高速公路惡劣天氣及交通狀況智能分析系統(tǒng)研究與實(shí)現(xiàn).pdf

1、惡劣的天氣及交通異常狀況常常給高速公路的安全帶來(lái)巨大威脅，高速公路管理部門需要實(shí)時(shí)地掌握其轄區(qū)內(nèi)各個(gè)路段的氣象情況及交通狀況，以便做出及時(shí)準(zhǔn)確的應(yīng)對(duì)決策。然而，目前主要依靠傳感器等硬件設(shè)備提供的數(shù)據(jù)，經(jīng)分析得到氣象信息和交通信息，安裝及維護(hù)成本高昂，且使用時(shí)間和環(huán)境條件可能影響其準(zhǔn)確性。
　　本文充分利用已經(jīng)建立的高速公路監(jiān)控體系，研究了基于高速公路監(jiān)控視頻的惡劣天氣（霧、雨、雪）檢測(cè)和交通異常狀況（擁堵、停車、逆行）檢測(cè)算法，通

2、過(guò)對(duì)監(jiān)控?cái)z像頭傳入的視頻數(shù)據(jù)的智能分析，得到該路段的天氣信息和交通信息。本文算法結(jié)合了圖像處理、計(jì)算機(jī)視覺及模式識(shí)別等領(lǐng)域的先進(jìn)技術(shù)，對(duì)視頻圖像中的霧、雨、雪的視覺特征進(jìn)行提取和分析，從而實(shí)現(xiàn)惡劣天氣的檢測(cè)和報(bào)警，同時(shí)對(duì)運(yùn)動(dòng)車輛進(jìn)行跟蹤，并對(duì)其進(jìn)行行為分析，從而實(shí)現(xiàn)交通異常狀況的檢測(cè)和報(bào)警。
　　本文分析了霧、雨、雪在監(jiān)控視頻中呈現(xiàn)出的視覺特征，針對(duì)霧區(qū)的模糊效應(yīng)提出了基于Canny邊緣的霧天檢測(cè)算法。對(duì)于雨和雪的檢測(cè)，基于監(jiān)控視

3、頻分辨率小及噪聲干擾大的特點(diǎn)，本文算法放棄傳統(tǒng)的對(duì)雨滴和雪花的動(dòng)態(tài)特性進(jìn)行分析的方法，分析了雨天和雪天在車道上的視覺特征，針對(duì)濕滑道路的反光特性和圖像鈍化的特征，提出了反光度與圖像銳度結(jié)合的道路濕滑程度評(píng)估方法，從檢測(cè)道路是否濕滑的角度來(lái)實(shí)現(xiàn)雨天的檢測(cè)，針對(duì)道路上積雪的顏色特征，提出了基于積雪顏色模型的積雪檢測(cè)方法，從檢測(cè)道路上是否覆蓋積雪的角度來(lái)實(shí)現(xiàn)雪天的檢測(cè)。
　　針對(duì)交通異常狀況的檢測(cè)，本文首先分析了前景檢測(cè)和背景重建過(guò)程中

4、幾種常用的技術(shù)，并通過(guò)實(shí)驗(yàn)對(duì)其效果進(jìn)行對(duì)比，經(jīng)分析，本文算法采用背景差分法與基于統(tǒng)計(jì)模型的背景重建與更新方法相結(jié)合，實(shí)現(xiàn)運(yùn)動(dòng)車輛的檢測(cè)和跟蹤，估算出車速、車流量及車輛行駛方向，并運(yùn)用這些信息進(jìn)行綜合分析和判斷，實(shí)現(xiàn)高速停車、逆行及擁堵狀況的檢測(cè)。
　　本文使用了豐富的視頻數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)集，通過(guò)對(duì)實(shí)驗(yàn)結(jié)果數(shù)據(jù)的統(tǒng)計(jì)和分析，說(shuō)明了本文算法在惡劣天氣檢測(cè)及交通異常狀況分析中的有效性?；诒疚乃惴▽?shí)現(xiàn)了具有實(shí)用價(jià)值的智能分析系統(tǒng)，該系統(tǒng)