基于視頻的交通路口車輛檢測技術(shù)研究.pdf

1、隨著社會經(jīng)濟的快速發(fā)展，人們生活水平不斷提高，各種汽車的保有量大幅增加，怎樣提高交通效率就顯得越來越重要。世界各國都投入了大量的人力和物力對智能交通系統(tǒng)(IntelligentTransportationSystems，ITS)進(jìn)行研究。車輛檢測作為ITS的基礎(chǔ)部分，為整個系統(tǒng)提供基礎(chǔ)數(shù)據(jù)。在眾多車輛檢測方法中，視頻檢測具有直觀性、大范圍檢測、安裝方便和維護費用相對較低等優(yōu)點，成為最有前途的采集交通信息的技術(shù)，以指導(dǎo)車輛運行。視頻檢測也

2、是計算機視覺和圖像處理領(lǐng)域的一個研究熱點。視頻車輛檢測系統(tǒng)的主要目標(biāo)是在不破壞路面的情況下，獲取道路車流量、車長、車速、占道率等交通信息，為道路的宏觀管理和公路規(guī)劃設(shè)計提供重要科學(xué)依據(jù)。 本文從事基于視頻的交通路口車輛檢測系統(tǒng)的研究，其目的是設(shè)計出適用于大面積、多目標(biāo)的復(fù)雜場景，能排除干擾，具備實時和自適應(yīng)能力的車輛檢測系統(tǒng)，為道路交通管理提供更為有效的依據(jù)，從而提高交通管理的自動化、現(xiàn)代化水平。主要工作內(nèi)容如下： (1

3、)基于視頻虛擬檢測線的車輛檢測算法：該算法基于視頻虛擬檢測線，改進(jìn)了背景差法，可同時統(tǒng)計視窗內(nèi)多個車道的車輛，并且不受車輛行駛位置的影響，無論車輛是否按車道行駛均不影響計數(shù)，對于型號不同、寬窄不同的車輛都能檢測到；根據(jù)可能出現(xiàn)誤檢和漏檢的情況，該算法采用預(yù)估校正、相關(guān)性修正等多種措施進(jìn)行數(shù)據(jù)流修正，大大提高了車輛檢測和計數(shù)精度。 (2)基于多Kalman濾波的多車輛自動跟蹤算法：該算法采用二次幀差掩模對運動對象進(jìn)行分割，通過對每

4、一個運動對象建立相應(yīng)的Kalman濾波器，在預(yù)測區(qū)域內(nèi)對提取的運動區(qū)域按視頻序列中車輛的實際尺度進(jìn)行區(qū)域融合，最后定位最大的運動對象掩模就可以實現(xiàn)車輛跟蹤。 (3)基于跟蹤結(jié)果的車輛運動方向檢測算法：提出了一種對復(fù)雜交通路口下的車輛行駛方向進(jìn)行檢測的算法。首先結(jié)合改進(jìn)的幀差法，對復(fù)雜交通路口下的視頻圖像序列建立二值化的待檢測區(qū)域；然后用形態(tài)學(xué)方法進(jìn)行除噪，利用區(qū)域生長法找到目標(biāo)車輛。最后采用MAD(meanabsolutedif