基于視頻圖像的車(chē)流量檢測(cè)算法研究.pdf

1、隨著國(guó)內(nèi)車(chē)輛數(shù)量的迅速增長(zhǎng),交通擁堵現(xiàn)象非常嚴(yán)重,交通管理的成本越來(lái)越高,有效采集交通參數(shù)、合理分配道路資源是解決這些問(wèn)題的關(guān)鍵?；谝曨l圖像的車(chē)流量檢測(cè)是采集交通參數(shù)的方法之一,它融合了計(jì)算機(jī)科學(xué)和通信等高新技術(shù),具有信息含量豐富、成本低、通用性強(qiáng)等優(yōu)點(diǎn),有著廣闊的應(yīng)用前景,是智能交通系統(tǒng)的重要組成部分。
　　 在車(chē)流量統(tǒng)計(jì)過(guò)程中,檢測(cè)到的運(yùn)動(dòng)目標(biāo)是否完整直接關(guān)系到車(chē)流量檢測(cè)的準(zhǔn)確性。本文結(jié)合了背景差分法和改進(jìn)的兩幀差法對(duì)運(yùn)動(dòng)

2、目標(biāo)進(jìn)行檢測(cè),在背景差分法中沒(méi)有檢測(cè)到的運(yùn)動(dòng)目標(biāo),采用改進(jìn)的兩幀差法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行填充,能有效地檢測(cè)出完整的運(yùn)動(dòng)目標(biāo)。此外,檢測(cè)完整的運(yùn)動(dòng)目標(biāo)還需要理想的背景,本文提出了一種基于背景拼圖的均值法,采用求取兩次均值的方法獲取背景,第一次對(duì)視頻圖像幀求取均值生成初始背景,第二次將當(dāng)前幀的運(yùn)動(dòng)目標(biāo)用Kalman濾波器更新后的背景進(jìn)行替代,形成背景拼圖,求取背景拼圖均值生成最終的初始背景。該算法得到的背景較理想,但還是需要對(duì)其進(jìn)行及時(shí)的更新,以

3、便適應(yīng)外界天氣和光照的變化。本文提出了一種改進(jìn)的基于統(tǒng)計(jì)學(xué)背景更新方法,采用統(tǒng)計(jì)學(xué)的方法,對(duì)背景進(jìn)行更新。然而,運(yùn)動(dòng)目標(biāo)中的陰影會(huì)影響相鄰車(chē)道的車(chē)輛統(tǒng)計(jì),因此本文采用歸一化互相關(guān)函數(shù)陰影檢測(cè)算法,結(jié)合灰度信息和HSV顏色空間的V信息對(duì)車(chē)輛的陰影進(jìn)行檢測(cè),該算法基本能檢測(cè)到完整的陰影,防止車(chē)輛陰影干擾車(chē)流量統(tǒng)計(jì)。
　　 本文采用虛擬檢測(cè)器對(duì)車(chē)流量進(jìn)行統(tǒng)計(jì),沿垂直于道路方向的區(qū)域設(shè)置虛擬檢測(cè)器,對(duì)檢測(cè)區(qū)域內(nèi)的數(shù)據(jù)進(jìn)行計(jì)算,具有運(yùn)算量