基于視頻圖像的交通參數(shù)檢測(cè)方法研究.pdf

1、近年來(lái)，基于視頻的交通參數(shù)檢測(cè)是智能交通領(lǐng)域新的研究方向，具有廣闊的應(yīng)用前景，同時(shí)基于視頻的交通參數(shù)檢測(cè)技術(shù)涉及了圖像處理、計(jì)算機(jī)視覺(jué)、模式識(shí)別以及人工智能等學(xué)科與領(lǐng)域，具有重要的理論研究意義。 本文以攝像機(jī)固定方式下拍攝的交通圖像視頻流為研究對(duì)象，以實(shí)時(shí)提取交通參數(shù)為研究目的，研究并改進(jìn)了交通流參數(shù)的檢測(cè)算法。 本文采用的車(chē)輛檢測(cè)方法是在每個(gè)車(chē)道設(shè)置一個(gè)(或兩個(gè))虛擬檢測(cè)區(qū)域來(lái)檢測(cè)交通流參數(shù)。該方法的特點(diǎn)是只需對(duì)虛擬檢

2、測(cè)區(qū)域內(nèi)的圖像進(jìn)行處理，處理運(yùn)算的圖像區(qū)域小，因此減少了運(yùn)算量，降低了運(yùn)算負(fù)荷。 本文重點(diǎn)介紹了車(chē)輛排隊(duì)長(zhǎng)度檢測(cè)算法的研究與實(shí)現(xiàn)。該算法包含運(yùn)動(dòng)檢測(cè)與車(chē)輛存在檢測(cè)，通過(guò)合理運(yùn)用這兩種檢測(cè)方法，節(jié)省了檢測(cè)算法的運(yùn)算時(shí)間，提高了檢測(cè)的實(shí)時(shí)性；文中提出了一種將灰度判斷與邊緣檢測(cè)相結(jié)合來(lái)檢測(cè)交通參數(shù)的方法，綜合了灰度檢測(cè)和邊緣檢測(cè)的優(yōu)點(diǎn)，提高了檢測(cè)的準(zhǔn)確性；論文中將小波變換用于車(chē)輛邊緣的提取，在交通流參數(shù)提取中得到了較好的應(yīng)用。