基于機器視覺的智能交通信號燈控制.pdf

1、通過實現(xiàn)交通信號燈的機器視覺，根據(jù)現(xiàn)場情況對道路交通進行實時控制，可以使道路資源的利用最大化。目前的交通信號燈控制系統(tǒng)通常是定時和靜態(tài)的，紅綠燈的切換按照預(yù)先設(shè)定的周期進行，無法根據(jù)實際交通狀況進行實時的控制，增加了無效等待時間，從而降低了道路的使用效率。 背景差法是實現(xiàn)機器視覺的一種有效方法：在背景提取成功的基礎(chǔ)上，通過將當(dāng)前圖像與背景圖像相減，來提取前景信息，比如車輛、行人等，進而對前景信息進行處理和分析，依據(jù)分析結(jié)果對實際

2、交通狀況作出判斷，最終控制交通信號燈的實時切換，使道路資源的利用達到最大化。 本文從工程應(yīng)用的角度，針對常見的背景差法普遍存在的問題進行了分析和改進，重點研究了背景提取算法，對環(huán)境光線變化干擾的抑制，以及對樹枝搖動一類干擾的抑制，主要工作包括： （1）背景提取及更新，本文設(shè)計了以數(shù)量最多的灰度值作為背景灰度值的算法。經(jīng)對實際交通圖像演算，在交通較擁擠的情況下（車速約20公里/小時，車距約10米，平均每3秒通過一輛車），在約

3、18秒的采樣時間內(nèi)，對233幀圖像進行計算，即得出準確的背景灰度值為139。當(dāng)交通通暢時，該算法的效果將更好。 （2）環(huán)境光線變化的處理，本文設(shè)計了如下計算策略：將整個場景圖像劃分為非交通區(qū)域和交通區(qū)域，利用非交通區(qū)域內(nèi)物體本身灰度值變化較小，如果灰度值發(fā)生整體變化即可判定是由環(huán)境光線變化引起的特點，以非交通區(qū)域的灰度值變化作為環(huán)境光線變化的參考，用非交通區(qū)域內(nèi)所有像素點灰度值變化百分比的平均值，逐個乘以交通區(qū)域內(nèi)背景像素點灰度值

4、，得到經(jīng)計算調(diào)整的背景圖像。經(jīng)對實際交通圖像演算，當(dāng)環(huán)境光線變化幅度約為17％時，經(jīng)過計算調(diào)整，單個像素點（335，175）的誤差由17％減小到0.04％，整個交通區(qū)域內(nèi)，原先誤差在±5％以內(nèi)的點占總數(shù)的比例僅為0.01％，調(diào)整后這個比例上升到90.54％，對于大幅度的突然的環(huán)境光線變化抑制效果良好。 （3）樹枝搖動的處理，本文設(shè)計了對變化區(qū)域的灰度值求和比較的計算策略，如果和的變化小于閾值，即為樹枝搖動，否則為交通對象的變化。經(jīng)