高速公路視頻測(cè)速中的距離自動(dòng)標(biāo)定與測(cè)距關(guān)鍵技術(shù)研究.pdf

1、車(chē)速檢測(cè)是現(xiàn)代交通運(yùn)營(yíng)和安全管理中必要的支撐手段。傳統(tǒng)的車(chē)速檢測(cè)方法需要配置專(zhuān)門(mén)的測(cè)速設(shè)備，價(jià)格昂貴且維護(hù)成本較高。目前，作為基本的監(jiān)控手段，高速公路已安裝大量的視頻監(jiān)控裝置，而視頻檢測(cè)技術(shù)由于具有信息量大、安裝維護(hù)方便等優(yōu)點(diǎn)，是未來(lái)車(chē)輛速度檢測(cè)領(lǐng)域的發(fā)展方向。現(xiàn)有的視頻測(cè)速算法由于檢測(cè)精度不高或可實(shí)施性較差，難以滿足高速公路視頻測(cè)速的需求。因此，深入研究基于視頻的高速公路車(chē)輛速度檢測(cè)技術(shù)具有重要的理論和實(shí)際意義。
　　本文針對(duì)高

2、速公路場(chǎng)景下的視頻測(cè)速方法深入研究，在深入分析視頻測(cè)速技術(shù)的問(wèn)題和難點(diǎn)后，重點(diǎn)研究了基于車(chē)道線信息的圖像距離自動(dòng)標(biāo)定及距離檢測(cè)技術(shù)，其中距離檢測(cè)技術(shù)又分為車(chē)輛目標(biāo)提取以及車(chē)輛角點(diǎn)特征檢測(cè)與匹配兩個(gè)部分，最終形成了一套基于視頻的高速公路車(chē)速檢測(cè)方法。
　　在距離自動(dòng)標(biāo)定方面，針對(duì)影響車(chē)道線檢測(cè)的噪聲，選擇了中值濾波進(jìn)行去噪處理；進(jìn)而采用Canny邊緣檢測(cè)及Hough變換方法提取車(chē)道邊緣線，并提出了一種自校正二值化閾值算法提取車(chē)道虛線

3、；最后利用車(chē)道線信息實(shí)現(xiàn)車(chē)道區(qū)域自動(dòng)提取并完成圖像距離自動(dòng)標(biāo)定。實(shí)驗(yàn)表明，本文的圖像距離標(biāo)定方法可以將標(biāo)定誤差控制在6.5％以內(nèi)，為后續(xù)的車(chē)速計(jì)算奠定良好基礎(chǔ)。
　　在車(chē)輛目標(biāo)提取方面，首先建立了非參數(shù)核密度估計(jì)背景模型，然后針對(duì)高速公路場(chǎng)景特點(diǎn)，給出了光線突變和漸變條件下的背景更新方案。在此基礎(chǔ)上，結(jié)合形態(tài)學(xué)去噪與連通域分析方法剔除了背景差分圖像中的干擾信息；進(jìn)而，針對(duì)可能出現(xiàn)的車(chē)輛分裂及融合問(wèn)題，提出了一種結(jié)合車(chē)道信息及車(chē)輛外

4、接矩形的車(chē)身區(qū)域提取方法。實(shí)驗(yàn)結(jié)果表明，上述方法較好的實(shí)現(xiàn)了車(chē)輛目標(biāo)提取。
　　在車(chē)輛角點(diǎn)特征檢測(cè)與匹配方面，針對(duì)SUSAN算法易漏檢部分角點(diǎn)的缺陷，提出了一種融合USAN分布信息的角點(diǎn)檢測(cè)優(yōu)化算法；進(jìn)而提出了一種結(jié)合車(chē)輛運(yùn)動(dòng)矢量信息的角點(diǎn)粗匹配算法，并選擇松弛迭代算法完成角點(diǎn)的精匹配實(shí)現(xiàn)車(chē)輛測(cè)距。實(shí)驗(yàn)結(jié)果表明，本文的檢測(cè)與匹配算法在增加了角點(diǎn)匹配成功率的同時(shí)降低了算法運(yùn)算開(kāi)銷(xiāo)。
　　最后，結(jié)合本文提出的車(chē)速檢測(cè)算法，利用重