基于嵌入式系統(tǒng)的車(chē)輛流量檢測(cè)技術(shù).pdf

1、本文主要研究了基于計(jì)算機(jī)視覺(jué)技術(shù)的智能交通系統(tǒng)的基本理論和關(guān)鍵技術(shù)。智能交通系統(tǒng)中的交通檢測(cè)與信息采集已經(jīng)成為計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用的一項(xiàng)重要課題，而運(yùn)動(dòng)車(chē)輛的自動(dòng)檢測(cè)、陰影去除、識(shí)別與跟蹤則是其中最基礎(chǔ)的部分。 本論文針對(duì)以上幾方面問(wèn)題進(jìn)行了探索和研究，提出了新的方法，并通過(guò)實(shí)驗(yàn)證明了新方法的有效性。過(guò)系統(tǒng)仿真，取得了較好的效果。本文首先介紹了交通流量檢測(cè)在智能交通系統(tǒng)（ITS）中的重要地位和研究意義及國(guó)內(nèi)外發(fā)展?fàn)顩r，并對(duì)常用的視

2、頻檢測(cè)方法進(jìn)行了分析，提出了基于彩色視頻圖像的交通流量檢測(cè)方法，能夠很好的消除車(chē)輛陰影所導(dǎo)致的誤檢測(cè)。本文詳細(xì)地研究了車(chē)輛目標(biāo)的視頻檢測(cè)方法和基于虛擬線圈的交通流量檢測(cè)系統(tǒng)。其中包括針對(duì)運(yùn)動(dòng)車(chē)輛目標(biāo)圖像的特點(diǎn)，重點(diǎn)研究了背景差分法提取運(yùn)動(dòng)目標(biāo)的方法；實(shí)現(xiàn)了一種基于彩色視頻圖像的自適應(yīng)背景更新方法；對(duì)二值化閾值分割方法中的閾值確定方法進(jìn)行了研究與比較，選擇了最佳閥值的二值化分割算法；對(duì)于分割后的車(chē)輛二值化圖像提出了更加適合后續(xù)判定處理的后