實時視頻車流計數(shù)系統(tǒng)中的雨霧處理算法研究及應用.pdf

1、車流計數(shù)系統(tǒng)對于預測路面過車高峰期，合理調(diào)配資源預防擁堵有著重要意義。視頻車流計數(shù)技術以其成本低、不破壞路面、部署維護方便等優(yōu)點在智能交通（ITS）領域的應用越來越廣泛。然而，雨雪、霧霾等天氣會對計數(shù)系統(tǒng)帶來嚴重干擾，因此開展針對這些極端天氣下如何保證視頻車流計數(shù)準確性的研究變得尤為重要。本文主要研究雨天路面在燈光下的反光閃爍以及霧霾造成的視線模糊對視頻車流計數(shù)系統(tǒng)帶來的影響，采用有效的技術手段消除這些影響，進而提高計數(shù)系統(tǒng)的準確性，于

2、此同時保證系統(tǒng)對實時性的要求。
　　針對雨天路面在燈光下的反光閃爍對計數(shù)系統(tǒng)帶來的干擾，本文提出了一種基于閾值的反光檢測算法，可以有效的檢測反光區(qū)域是否發(fā)生閃爍。在發(fā)生閃爍的情況下，針對原系統(tǒng)采用檢測線跟蹤方法的不足，本文采用了基于區(qū)域的車輛跟蹤方法。在車輛跟蹤過程中，重點考慮了反光閃爍造成的車輛誤檢、車輛粘連等問題，有效的提高了系統(tǒng)計數(shù)的準確性。同時本文也考慮了不同場景下兩種跟蹤流程之間的切換問題。
　　針對霧霾造成的視線

3、模糊對計數(shù)系統(tǒng)帶來的干擾，本文研究了常見的圖像去霧算法。在先驗暗通道去霧算法基礎之上進行了改進，并提出一種基于直方統(tǒng)計的大氣光照度求取算法，可以快速的求取當前幀的大氣光照值。針對暗通道去霧后的圖像亮度不均問題，提出了一種基于平方曲線的圖像色彩增強模型，有效改善了圖像的質(zhì)量。加入去霧流程后系統(tǒng)計數(shù)的準確性有了一定提升，但是系統(tǒng)的處理速度卻無法滿足要求。針對這一問題，本文利用CUDA顯卡加速技術，將霧霾去除過程并行化，很好的滿足了系統(tǒng)對實時