基于視頻檢測技術(shù)的道路交通參數(shù)監(jiān)測系統(tǒng).pdf

1、隨著我國城鎮(zhèn)化的持續(xù)快速發(fā)展，汽車保有量和道路通車里程數(shù)源源不斷地增加，交通事故頻發(fā)、道路車輛擁擠、環(huán)境污染加重等新問題日益突出。發(fā)展智能交通系統(tǒng)(Intelligent Transportation System，ITS)對緩解這些問題有著良好的作用，而交通參數(shù)是智能交通系統(tǒng)中重要的基礎(chǔ)研究內(nèi)容之一。傳統(tǒng)安裝在道路上的交通參數(shù)檢測器，其存在成本較高、檢測范圍小、采集參數(shù)單一等缺點?；谝曨l的交通參數(shù)提取方法以其系統(tǒng)設(shè)置靈活、信息量豐富

2、、檢測范圍大等優(yōu)點發(fā)展迅速，成為智能交通領(lǐng)域的一個研究熱點，有著廣闊的應(yīng)用前景。
　　本文重點對視頻圖像去霧算法和運動目標檢測算法進行了研究，通過實驗分析與驗證，改進了相關(guān)算法。并在此基礎(chǔ)上完成了適合霧霾天氣下的基于視頻檢測技術(shù)的交通參數(shù)監(jiān)測系統(tǒng)的研制。論文主要工作如下:
　　(1)提出了一種改進的基于導(dǎo)向濾波的快速圖像去霧算法。在使用導(dǎo)向濾波前，對透射率和導(dǎo)向圖像采用最近鄰插值進行下采樣，以縮小輸入導(dǎo)向濾波的圖像，來降低導(dǎo)

3、向濾波的處理時間;對導(dǎo)向濾波輸出結(jié)果，采用雙線性插值進行上采樣得到校正后的透射率，并通過實驗驗證了該去霧算法的有效性與實時性。
　　(2)在深入分析了各種運動目標檢測算法的優(yōu)缺點的基礎(chǔ)上，重點研究了背景差分法的目標檢測方法。最后經(jīng)過比較各種背景提取方法，采用了自適應(yīng)較強的基于像素自適應(yīng)分割的運動目標檢測算法進行視頻運動目標檢測，并通過實驗驗證了該算法檢測運動目標的有效性。
　　(3)在學習理解交通參數(shù)物理含義的基礎(chǔ)上，對道路