基于DSP的車流量統(tǒng)計方法的研究.pdf

1、智能交通系統(tǒng)(ITS)是目前世界各國交通運輸領域競相研究和開發(fā)的熱點，而車流量統(tǒng)計是智能交通系統(tǒng)的主要研究領域，也是智能監(jiān)控系統(tǒng)的一個熱點研究方向，車流量統(tǒng)計主要基于車輛檢測技術，目前車輛檢測技術主要是在特定約束條件或某種應用背景下提出的，還有很多問題有待解決。
　　 本文在深入研究前人的基礎上，對車流量統(tǒng)計背景更新、運動目標分割、運動目標檢測、遮擋檢測、陰影抑制等方面進行了研究，主要的工作和創(chuàng)新如下：
　　 (1)背景

2、更新階段。本文主要采用背景減法提取運動車輛，為了提高車流量統(tǒng)計精度，采用背景差法和幀差法提取背景掩碼mask，利用mask來更新背景，從而獲得準確的背景圖像。
　　 (2)圖像分割階段。本文提出了基于連通域的兩輪掃描法，該方法能夠在復雜環(huán)境下有效分割各個連通域，準確提取各個運動車輛的特征信息(大小、位置、矩特征、輪廓等)。
　　 (3)遮擋檢測階段。傳統(tǒng)視頻檢測車流量統(tǒng)計利用車輛跟蹤解決遮擋問題，算法復雜且容易受到外界干

3、擾影響，本文針對常見的車輛遮擋情況，建立若干車輛遮擋模型，利用分層輪廓匹配法將運動目標與車輛遮擋模型進行輪廓匹配識別出遮擋車輛。
　　 (4)陰影檢測階段。本文考慮到實時性和實際情況，利用YUV的色差分量U、V和HSV空間的色度以及飽和度分量存在一定聯(lián)系的性質，提出基于YUV彩色空間檢測并去除出運動目標的陰影像素。
　　 (5)本文在背景更新、圖像分割、遮擋檢測、陰影檢測等模塊的基礎上，構建了一個基于DSP的車流量統(tǒng)計系