基于運(yùn)動(dòng)分析的車(chē)流統(tǒng)計(jì)與識(shí)別方法研究與實(shí)現(xiàn).pdf

1、車(chē)流統(tǒng)計(jì)和車(chē)輛識(shí)別是智能交通系統(tǒng)(Intelligent Transportation System，ITS)的基礎(chǔ)。盡管已有如電磁感應(yīng)線(xiàn)圈、超聲波檢測(cè)器、微波檢測(cè)器和紅外線(xiàn)檢測(cè)器等多種傳統(tǒng)的車(chē)流檢測(cè)方法，但基于圖像處理的視頻車(chē)輛檢測(cè)引起檢測(cè)區(qū)域大、系統(tǒng)設(shè)置靈活等特點(diǎn)而在近些年得到快速發(fā)展。鑒于此，本文主要基于運(yùn)動(dòng)目標(biāo)檢測(cè)，研究了車(chē)輛檢測(cè)方法、流量統(tǒng)計(jì)方法以及簡(jiǎn)單的車(chē)型和車(chē)身顏色識(shí)別方法，并以VS+OpenCV為平臺(tái)進(jìn)行了實(shí)現(xiàn)，具體工作

2、體現(xiàn)在:
　　(1)分析運(yùn)動(dòng)目標(biāo)檢測(cè)的相關(guān)方法，并采用幀差法和背景差分法提取交通視頻中的車(chē)輛前景區(qū)域，通過(guò)實(shí)驗(yàn)進(jìn)行這兩種方法的運(yùn)動(dòng)目標(biāo)檢測(cè)效果對(duì)比分析;
　　(2)針對(duì)傳統(tǒng)的單一閾值的判斷方法在虛擬線(xiàn)圈車(chē)流統(tǒng)計(jì)中的不足，提出雙閾值判斷的虛擬線(xiàn)圈法。在運(yùn)動(dòng)目標(biāo)檢測(cè)獲得車(chē)輛前景圖像的基礎(chǔ)上，實(shí)時(shí)統(tǒng)計(jì)車(chē)輛個(gè)數(shù);
　　(3)對(duì)車(chē)輛的車(chē)型大小和車(chē)身顏色進(jìn)行分類(lèi)與識(shí)別。結(jié)合車(chē)輛面積與高度特征實(shí)現(xiàn)了大車(chē)與小車(chē)的區(qū)分;基于HSV顏色直