基于視頻圖像處理的車流檢測算法研究.pdf

1、智能視頻監(jiān)控是計算機視覺領(lǐng)域的一個新興的研究方向和備受關(guān)注的前沿課題，在不需要人為干預(yù)的情況下，對圖像序列進行自動分析，實現(xiàn)對動態(tài)場景中的運動自標(biāo)檢測、跟蹤和行為理解等操作，并能夠根據(jù)分析結(jié)果判斷是否發(fā)出報警。智能視頻監(jiān)控系統(tǒng)克服了傳統(tǒng)監(jiān)控需要工作人員實時觀測的缺陷，節(jié)省了人力物力，增強了監(jiān)控判斷的準(zhǔn)確性，在軍事、交通、銀行等重要場所的監(jiān)控中有著廣泛的應(yīng)用前景。而利用視頻技術(shù)進行交通數(shù)據(jù)采集已成為智能交通系統(tǒng)中的核心內(nèi)容和關(guān)鍵技術(shù)，它具

2、有覆蓋面積大、獲取交通信息量豐富等優(yōu)點。
　　 論文的研究重點是通過交通視頻圖像，提取運動的車輛信息并去除有相同運動特征的車輛陰影，獲取交通路口的實時車流量信息，反饋給交通控制中心進行交通控制管理。主要包含三個部分：運動車輛檢測，陰影檢測以及車流量提取。在運動車輛檢測部分，通過對現(xiàn)有的各種運動目標(biāo)檢測技術(shù)的分析和比較，提出了一種均值濾波的直方圖統(tǒng)計法與像素均值法結(jié)合的背景建模方法，并利用單高斯模型實時更新背景，算法簡單，能快速獲

3、取較為精確的實時背景模型。該方法較混合高斯背景模型而言，計算簡潔，且在初始輸入幀的背景學(xué)習(xí)中更為精確。提取的運動車輛差分圖選用OTSU方法實現(xiàn)二值化，能保留大量的運動車輛信息，二值化效果良好。在陰影檢測部分，通過分析現(xiàn)有的基于顏色空間和梯度的陰影檢測方法，提出了一種結(jié)合顏色空間和梯度的陰影檢測方法，該方法能有效的去除陰影并保留較為完整的車輛信息，減少空洞現(xiàn)象。在車流量檢測部分，介紹了基于虛擬線圈的車流量檢測方法，以及基于矩形連通區(qū)域面積