復雜環(huán)境下的夜間車輛檢測與交通視頻晝夜亮度變化模型研究.pdf

1、智能交通系統(tǒng)是現(xiàn)代交通管理的有效手段，其中交通信息采集系統(tǒng)是智能交通系統(tǒng)的基礎。由于視頻檢測系統(tǒng)具備靈活性和多種附加功能，相比傳統(tǒng)的交通信息采集系統(tǒng)，更受到人們的青睞。然而，視頻檢測系統(tǒng)因其對道路環(huán)境和圖像質量的敏感性，其檢測準確率不是很高，檢測算法仍有待改進。實際應用顯示，系統(tǒng)在夜間準確率較低，特別是在雨夜或者高載客車道效果更差。以往對夜間視頻車輛檢測的研究，多數(shù)以車燈為檢測對象，但是卻簡單地認為車輛前燈在圖像上表現(xiàn)為規(guī)則的幾何形狀，

2、沒有充分考慮小前燈、裝飾燈和轉向燈與大前燈粘連或者分離的復雜情況，也沒有考慮大型車輛車頂?shù)倪吔鐭簦约坝晏炻访娣e水引起上述眾多車燈的倒影。 因此本文將夜間車輛檢測作為研究重點，把它從整個視頻檢測系統(tǒng)中分離出來單獨研究，以完成復雜環(huán)境（如雨天、存在大型車輛、交通擁堵）下的夜間車輛視頻檢測任務為目標。在分析夜間不同道路狀況的不同視頻特性，以及其中車燈特征的不同表現(xiàn)的基礎上，提出了車燈提取配對跟蹤算法（HLEPT）。該算法利用二值化和

3、形態(tài)學方法提取車燈；借助于攝像機標定，得到車燈在路面上關于攝像機鏡頭的投影坐標；根據(jù)車輛的物理構造和運動規(guī)律，設計了一套車燈配對、按車輛分組和跟蹤的規(guī)則；以先配對后跟蹤（HLPT）方法為主，先跟蹤后配對（HLTP）方法為輔，兩者相結合的策略，即先配對，并跟蹤車燈對，后利用車燈對，排除其附近光源，剩下的車燈分別跟蹤、軌跡配對；由車燈軌跡計算各種交通參數(shù)。 實驗表明，HLEPT算法復雜度低，具有良好的實時性、魯棒性，良好環(huán)境下其檢測

4、率達96％以上；即使在雨夜路面有車燈倒影和存在大型車輛的交通擁擠路段，檢測率也能達到88％。HELPT算法對于車燈特征的假設和配對跟蹤規(guī)則同樣適用于高架路、城鄉(xiāng)道路等路段的夜間交通信息采集。 由于道路晝夜照明條件迥異，視頻車輛檢測系統(tǒng)通常采用兩種不同的算法來完成晝夜檢測任務。那么晝夜檢測算法什么時候切換，如何切換呢？本文提出了一種獨立于攝像機硬件，從圖像序列中分析亮度變化的方法。本文觀察了交通視頻晝夜亮度變化的規(guī)律；提出了用四參