基于機(jī)器視覺的交通流量檢測(cè)技術(shù)的研究與實(shí)現(xiàn).pdf

1、本文主要研究交通流量的檢測(cè)。在目前的各方法中,視頻檢測(cè)是研究得最多的一種方法。視頻檢測(cè)是建立在機(jī)器視覺的基礎(chǔ)之上的。機(jī)器視覺是在圖像處理的基礎(chǔ)上發(fā)展起來的新興學(xué)科,在計(jì)算機(jī)科學(xué)和工程、信號(hào)處理、物理學(xué)、應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué),神經(jīng)生理學(xué)和認(rèn)知科學(xué)等研究方面以及在制造業(yè)、檢驗(yàn)、文檔分析、醫(yī)療診斷和軍事領(lǐng)域等各種智能/自主應(yīng)用方面,都有非常廣闊的發(fā)展前景。本文在對(duì)前人工作研究總結(jié)的基礎(chǔ)上主要做了以下三點(diǎn)工作:
　　(1)研究了一種背景建模算

2、法。針對(duì)目標(biāo)運(yùn)動(dòng)物體的特點(diǎn),本文在對(duì)各種檢測(cè)方法進(jìn)行比較分析的基礎(chǔ)上,重點(diǎn)研究背景差法來檢測(cè)交通流量。背景差法中,最關(guān)鍵的環(huán)節(jié)是真實(shí)背景的重建,所用背景的好壞與流量檢測(cè)的準(zhǔn)確率息息相關(guān)。本文在對(duì)各背景建模法進(jìn)行比較分析的基礎(chǔ)上,提出討論了一種新的背景建模算法重建出背景,為準(zhǔn)確分割出運(yùn)動(dòng)目標(biāo)打下了基礎(chǔ)。
　　(2)研究了一種陰影去除算法。在真實(shí)的場(chǎng)景中,環(huán)境處于實(shí)時(shí)變化之中,在光線較強(qiáng)的情況下,道路中的車輛會(huì)伴隨著陰影出現(xiàn),陰影的出

3、現(xiàn)會(huì)影響車輛目標(biāo)分割的準(zhǔn)確度,可能會(huì)把兩相距較近的車輛連接為同一車輛。本文針對(duì)陰影的特點(diǎn),詳細(xì)分析了陰影與車輛前景的差異,在此基礎(chǔ)上提出了一種陰影去除算法。
　　(3)研究了一種運(yùn)動(dòng)跟蹤算法。在智能交通系統(tǒng)中,車輛的跟蹤具有重要意義。車輛的跟蹤為對(duì)其行為分析打下了基礎(chǔ)。本文在分析了目標(biāo)的運(yùn)動(dòng)特點(diǎn)之后,把特征點(diǎn)與運(yùn)動(dòng)預(yù)測(cè)相結(jié)合進(jìn)行研究,取得了較好的效果。
　　本文所提的各算法都是使用 C++語言實(shí)現(xiàn),通過對(duì)采集的大量視頻進(jìn)行測(cè)