中被追踪目标的质心坐标，将这些坐标相连，即可绘制出电动自行车运动轨迹，再根据图线判断电动自行车行为。
3逆行检测
以道路规定的正确行驶方向为y轴正方向，摄像机对着车流来向。用数组Centre[i]来存储质心坐标。在正确的行驶情况下,y轴的坐标只会逐步增大，一旦出现y i+1-y i﹤0，即可判定电动自行车逆行。但是这种判断方法易受干扰，检测的错误率较高，因此需添加一个约束条件:
其中D m表示检测帧数的最少值。NUM表示在两帧间逆行的次数,N表示比较总次数，若其中逆行的比例较大，则认为车辆发生了违章逆行。
图3电动自行车检测结果
图4质心跟踪轨迹
4结论
本文运用OpenCV3.0.0和Visual Studio2010搭建了交通视频监测平台，实现电动自行车逆行检测。道路现有的摄像头基本都是对机动车违章进行抓拍，缺少对电动自行车的监测。在对比传统的基(下转第100页)
(1-3)
(2-3
)
. All Rights Reserved.
(上接第106页)如桂林旅游学院利用地缘优势发展国际化。桂林旅游学院位于广西省桂林市，该市旅游资源丰富是中华人民共和国国际旅游城市、也是联合国世界旅游组织亚太协会国际论坛的永久举办地，同时桂林地处我国西南地区与东南亚各国在地理方位上有着较为密切的联系是中国-东盟自由贸易区的门户城市之一，是“一带一路”战略的重要联接点城市。国际旅游城市。桂林旅游学院充分利用该优势发展了一系列的国际化战略，利用地缘优势学校成为UNWTO(联合国世界旅游组织)成员，并通过了UNWTO的教育质量认证。同时学院还以中国-东盟自由贸易区为依靠，积极推动生源的国际化，学校与泰国、印尼和柬埔寨等多所东盟国家院校实现了学生交换，并广泛招收当地学生来华留学。
3结论
结合上述分析可以发现旅游类高职院校的国际化既是顺应时代要求，符合旅游行业发展规律也体现学校未来发展方向，响应了国家的政策要求。国际化战略正是学校落实国际化方向的基础，国际化战略制定的得当与否直接关系到学校未来的国际化发展。在制定国际化战略的过程中旅游类高职院校在突出旅游业的行业特点，充分体现把全球化背景下本土旅游行的发展要求，培养具有国际视野、具备国际通用职业素质、了解全球旅游业伦理道德的国际化人才。同时学校在制定国际化战略的过程中还要结合自身实
际，要让本校的国际化战略在符合学校的办学宗旨的基础上，进一步贯彻学校的办学理念，通过与学校办学特的有机结进一步突出学校的办学优势。由此可见，只有做到外部环境与内部条件的相互匹配才能制定出指导意义强、可操作性高的旅游类高职院校国际化战略。
【参考文献】
[1]张立生.旅游业部门结构演进规律及演进模式[J].经济经纬,2005(z):120-123.
[2]胡洪彬.高职院校内涵建设的意义与障碍探析—————兼论浙江旅游职业学院的实践探索[J].青岛职业技术学院学报.2011(5):22-25.
[3]张海琳.广西高职院校国际交流与合作的内涵及趋势探究[J].高教论坛.2014(1):45-47.
[4]宋德利，马保烈.全方位构建国际化的旅游职业教育新模式——
—以山东旅游职业学院为例[J].中国成人教育,2011 (14):85-88.
[5]张凤莉.关于旅游高职院校国际化战略的实施分析[J].吉林广播电视大学学报,2008(4):88-90.
[6]陈露.高职教育国际化品牌发展战略[J].南京工业职业技术学院学报,2017(3):79-81.
(3)将事物形象转换成人的形象
有时英语习语中的事物形象在汉译时需要转换成人的形象，以便使习语意义能清晰地呈现在读者面前。例如，英语中常用“white-collar”、“blue-collar”和“gold-collar”来表示具有这一类特征的人。white-collar指白领，它的隐喻是从传统上班服装的白领子而来，现用来指有教育背景和工作经验的人士，经常拿来代表领较多薪水的专业人士，如公务员、医生、律师等等;blue-collar指蓝领，是白领的相对一族，属于中等收入体，是一切以体力劳动为主的工资收入者，如一般建筑工人、矿工等；而gold-collar(金领)则是指具有良好的教育背景，在某一行业有所建树的资深人士，收入比较可观。又如,A new broom sweeps clean.broom是扫帚的意思，如果照字面，即为新扫帚扫得干净，此句显得枯燥，读者感受不到任何新意。然而如果把new broom比喻为“新上任的官员”，则能创造出生动、鲜明的形象。因为新上任的官员通常会进行大动作和大调整，即汉语中常说的“新官上任三把火”。
3结语
随着我国对外交流的不断扩大，不同文化之间正在逐渐地相互渗透和融合，因而文化差异在逐步地缩小，这无疑为习语的翻译带来了便利。教师在平时的英语习语教学中要善于进行文化渗透，使学生在掌握英语习语的同时能够真正意义上了解习语背后的文化，并掌握一定的翻译技巧和具有一定的灵活性，做到考虑全面，既要译出原有英语习语的含义，并尽量保留其风格和韵味，又要为广大汉语使用者所理解和接受，从而真正凸显翻译的艺术。
【参考文献】
[1]范仲英.实用翻译教程[M].北京：外语教学研究出版社,2004.
[2]武明光.中西文化差异视角下的英汉习语翻译[J].湖北经济学院学报(人文社会科学版),2013(5).
[3]陈静芳.英汉文化差异与英语习语翻译[J].长沙大学学报, 2016(1).
[4]史洁.文化差异视角下的英汉习语翻译技巧[J].产业与科技论坛,2017(11).
[5]周苏菡.英汉习语的文化差异与翻译[J].湖北函授大学学报,
2017(12).
(上接第118页)于图像处理的车辆行为检测技术后，采取合适的方法对电动自行车逆行行为进行研究，仍存在以下待改进的地方:
(1)电动自行车逆行的交通视频难以采集，算法测试样本不足;
(2)本文所用视频发生时间均为白天，对于夜间的电动自行车检测准确度将会降低;
(3)交通监测系统应能自主检测并报警，本文所用算法无法做到实时传送;
(4)当交通场景中车辆运行混乱时，应结合更多的特征作为目标模板。当有遮挡发生时，算法应该能在线学习来保持目标跟踪的实时性。
【参考文献】
[1]高冬冬.基于车辆跟踪轨迹的停车和逆行检测研究[D].西安：长安大学,2015.
[2]王明.Kalman滤波实现目标跟踪[DB/OL].blog.csdn.
net/wangluomin/article/details8807602,2013.4.16. . All Rights Reserved.
发布评论