事件檢測(cè)中的停車(chē)及拋落物識(shí)別算法研究.pdf

1、基于視頻的交通事件檢測(cè)技術(shù)已經(jīng)是全球研究的一個(gè)熱點(diǎn),它主要是用來(lái)檢測(cè)道路上的一些異常事件,例如車(chē)輛逆行、車(chē)輛連續(xù)跨道行駛、停車(chē)、拋落物、行人等。該系統(tǒng)的應(yīng)用使得交通管理部門(mén)能夠?qū)θ粘５慕煌ㄟM(jìn)行有效地管理,及時(shí)地處理發(fā)生的異常事件,也就能避免很多的交通事故。本文主要對(duì)異常事件中的停車(chē)和拋落物檢測(cè)算法進(jìn)行研究。
　　本文首先對(duì)異常區(qū)域進(jìn)行檢測(cè)。第一部分是對(duì)圖像進(jìn)行預(yù)處理,包括圖像的增強(qiáng)、圖像邊緣提取、圖像去噪等處理。第二部分是對(duì)異常的

2、塊進(jìn)行檢測(cè),這里的異常塊就是指在一段時(shí)間內(nèi)和當(dāng)前的圖像紋理相差較大的塊,也就是要檢測(cè)的停車(chē)和拋落物的異常塊,本文主要利用穩(wěn)定狀態(tài)之間的差異性來(lái)判斷否為異常。第三部分是對(duì)異常區(qū)域的定位,利用數(shù)學(xué)形態(tài)學(xué)運(yùn)算進(jìn)行處理,再通過(guò)連通域來(lái)確定異常區(qū)域的位置信息。
　　為了更加精確地分割出異常區(qū)域,本文利用Markov隨機(jī)場(chǎng)對(duì)局部異常區(qū)域進(jìn)行分割,它是基于統(tǒng)計(jì)學(xué)理論的分割方法,并且考慮到局部像素之間的相關(guān)性,充分利用到了先驗(yàn)知識(shí)。本文介紹了Ma

3、rkov的相關(guān)理論,特征場(chǎng)和標(biāo)記場(chǎng)的建模方法,在此基礎(chǔ)上使用ICM、模擬退火等方法對(duì)Markov隨機(jī)場(chǎng)的能量進(jìn)行優(yōu)化,得到異常區(qū)域的分割結(jié)果。
　　為了區(qū)分停車(chē)和拋落物事件,利用到了它們的三維信息。這里提出了兩種方法,一種是基于3D模型的方法,一種是基于三維高度的方法。第一種方法是通過(guò)比較車(chē)輛3D模型的二維投影和分割區(qū)域的匹配度來(lái)判斷,能夠匹配的則表示停車(chē),否則為拋落物;第二種方法通過(guò)對(duì)攝像機(jī)的標(biāo)定求取道路中的映射表,再求取分割區(qū)