基于視頻圖像處理的車流檢測(cè)算法研究.pdf

1、智能視頻監(jiān)控是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)新興的研究方向和備受關(guān)注的前沿課題，在不需要人為干預(yù)的情況下，對(duì)圖像序列進(jìn)行自動(dòng)分析，實(shí)現(xiàn)對(duì)動(dòng)態(tài)場(chǎng)景中的運(yùn)動(dòng)自標(biāo)檢測(cè)、跟蹤和行為理解等操作，并能夠根據(jù)分析結(jié)果判斷是否發(fā)出報(bào)警。智能視頻監(jiān)控系統(tǒng)克服了傳統(tǒng)監(jiān)控需要工作人員實(shí)時(shí)觀測(cè)的缺陷，節(jié)省了人力物力，增強(qiáng)了監(jiān)控判斷的準(zhǔn)確性，在軍事、交通、銀行等重要場(chǎng)所的監(jiān)控中有著廣泛的應(yīng)用前景。而利用視頻技術(shù)進(jìn)行交通數(shù)據(jù)采集已成為智能交通系統(tǒng)中的核心內(nèi)容和關(guān)鍵技術(shù)，它具

2、有覆蓋面積大、獲取交通信息量豐富等優(yōu)點(diǎn)。
　　 論文的研究重點(diǎn)是通過交通視頻圖像，提取運(yùn)動(dòng)的車輛信息并去除有相同運(yùn)動(dòng)特征的車輛陰影，獲取交通路口的實(shí)時(shí)車流量信息，反饋給交通控制中心進(jìn)行交通控制管理。主要包含三個(gè)部分：運(yùn)動(dòng)車輛檢測(cè)，陰影檢測(cè)以及車流量提取。在運(yùn)動(dòng)車輛檢測(cè)部分，通過對(duì)現(xiàn)有的各種運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)的分析和比較，提出了一種均值濾波的直方圖統(tǒng)計(jì)法與像素均值法結(jié)合的背景建模方法，并利用單高斯模型實(shí)時(shí)更新背景，算法簡(jiǎn)單，能快速獲

3、取較為精確的實(shí)時(shí)背景模型。該方法較混合高斯背景模型而言，計(jì)算簡(jiǎn)潔，且在初始輸入幀的背景學(xué)習(xí)中更為精確。提取的運(yùn)動(dòng)車輛差分圖選用OTSU方法實(shí)現(xiàn)二值化，能保留大量的運(yùn)動(dòng)車輛信息，二值化效果良好。在陰影檢測(cè)部分，通過分析現(xiàn)有的基于顏色空間和梯度的陰影檢測(cè)方法，提出了一種結(jié)合顏色空間和梯度的陰影檢測(cè)方法，該方法能有效的去除陰影并保留較為完整的車輛信息，減少空洞現(xiàn)象。在車流量檢測(cè)部分，介紹了基于虛擬線圈的車流量檢測(cè)方法，以及基于矩形連通區(qū)域面積