CURS 5

Detecţia neintrusivă
- Videodetecţia;
 Principiul de funcţionare

Video detecţia, are la bază sistemul de procesare video (Video Image Processor
systems - VIP) a unor imagini video.
Acesta detectează vehiculele, analizând imaginea captată cadru cu cadru, pentru
a determina modificările apărute între cadre succesive.
Algoritmii de procesare a imaginii sunt concepuţi pentru a elimina variaţiile de
nivel de gri ale imaginii de fundal, cauzate de condiţiile meteo, umbre , etc, şi să
păstreze doar obiecte identificate ca vehicule.

Sau dezvoltat trei metode principale de detecţie:

- virtual loop - detectează vehiculele, monitorizând modificările pixelilor din

interiorul unei zone de detecţie predefinită anterior. Prin acest sistem, viteza
vehiculelor se poate determina măsurând timpul necesar vehiculului identificat
să străbată distanţa (cunoscută) dintre două zone de detecţie.
- Closed-loop tracking - identifică vehiculul în mod continuu, urmărit de-a
lungul traiectoriei sale pe tot câmpul vizual al camerelor.
- Data association tracking - identifică vehiculul prin detectarea ariilor de pixeli
conectate, ce se afla in mişcare identică.
Frame 0

Frame 1

Frame 2
Aceste sisteme au capabilitatea de a clasifica vehiculele şi de a raporta prezenţa
lor, precum şi volumul, ocuparea şi viteza fiecărei categorii de vehicul, pe fiecare
bandă observată.
În plus se pot identifica în mod automat o serie de aspecte relevante pentru
conduita participanţilor la trafic (depăşirea liniei continue, staţionarea în zone
nepermise, trecerea pe culoarea roşie a semaforului, etc.).
3 4 5 6

Sursă stabilizată
2 de tensiune

Principiul detecţiei V.I.P.: 1 – unitate PC; 2 – conexiune wireless sau

ethernet; 3 – modul stabilizat de tensiune; 4 – modulul rack procesare
semnal; 5 – cameră video; 6 – câmpul de detecţie (arealul ţintă).
Clase de echipamente şi sisteme de operare VIP destinate detecţiei video:

Clasa „tripline” (clasa sistemelor de detecţie în zone marcate), care constă în

definirea de către utilizator a unui număr de patrulatere (câmpuri) de detecţie
marcate în câmpul de observare. La trecerea unui vehicul prin câmpurile
marcate, are loc o modificare de „gri” în câmpurile marcate, modificare memorată
şi comparată ca şi poziţie în succesiunea de cadre a înregistrării video. Viteza
vehiculului este estimată ca fiind timpul necesar ca acesta să străbată zona
marcată şi memorată dimensional în imaginea cadru (câmpul) de referinţă.
Clasa sistemelor tip poligon marcat, tehnica fiind o extensie a modelului
tripline destinat detecţiei pe autostrăzi;
Clasa sistemelor care asociază atribute coordonatelor de mişcare din
câmpul de detecţie al camerei video. În acest caz identificarea computerizată a
vehiculului sau grupurilor de vehicule se face prin identificarea unor conexiuni de
suprafeţe cu proprietăţi similare, markerii de identificare fiind: de tip gradient sau
morfologici (raportat la suprafaţa obiectelor). Markerii de tip gradient identifică
obiectele prin intermediul muchiilor acestuia în timp ce markerii morfologici fac
apel la identificarea combinată de dimensiune şi particularităţi structurale.
 Principii şi tehnici soft care stau la baza realizării
sistemelor VIP

Principiul „potrivirii şabloanelor” (template matching), specifică digitizării

imaginilor şi care constă în identificarea părţilor din imagine care se potrivesc cu
imaginea (cadrul) de referinţă.
Astfel se efectuează o comparare a intensităţii pixelilor dintre imaginea de
referinţă şi imaginea de evaluat.

B1

B2

N(B1)=N(B2) N(B1)>N(B2) N(B1)<N(B2)

 Tehnica sumei diferenţelor absolute (Sume of Absolute Differences)
Se identifică neconcordanţele între cele două imagini.
Dacă un punct de interes din cadrul de referinţă are coordonatele xr şi yr, fiind
caracterizat prin intensitatea pixelilor Ir(xr, yr) iar imaginea curentă de analizat are
coordonatele xi şi yi, căreia îi corespunde o intensitate Ii(xi, yi), diferenţa absolută de
intensitate a pixelilor din cele două imagini este:

 x r , y r , xi , y i   I r  x r , y r   I i  xi , y i  .
Suma diferenţelor absolute identificate între cele două imagini va fi:
n m
SAD    x  i , y  j ,i , j  ,
i 1 j 1
unde m şi n reprezintă numărul de linii respectiv de coloane al patrulaterelor
rezultate din discretizarea celor două imagini.

Tehnica de digitizare a imaginii reprezintă o modalitate avansată de identificare

(caracterizare) a conţinutului informativ, bazată pe analiza punctuală a conţinutului
suprafeţei, discretizată într-un număr de cuadraturi stabilit funcţie de nivelul de
rezoluţie.
Utilizând o imagine „etalon” (de referinţă), imaginea comparată (candidată) este
analizată din punct de vedere al conţinutului informativ (intensitatea pixelilor).
Pel Difference Classification - PDC apelează la compararea fiecărui pixel din
imaginea de referinţă cu corespondentul său din imaginea „candidat”, rezultând o
clasificare pe criteriile logice binare (fals sau adevărat) a pixelilor, conform relaţiei:

n m

 IF  Ai , j   Bi , j   t  ;

i 1 j 1

unde A şi B sunt funcţiile bloc matriciale pentru imaginea de referinţă, respectiv

imaginea candidată, caracterizate prin n linii şi m coloane.

Dacă ordinul diferenţei absolute este mai mic decât valoarea impusă t, atunci
inecuaţia va avea valoarea ataşată 1 (DA) în caz contrar ataşândui-se valoarea 0
(FALS) rezultând astfel o analiză a gradului de potrivire a imaginilor.

Mean Absolute Difference – MAD- Metoda diferenţelor absolute este

modalitatea cea mai des utilizată ca şi criteriu de comparare a imaginilor şi are
originea în mediile statistice de sondaj:

1
MAD 
mn  Ai , j   Bi , j  .
Valoarea MAD astfel determinată este eroarea de identitate (diferenţa) între
imaginile comparate.
Mean Squared Difference - MSD - Metoda diferenţelor pătrate este similară cu
metoda precedentă cu specificarea că nivelul de comparare este mai ridicat rezultând
o eroare mai redusă în diferenţierea celor două imagini (cadre):

1
MSD 
mn   Ai , j   B i , j  2

Integral Projection – IP - Metoda Proiecţiei Integrale este cea mai complexă

tehnică, cu caracter exhaustiv în compararea a două cadre (imagini) şi constă în
însumarea ordonată a valorii ataşate pixelilor după direcţia liniilor
şi coloanelor cuadraturilor, rezultând astfel o funcţie de integrare a matricilor ataşate
cuadraturilor:

m n m n m n
IP    Ai , j    Bi , j     Ai , j   Bi , j 
j 1 i 1 j 1 i 1 j 1 i 1
 Exemplificarea unui algoritm de detecţie vehicule

• Algoritmul utilizează semitransparența caracteristică

umbrelor înregistrate în imagini continue
pentru a extrage caracteristicile umbrite și apoi, le
discriminează în mod eficient funcţie de înălţimea
vehiculului.
În locul identificării regiunilor umbrite pe baza tonurilor
de gri din pixeli, această metodă identifică similitudinile
zonelor cu câteva margini sau muchii mari cu marginile
de fundal dintr-o pată în mișcare.
 (e) Imaginea
(a) imagine
originală cu
originală
umbrele
eliminate

(b) Zona de
delimitare

(c) Detecţia
de imagine

(d) Identificarea
umbrelor
 Caracteristicile de bază impuse camerelor de
monitorizare trafic

rezoluţie înaltă, minim 60 frame/s ;

obiectiv integrat pentru a focaliza cuadraturile de observare;
reglare automată în funcţie de condiţiile de iluminare, în scopul
păstrării unui contrast optim al imaginii la transferul de date;
posibilitatea de utilizare pe timpul nopţii prin echipare cu filtru
infraroşu;
protecţia obiectivului împotriva soarelui, astfel ca umbrele sau petele
albe să fie eliminate;
protecţie împotriva îngheţului;
dotarea cu o platformă pentru montare, care să asigure fiabilitatea
observării;
Elemente componente ale unui sistem de videodetecţie

1 2 3 4 5 6
Cameră video în infraroşu (Weiss Eelectronic model H 502);
1 - mască protecţie (lumină, ploaie) reglabilă; 2 - obiectivul
camerei; 3 – suport fixare cu elemente de reglaj şi poziţionare;
4 - cablu alimentare; 5 – cablu semnal optic; 6 – rigletă
conexiune cu carcasă IP 67.
 1 Detectorul video
(RackVision - RV)
2 analizează prin algoritmi
de software imaginea
video capturată şi
3 stabileşte ce date de
trafic sunt cerute. Poate
fi utilizat pentru analiza
traficului, managementul
4 traficului şi controlul
semnalizării la
intersecţii.
5
Sistemele de detecţie
sunt proiectate pentru a
Modulul RackVision pentru prelucrarea imaginii: 1 – placa fi integrat în suporturile
de bază; 2 led-uri control procese de lucru; 3 - mufa 9 pini de 19” sau 17”şi poate fi
COM; 4 – mufă coaxială video; 5 – pârghie cuplare în utilizat în combinaţie cu
consola carcasei cu alimentator. aparate de filmat CCTV
Softul de detecţie – prelucrare imagine

Sistemul video de detecţie al vehiculelor pe suprafeţe mari Autoscope Solo® este

un sistem compex de monitorizare a traficului. Utilizează tehnologia unui procesor
de imagine (MVP) pentru a produce măsurători de trafic de înaltă acurateţe.

Autoscope Solo, Solo Pro, Solo Pro II/VC, Solo NC/VC, 2020/VC, RackVision-1, -4, -
16, serial şi modele Ethernet, RackVision System One serial şi modele Ethernet, si
MVP-uri Atlas.

Sistemul Autoscope detectează, calculează şi colectează date specificate de

utilizatori incluzând algoritmi predicţi, dar fără a se limita la aceştia.
Câmpurile de lucru specifice sistemului de detecţie şi disponibile la operarea cu un
echipament complet sunt:
Timp MS; momentul din zi la care datele au fost colectate;
Rata medie a circulaţiei; (fluxul mediu de vehicule pe oră);
Calculul întregului volum; numărul total de vehicule care au trecut prin detectorul
selectat în intervalul de timp;
Media aritmetică a vitezei; viteza medie a tuturor vehiculelor care trec printr-un
detector de viteză specificat în intervalul de timp alocat sondajului (raportat în km/h
sau mi/h ), viteza medie fiind calculată ca viteza medie – timp;
Numărarea claselor de vehicule de la A la E; numărul de vehicule clasificat în
funcţie de 5 lungimi definite de utilizator;
Timpul mediu al decalajului; numărul mediu de secunde de la partea frontală cea
mai avansată a unui vehicul din faţa coloanei până la partea frontală cea mai
avansată a următorului vehicul;

Timpul mediu de ocupare; procentajul de timp în care un vehicul ocupă un

detector într-un Interval de Măsurare;
Nivelul serviciului; indică capacitatea traficului de a permite decalaje; fiecare drum
este capabil de a gestiona nivele diferite ale traficului, măsurate funcţie de viteza de
trafic sau flux / capacitate.
Viteza medie a spaţiului; viteza medie a tuturor vehiculelor ce ocupă o secţiune
dată din drum pe un anumit interval de timp. Pentru efectuarea acestui calcul,
distanţa este divizată prin raportare la un timp mediu de parcurs;
Ocuparea spaţiului; procentul de spaţiu dintr-o secţiune de autostrada ocupat la
un moment dat de vehicule. Tipic secţiunea de autostrada este de 1 km MVP-ul
poate observa o fâşie mult mai mica din autostrada aşa ca trebuie estimata
ocuparea spaţiului.
Densitatea de vehicule; sau concentrarea fluxului reprezentând numărul de
vehicule pe bandă, care se deplasează pe o unitate de drum la un moment dat.
paramerul este rezultatul unui calcul dezvoltat prin intermediul algoritmului de
monitorizare trafic, fiind obţinut prin împărţirea numărului de vehicule existente pe
segmentul de drum la un moment dat, la distanta dintre doua puncte, considerate
fixe în sistemul de monitorizare video;
Intervalul de ocupare; fiecare interval de ocupare este un interval de timp maxim
în care unul sau mai multe vehicule se găsesc în regiunea de interes (observare);
Intervalul net de declarare în timp; reprezintă suma decalărilor individuale nete în
timp, la nivelul detectorului, pe parcursul aceluiaşi interval;
Intervalul de timp net; (intervalul de succedare), reprezentând timpul efectiv scurs
la trecerea a două vehicule consecutive net de la vehiculul precedent la vehiculul
detectat în milisecunde;
Lungimea vehiculului;
Intervalul intervehicular; reprezentând distanţa inter-vehicul măsurată între doua
vehicule succesive pe un sens.
 Cum operează soft-ul de videodetecţie?
1. Identificarea zonei de detecţie în cadrul “martor”
2. Descrierea dimensională a zonei identificate
3. Introducerea detectorilor virtuali:
 Fereastra introducere
dimensiuni pentru
poligonul de detecţie

Cuadraturile marcate
în câmpul de detecţie
 Marker pentru
identificarea trecerii
peste linia continuă

Identificarea staţonării în spaţii cu restricţii

(exemplu de marcare)
Trasarea marker-ilor de identificare a prezenţei – trecerii vehiculelor prin zone
cu restricţii.
 1

Controlul simultan prin intermediul a două camere de detecţie: 1 – camere VIP;

2 – unitatea hard (RackVison) pentru prelucrare – stocare semnal ; 3 – PC.