新闻中心
智能视频分析技术助力智慧城市交通改善
一、国内交通环境分析
近十年我国城镇化发展迅速，目前国内城市人口密集区，机动车和非机动车数量讯速增长，同时相对匮乏且陈旧的道路交通设施、布局不尽合理的城市路网已经不堪重负，导致城区交通拥堵频繁、交通秩序混乱等问题日益严重。特别是早晚流量高峰期间，道路人流、车流量基本处于饱和或超饱和状态，车辆行驶缓慢，加上车辆违规行驶、商贩占道摆摊设点、车辆乱停乱放、侵占道路等现象比较严重，使得“上马路看车展”已越来越成为城区交通的一种常态，是城市交通管理的难点和热点。
根据中国科学院《中国新型城市化报告2012》报告发布，对中国50个城市上班路上的平均时间进行了排名，北京以52分钟居榜首，广州、上海以48分钟、47分钟紧随其后，深圳以46分钟居第四。报告还提出，2011年的中国内地城市化率首次突破50%，达到51.3%。这意味着中国城镇人口首次超过农村人口，中国城市化进入关键发展阶段。
十年前，中国的二线城市，交通拥堵很少见，但是近5年来，交通拥堵已经成为二线甚至三线城市的常态。全国百万人口以上城市有80%的路段和90%的路口通行能力已经接近极限。
交通拥堵使交通延误、车速降低、时间损失、燃料费用上升、排污量增加，同时诱发交通事故，影响人们的工作效率和身体健康。而对于城市交通管理者来说，一方面是日渐增长的交通压力，另一方面却是警力人员的捉襟见肘，如何利用科技手段加强管理效率，增进交通良性循环成为很多城市交通治理和发展的重要思路之一。高清摄像机的广泛使用和基于高清图像的视频分析技术的发展，有效的解决了技术手段问题，使得智能交通信息化系统在每个城镇得以广泛应用。
二、视频分析技术的应用现状
视频分析技术就是使用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内目标。用户可以根据的分析模块，通过在不同摄像机的场景中预设不同的非法规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出告警信息，监控指挥平台会自动弹出报警信息并发出警示音，并触发联动相关的设备，用户可以通过点击报警信息，实现报警的场景重组并采取相关预防措施。这种技术前几年只是在标清摄像机中做一些简单的应用，如越界、人员聚集等，但是标准摄像机有者自身的先天不足，取景范围受限，图像不清晰，尤其在快速变化的道路上很难有效的分析和取证。
随着高清摄像机的大量使用，高清图像的视频分析技术也得以快速发展，如今已在城市智能交通系统中得到广泛应用。其中应用最多的是电子警察系统、交通卡口系统和动态车流量监测系统。
1、在电子警察系统中的应用
视频分析技术在电子警察中的应用，主要是利用视频分析技术对行进车辆的行为进行分析，通过测流程高清摄像机抓拍的实时视频，对每一帧图像进行比对分析，运用智能算法计算图片的变化分析监控区域内车辆的变化曲线，进而检测车辆经过并判断车辆的违章行为。其中主要的检测方式有：
（1）车辆检测原理
采用基于运动检测的车辆检测方法，其核心原理是通过学习建立道路背景模型，将当前帧图像与背景模型进行背景差分得到运动前景像素点，然后对这些运动前景像素进行处理得到车辆信息。该方法效果的优劣依赖于背景建模算法的性能。
整个检测过程分为以下几个步骤：
由高清摄像抓拍主机获取实时的视频流。
利用背景差分算法检测运动前景。首先通过初始多帧视频图像的自学习建立一个背景模型，然后对当前帧图像与背景模型进行差分运算，消除背景的影响，从而获取运动目标的前景区域。
根据背景差分运算中运动目标检测的结果，有选择性地更新背景模型，并保存背景模型。
过滤噪声，并获取准确的车辆位置。
运用时空信息、匹配和预测等算法，对车辆进行准确的跟踪，得到车辆对象的运动轨迹，并保存车辆对象的轨迹信息。
判断车辆是否到达触发线位置，如果没有到达，则进行下一帧的检测，如果到达则发出触发信号。车辆的抓拍触发综合运用了车牌检测算法和车辆检测算法，如图2所示。
系统首先采用车牌检测算法，在车辆到达触发线的时刻，若系统检测到图像中存在车牌，则触发抓拍，并进行车牌识别；对于无后车牌或后车牌遮挡的车辆，系统无法检测到车牌，此时将启用车辆检测算法，若运动对象与系统内建的车辆模型相匹配，则触发抓拍，并记录为无牌车辆。
( 2)视频检测红绿灯信号
视频分析算法对于红绿灯的检测综合运用了亮度比较算法与灰度比较算法，在场景中红绿灯所在位置划定检测区域，并对该区域的亮度与灰度的变化进行实时地检测与判断，从而获知当前的红绿灯状态。
(3)道路交通事件视频检测
道路交通事件视频检测系统基于视觉的车辆检测和跟踪的视频分析技术。具有图像稳定、阴影消除、视场校对、自动补偿等功能，能在不同的环境条件下正常并准确的进行视频检测和数据分析。系统采用“航天多目标识别与跟踪技术”、“图像预处理技术”以及“图像背景提取和更新技术”，将摄像机采集的视频信号进行处理和综合分析，对道路上突发的交通事件（如压线、突然停车、逆行、遗洒、行人跨越公路等）进行实时检测、报警、记录、传输、统计，并将事件视频图像及报警区域图像切换到主监控画面，提示管理人员进行应急处理。
2、在卡口系统中的应用
视频分析技术在卡口中的应用分两部分，一部分是和电警相同的车辆检测及行为分析，另一部分就是车牌识别，通过抓拍的图片自动识别车辆牌照信息。车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算，其运行流程如图3所示。
（1）图像采集：通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、采集。
（2）预处理：图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。
（3）车牌定位：车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区
域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。
（4）字符分割：在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。
（5）字符识别：对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像。
（6）结果输出：将车牌识别的结果以文本格式输出。
3、在动态车流量监测系统中的应用
视频动态车辆检测系统，采用视频图像处理技术，可实时提供车流量、平均车速、车型、占有率等交通流信息，适用于高速公路、城市快速路、桥图3车牌识别原理示意图梁、普通公路的道路交通流信息采集，为交通信号控制、信息发布、交通诱导、交通指挥和环境监测等提供依据和参考。系统采用边缘特征车辆检测算法，结合区域特征处理，鲁棒性高，受环境光线变化和阴影的影响小，不同的光照和天气状况下均保持较高检测精度。
三、技术发展前景
视频分析技术在智能交通行业中已经广泛应用，技术发展更是日新月异，在近三四年中，依赖视频分析技术的产品更新了两代产品，从标清到高清至现在的高清智能。因为视频分析技术的高效及实用，在将来的技术发展中，仍会保持快速的发展，其发展方向主要有四个方面：
1、适应的图像像素越来越高曾经高清视频的视频分析是整个视频分析技术的瓶颈，高像素的视频流对视频运算和前端设备的承载能力有很高的要求，经过几年时间的技术发展，这一瓶颈已经得到解决，现在智能交通各系统已基本都使用高清摄像机为基础数据源。在以后的技术发展中，摄像机的像素还会越来越高，从目前主流的200万、500万像素向更高清发展，视频分析技术也会随之适应相应的前端设备。
2、视频分析的维度越来越宽目前视频分析技术主要应用在交通行业电子警察系统（包括车辆综合违章抓拍）、卡口系统、动态车流监测系统。各系统中视频分析的数据基本固定，如电子警察系统主要是检测车辆经过监测点、判别车辆闯红灯、违章变道压线等各种违章行为，卡口系统中主要是识别车辆牌照，动态车流监测系统主要是统计交通断面的交通流信息。在今后的技术发展中，视频分析的数据维度会越来越宽，包括复杂的交通行为分析、车身颜色识别、车标车型识别、驾驶人员人脸识别等等。
3、前端硬件设备越来越智能在刚进入高清时代的时候，高清摄像机的视频分析基本上是一台摄像机配备一台工控机来进行视频运算，然后发展到几台（两台到四台不等）摄像机配备一台工控机。现在卡口电警系统里的视频分析已经不需要配备工控机，直接把视频算法写入摄像机内，由摄像机来完成此项工作，这除了得益于摄像机内置处理器性能的提高外，视频分析技术的智能化发展尤为重要。在以后的产品和技术发展中，视频分析技术对前端设备的要求会越来越低，配置在前端的设备会越来越少，而且越来越智能，承载的功能会越来越多。
4、视频运算的稳定性越来越高视频分析技术的稳定性一直是发展的难题，尤其是道路车辆行进速度快，交通行业本身对检测精度又很高，所以有些应用一直处在试用阶段，比如高速路段的车辆检测采用线圈或雷达检测为主视频为辅的方式，视频测速不作为交通超速违章处罚依据等等。在将来视频分析技术进一步发展后，势必会越来越稳定，检测精度越来越高，将全面取代其他其他复合检测手段。
四、市场发展前景
《“十二五”交通运输信息化发展需求》中提出：保障交通运输系统的畅通、高效，要求加强对交通基础设施和运输装备的运行监测，提高其运营管理水平和运行效率；满足人民群众安全便捷出行，要求为公众提供优质的出行信息服务；保障交通运输安全发展，要求提升交通运输安全监管和应急处置的监测预警、通信保障和决策支持水平。因此，作为缓解城市交通压力、减少交通事故重要手段的智能交通建设成为政府投资重点。据清科研究中心最新报告显示，我国智能交通行业进入快速发展阶段，2012智能交通行业整体市场规模近800亿元，预计到2015年，整体市场规模或将超过2000亿元，市场增长率保持在10%以上，并在未来的很长一段时间内，持续增长并发展。因此视频分析技术作为智能交通行业发展的核心技术，其市场发展前景不言而明，也将获得巨大的发展空间。
近十年我国城镇化发展迅速，目前国内城市人口密集区，机动车和非机动车数量讯速增长，同时相对匮乏且陈旧的道路交通设施、布局不尽合理的城市路网已经不堪重负，导致城区交通拥堵频繁、交通秩序混乱等问题日益严重。特别是早晚流量高峰期间，道路人流、车流量基本处于饱和或超饱和状态，车辆行驶缓慢，加上车辆违规行驶、商贩占道摆摊设点、车辆乱停乱放、侵占道路等现象比较严重，使得“上马路看车展”已越来越成为城区交通的一种常态，是城市交通管理的难点和热点。
根据中国科学院《中国新型城市化报告2012》报告发布，对中国50个城市上班路上的平均时间进行了排名，北京以52分钟居榜首，广州、上海以48分钟、47分钟紧随其后，深圳以46分钟居第四。报告还提出，2011年的中国内地城市化率首次突破50%，达到51.3%。这意味着中国城镇人口首次超过农村人口，中国城市化进入关键发展阶段。
十年前，中国的二线城市，交通拥堵很少见，但是近5年来，交通拥堵已经成为二线甚至三线城市的常态。全国百万人口以上城市有80%的路段和90%的路口通行能力已经接近极限。
交通拥堵使交通延误、车速降低、时间损失、燃料费用上升、排污量增加，同时诱发交通事故，影响人们的工作效率和身体健康。而对于城市交通管理者来说，一方面是日渐增长的交通压力，另一方面却是警力人员的捉襟见肘，如何利用科技手段加强管理效率，增进交通良性循环成为很多城市交通治理和发展的重要思路之一。高清摄像机的广泛使用和基于高清图像的视频分析技术的发展，有效的解决了技术手段问题，使得智能交通信息化系统在每个城镇得以广泛应用。
二、视频分析技术的应用现状
视频分析技术就是使用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内目标。用户可以根据的分析模块，通过在不同摄像机的场景中预设不同的非法规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出告警信息，监控指挥平台会自动弹出报警信息并发出警示音，并触发联动相关的设备，用户可以通过点击报警信息，实现报警的场景重组并采取相关预防措施。这种技术前几年只是在标清摄像机中做一些简单的应用，如越界、人员聚集等，但是标准摄像机有者自身的先天不足，取景范围受限，图像不清晰，尤其在快速变化的道路上很难有效的分析和取证。
随着高清摄像机的大量使用，高清图像的视频分析技术也得以快速发展，如今已在城市智能交通系统中得到广泛应用。其中应用最多的是电子警察系统、交通卡口系统和动态车流量监测系统。
1、在电子警察系统中的应用
视频分析技术在电子警察中的应用，主要是利用视频分析技术对行进车辆的行为进行分析，通过测流程高清摄像机抓拍的实时视频，对每一帧图像进行比对分析，运用智能算法计算图片的变化分析监控区域内车辆的变化曲线，进而检测车辆经过并判断车辆的违章行为。其中主要的检测方式有：
（1）车辆检测原理
采用基于运动检测的车辆检测方法，其核心原理是通过学习建立道路背景模型，将当前帧图像与背景模型进行背景差分得到运动前景像素点，然后对这些运动前景像素进行处理得到车辆信息。该方法效果的优劣依赖于背景建模算法的性能。
整个检测过程分为以下几个步骤：
由高清摄像抓拍主机获取实时的视频流。
利用背景差分算法检测运动前景。首先通过初始多帧视频图像的自学习建立一个背景模型，然后对当前帧图像与背景模型进行差分运算，消除背景的影响，从而获取运动目标的前景区域。
根据背景差分运算中运动目标检测的结果，有选择性地更新背景模型，并保存背景模型。
过滤噪声，并获取准确的车辆位置。
运用时空信息、匹配和预测等算法，对车辆进行准确的跟踪，得到车辆对象的运动轨迹，并保存车辆对象的轨迹信息。
判断车辆是否到达触发线位置，如果没有到达，则进行下一帧的检测，如果到达则发出触发信号。车辆的抓拍触发综合运用了车牌检测算法和车辆检测算法，如图2所示。
系统首先采用车牌检测算法，在车辆到达触发线的时刻，若系统检测到图像中存在车牌，则触发抓拍，并进行车牌识别；对于无后车牌或后车牌遮挡的车辆，系统无法检测到车牌，此时将启用车辆检测算法，若运动对象与系统内建的车辆模型相匹配，则触发抓拍，并记录为无牌车辆。
( 2)视频检测红绿灯信号
视频分析算法对于红绿灯的检测综合运用了亮度比较算法与灰度比较算法，在场景中红绿灯所在位置划定检测区域，并对该区域的亮度与灰度的变化进行实时地检测与判断，从而获知当前的红绿灯状态。
(3)道路交通事件视频检测
道路交通事件视频检测系统基于视觉的车辆检测和跟踪的视频分析技术。具有图像稳定、阴影消除、视场校对、自动补偿等功能，能在不同的环境条件下正常并准确的进行视频检测和数据分析。系统采用“航天多目标识别与跟踪技术”、“图像预处理技术”以及“图像背景提取和更新技术”，将摄像机采集的视频信号进行处理和综合分析，对道路上突发的交通事件（如压线、突然停车、逆行、遗洒、行人跨越公路等）进行实时检测、报警、记录、传输、统计，并将事件视频图像及报警区域图像切换到主监控画面，提示管理人员进行应急处理。
2、在卡口系统中的应用
视频分析技术在卡口中的应用分两部分，一部分是和电警相同的车辆检测及行为分析，另一部分就是车牌识别，通过抓拍的图片自动识别车辆牌照信息。车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算，其运行流程如图3所示。
（1）图像采集：通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、采集。
（2）预处理：图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。
（3）车牌定位：车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区
域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。
（4）字符分割：在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。
（5）字符识别：对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像。
（6）结果输出：将车牌识别的结果以文本格式输出。
3、在动态车流量监测系统中的应用
视频动态车辆检测系统，采用视频图像处理技术，可实时提供车流量、平均车速、车型、占有率等交通流信息，适用于高速公路、城市快速路、桥图3车牌识别原理示意图梁、普通公路的道路交通流信息采集，为交通信号控制、信息发布、交通诱导、交通指挥和环境监测等提供依据和参考。系统采用边缘特征车辆检测算法，结合区域特征处理，鲁棒性高，受环境光线变化和阴影的影响小，不同的光照和天气状况下均保持较高检测精度。
三、技术发展前景
视频分析技术在智能交通行业中已经广泛应用，技术发展更是日新月异，在近三四年中，依赖视频分析技术的产品更新了两代产品，从标清到高清至现在的高清智能。因为视频分析技术的高效及实用，在将来的技术发展中，仍会保持快速的发展，其发展方向主要有四个方面：
1、适应的图像像素越来越高曾经高清视频的视频分析是整个视频分析技术的瓶颈，高像素的视频流对视频运算和前端设备的承载能力有很高的要求，经过几年时间的技术发展，这一瓶颈已经得到解决，现在智能交通各系统已基本都使用高清摄像机为基础数据源。在以后的技术发展中，摄像机的像素还会越来越高，从目前主流的200万、500万像素向更高清发展，视频分析技术也会随之适应相应的前端设备。
2、视频分析的维度越来越宽目前视频分析技术主要应用在交通行业电子警察系统（包括车辆综合违章抓拍）、卡口系统、动态车流监测系统。各系统中视频分析的数据基本固定，如电子警察系统主要是检测车辆经过监测点、判别车辆闯红灯、违章变道压线等各种违章行为，卡口系统中主要是识别车辆牌照，动态车流监测系统主要是统计交通断面的交通流信息。在今后的技术发展中，视频分析的数据维度会越来越宽，包括复杂的交通行为分析、车身颜色识别、车标车型识别、驾驶人员人脸识别等等。
3、前端硬件设备越来越智能在刚进入高清时代的时候，高清摄像机的视频分析基本上是一台摄像机配备一台工控机来进行视频运算，然后发展到几台（两台到四台不等）摄像机配备一台工控机。现在卡口电警系统里的视频分析已经不需要配备工控机，直接把视频算法写入摄像机内，由摄像机来完成此项工作，这除了得益于摄像机内置处理器性能的提高外，视频分析技术的智能化发展尤为重要。在以后的产品和技术发展中，视频分析技术对前端设备的要求会越来越低，配置在前端的设备会越来越少，而且越来越智能，承载的功能会越来越多。
4、视频运算的稳定性越来越高视频分析技术的稳定性一直是发展的难题，尤其是道路车辆行进速度快，交通行业本身对检测精度又很高，所以有些应用一直处在试用阶段，比如高速路段的车辆检测采用线圈或雷达检测为主视频为辅的方式，视频测速不作为交通超速违章处罚依据等等。在将来视频分析技术进一步发展后，势必会越来越稳定，检测精度越来越高，将全面取代其他其他复合检测手段。
四、市场发展前景
《“十二五”交通运输信息化发展需求》中提出：保障交通运输系统的畅通、高效，要求加强对交通基础设施和运输装备的运行监测，提高其运营管理水平和运行效率；满足人民群众安全便捷出行，要求为公众提供优质的出行信息服务；保障交通运输安全发展，要求提升交通运输安全监管和应急处置的监测预警、通信保障和决策支持水平。因此，作为缓解城市交通压力、减少交通事故重要手段的智能交通建设成为政府投资重点。据清科研究中心最新报告显示，我国智能交通行业进入快速发展阶段，2012智能交通行业整体市场规模近800亿元，预计到2015年，整体市场规模或将超过2000亿元，市场增长率保持在10%以上，并在未来的很长一段时间内，持续增长并发展。因此视频分析技术作为智能交通行业发展的核心技术，其市场发展前景不言而明，也将获得巨大的发展空间。