基于視頻檢測(cè)技術(shù)的車(chē)流量統(tǒng)計(jì)系統(tǒng)設(shè)計(jì)研究.pdf

1、智能交通系統(tǒng)在計(jì)算機(jī)視覺(jué)處理領(lǐng)域內(nèi)越來(lái)越受到人們的關(guān)注。在智能交通系統(tǒng)中，基于視頻檢測(cè)技術(shù)來(lái)統(tǒng)計(jì)車(chē)流量是獲得交通信息的一種重要方法。此檢測(cè)技術(shù)融合了計(jì)算機(jī)科學(xué)、圖像處理、人工智能、模式識(shí)別以及通信等技術(shù)，給設(shè)計(jì)帶來(lái)了挑戰(zhàn)。
　　本文基于MicrosoftVisualStudio2010、MFC庫(kù)和OpenCV庫(kù)設(shè)計(jì)一個(gè)基于視頻檢測(cè)技術(shù)的車(chē)流量統(tǒng)計(jì)系統(tǒng)。運(yùn)動(dòng)目標(biāo)檢測(cè)是車(chē)流量統(tǒng)計(jì)系統(tǒng)中最核心部分。本文首先討論用視頻檢測(cè)方式來(lái)檢測(cè)運(yùn)動(dòng)目

2、標(biāo)的優(yōu)勢(shì)。然后研究光流法、幀差法和背景差分法三種視頻檢測(cè)技術(shù)，發(fā)現(xiàn)背景差分法在本文設(shè)計(jì)的系統(tǒng)中運(yùn)行的效果最好。由于背景差分法避免不了要提取運(yùn)動(dòng)目標(biāo)的背景，本文進(jìn)一步研究平均法、混合高斯法和HSV空間自適應(yīng)法去建立背景模型，經(jīng)綜合考慮、平衡和論證后，本文選用HSV空間自適應(yīng)法去建立背景模型。以上過(guò)程的實(shí)驗(yàn)結(jié)果表明，所提取的運(yùn)動(dòng)目標(biāo)均有不同程度的陰影存在?；谏鲜鰡?wèn)題，本文嘗試使用基于LBP紋陰影檢測(cè)法，基于RGB空間的陰影檢測(cè)法和基于HS

3、V空間的陰影檢測(cè)法以去除陰影，實(shí)驗(yàn)結(jié)果表明基于HSV空間的陰影檢測(cè)法的去除陰影效果最佳。最后本文討論了車(chē)流量統(tǒng)計(jì)方法，經(jīng)分析、對(duì)比后選用基于檢測(cè)線(xiàn)方式進(jìn)行車(chē)流量統(tǒng)計(jì)。
　　本系統(tǒng)針對(duì)四個(gè)視頻進(jìn)行檢測(cè)，其中兩個(gè)是普通公路的視頻，另外兩個(gè)是高速公路的視頻。普通公路的車(chē)流量的檢測(cè)準(zhǔn)確率都達(dá)到90％以上;由于所選用的高速公路視頻的車(chē)輛速度太快，兩個(gè)高速公路的車(chē)流量檢測(cè)準(zhǔn)確率分別是77％和60％。實(shí)驗(yàn)結(jié)果表明本文所設(shè)計(jì)系統(tǒng)更適合普通公路上車(chē)