基于視頻的交通信息檢測(cè)技術(shù)與系統(tǒng)實(shí)現(xiàn).pdf

1、交通信息有多種采集方式,基于數(shù)字圖像處理技術(shù)的視頻交通信息采集方式以其檢測(cè)區(qū)域大、系統(tǒng)安裝使用方便、可以兼用監(jiān)控系統(tǒng)等優(yōu)點(diǎn),已經(jīng)成為交通系統(tǒng)領(lǐng)域的一個(gè)研究熱點(diǎn)。目前比較成熟的產(chǎn)品并不適合我國(guó)交通流密度大、行車速度慢及人流量多特點(diǎn)。本文根據(jù)我國(guó)交通流特征,研究了基于視頻的交通信息檢測(cè)系統(tǒng)的基本結(jié)構(gòu)、功能及相關(guān)的數(shù)字圖像處理的知識(shí),并深入研究了車輛運(yùn)動(dòng)目標(biāo)檢測(cè)及分割、車輛跟蹤、交通信息采集(車流量、車速、道路占有率等)和交通事件檢測(cè)(交通事

2、故、交通擁堵等)等關(guān)鍵技術(shù),并取得了較好的實(shí)驗(yàn)結(jié)果。本文的研究成果將推進(jìn)視頻交通基礎(chǔ)數(shù)據(jù)的采集和車輛監(jiān)管自動(dòng)化技術(shù)的發(fā)展。
　　在車輛運(yùn)動(dòng)目標(biāo)檢測(cè)及分割方面,重點(diǎn)研究了背景生成及更新算法,為了解決在城市道路中交通流較大和道路上行人較多情形下的背景生成不理想的問(wèn)題,提出了相異像素背景迭代法及其背景更新策略,并且背景會(huì)隨著運(yùn)行時(shí)間而更接近實(shí)際背景。在本背景生成及更新策略的基礎(chǔ)上,提出了基于自適應(yīng)閾值背景差分的連通標(biāo)記車輛檢測(cè)分割方法,

3、取得了較理想的實(shí)驗(yàn)效果。
　　在車輛跟蹤方面,比較了幾種比較常用的運(yùn)動(dòng)目標(biāo)跟蹤方法,在此基礎(chǔ)上提出了基于Kalman濾波預(yù)測(cè)模型的角點(diǎn)匹配算法,解決了在跟蹤中的實(shí)時(shí)性和跟蹤過(guò)程中容易丟失跟蹤目標(biāo)的問(wèn)題,實(shí)驗(yàn)證明該方法具有更好魯棒性和更好的跟蹤效果。
　　在交通信息采集(車流量、車速、道路占有率等)和交通事件檢測(cè)(交通事故、交通擁堵等)方面,通過(guò)設(shè)置虛擬線圈的方式來(lái)進(jìn)行相關(guān)的交通信息參數(shù)采集。通過(guò)設(shè)置車輛在虛擬檢測(cè)區(qū)域內(nèi)的最短