可靠的路口智能交通事件分析系統(tǒng).pdf

1、城市交通問題日益嚴(yán)重,而基于視頻的路口智能交通事件分析系統(tǒng)是解決此問題的關(guān)鍵,運(yùn)動(dòng)目標(biāo)檢測(cè)、目標(biāo)跟蹤和交通事件分析技術(shù)是實(shí)現(xiàn)智能交通事件分析的最重要技術(shù),本文分別對(duì)他們進(jìn)行了深入研究。
　　首先針對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè),本文分析了幾種經(jīng)典的運(yùn)動(dòng)目標(biāo)檢測(cè)算法,通過(guò)分析這幾種算法的優(yōu)缺點(diǎn),在傳統(tǒng)的混合高斯背景建模的方法上,加入停留檢測(cè)算法,提出了一種基于混合高斯背景建模的自適應(yīng)更新算法,從而自適應(yīng)的控制背景更新的速度,既可以解決光照突變引起的

2、背景變化,又解決了大量運(yùn)動(dòng)物體停留而導(dǎo)致的背景污濁的問題。并對(duì)得到的前景圖進(jìn)行了形態(tài)學(xué)濾波,運(yùn)用一種基于色度和紋理的陰影去除算法去除陰影,成功的消除了前景中的干擾噪聲,實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的精確檢測(cè)和提取。
　　對(duì)于目標(biāo)跟蹤,本文提出一種基于多特征模板匹配和卡爾曼濾波器的目標(biāo)跟蹤算法,該算法首先利用檢測(cè)出的運(yùn)動(dòng)目標(biāo)構(gòu)建起多特征模板,再根據(jù)前后兩幀重心距離最近原則,找到與之匹配的運(yùn)動(dòng)目標(biāo),如果遇到運(yùn)動(dòng)目標(biāo)被遮擋,則轉(zhuǎn)為卡爾曼濾波器進(jìn)行運(yùn)動(dòng)

3、預(yù)測(cè),在根據(jù)預(yù)測(cè)得到的預(yù)測(cè)點(diǎn)周圍進(jìn)行模板匹配,仍然無(wú)法匹配時(shí),就把預(yù)測(cè)點(diǎn)作為目標(biāo)在當(dāng)前幀中的位置,從而進(jìn)行下一步預(yù)測(cè),等到目標(biāo)再次出現(xiàn)時(shí),就可以對(duì)其進(jìn)行穩(wěn)定跟蹤而不至于丟失目標(biāo)。
　　對(duì)于交通事件分析,本文在研究地感線圈的基礎(chǔ)上,提出了一種基于虛擬線圈交通事件模型的事件檢測(cè)算法,結(jié)合具體場(chǎng)景的不同事件規(guī)則,分別給出了闖紅燈事件、逆行事件和過(guò)車事件的虛擬線圈交通模型,并與目標(biāo)的運(yùn)動(dòng)時(shí)空信息(即運(yùn)動(dòng)目標(biāo)軌跡)相結(jié)合,成功實(shí)現(xiàn)了智能交通