基于視覺技術(shù)的道路交通信息提取方法研究.pdf

1、為了解決城市交通快速發(fā)展所衍生的各種問題，智能交通系統(tǒng)成為國內(nèi)外研究的重點。全面、準確、實時的交通信息能夠為智能交通系統(tǒng)建設(shè)提供數(shù)據(jù)支持，是交通疏導(dǎo)、路網(wǎng)規(guī)劃以及行人制定出行路線的決策依據(jù)，如何快速、有效的進行交通信息提取是制約智能交通系統(tǒng)發(fā)展進程的關(guān)鍵因素。本文重點針對交通信息的提取方法展開研究。
　　與傳統(tǒng)的交通信息提取方法相比，基于計算機視覺技術(shù)的交通信息提取方法因其具備設(shè)備安裝維護方便、成本低等優(yōu)點，成為了智能交通領(lǐng)域的熱

2、門課題。但由于光照產(chǎn)生的車輛陰影以及車輛檢測中的鬼影會極大地降低檢測精度，信息提取方法中常用的虛擬線圈大多需手動設(shè)置且參數(shù)難以確定等問題，使基于視覺技術(shù)的交通信息提取方法應(yīng)用仍有一定局限性。本文針對以上缺陷與不足展開研究，主要成果如下：
　?。?）針對車輛檢測中的陰影問題，提出了一種基于主成分分析法的交通視頻車輛陰影消除算法。該算法具有較高的魯棒性，對交通場景無特殊要求，無需前期訓練和人工干預(yù)；引入主成分分析法，極大的降低了運算復(fù)

3、雜度；與傳統(tǒng)陰影消除算法相比較，本文算法陰影消除綜合指數(shù)提高10%以上，運算效率提高30%以上。
　?。?）針對車輛檢測中的鬼影問題，以實時性較高的ViBe算法為基礎(chǔ)，提出了一種V-ViBe算法。該算法通過構(gòu)造“虛擬”背景圖像，改變傳統(tǒng)ViBe算法初始背景模型建立方法，從源頭上抑制鬼影的產(chǎn)生；利用形態(tài)學相關(guān)知識完善檢測目標；實驗表明，本文算法精確度、召回率、誤檢率等六項性能指標均優(yōu)于原ViBe算法。
　　（3）在信息提取階段