基于機器視覺的城市交叉路口晝夜車輛檢測算法研究.pdf

1、隨著計算機成本的下降及其處理能力的提升，機器視覺技術(shù)成為研究智能交通系統(tǒng)的重要工具?，F(xiàn)有大多數(shù)的算法主要集中于白天條件下的高速公路、城市快速路的車輛檢測。由于基于機器視覺的算法對道路環(huán)境、圖像質(zhì)量和光線的敏感性和其算法通用性低，現(xiàn)有的算法難以應用于交叉路口白天和夜間條件下的車輛檢測。因此，提出高效的、魯棒的、全天候的車輛檢測算法將是極大的挑戰(zhàn)。
　　 白天與夜間，汽車所呈現(xiàn)的特征不一樣。在白天，車體是汽車的主要特征。而在夜間，汽

2、車最明顯的特征是前燈。因此，本文分別對白天和夜間的交通場景車輛檢測算法進行研究。
　　 在白天條件下，針對城市交叉路口的行車特點，本文首先在交叉路口停車線與斑馬線之間設(shè)置了虛擬的檢測區(qū)域，該檢測區(qū)域覆蓋了所要檢測的車道。其次，在檢測區(qū)域內(nèi)，采用高斯混合模型建立背景模型，運用背景差分法分割車輛區(qū)域，通過垂直投影降低車輛區(qū)域內(nèi)的空洞對車輛檢測的影響。最后，目標區(qū)域?qū)挾扰c閾值的比較來檢測車輛，并結(jié)合幀數(shù)進行車流量統(tǒng)計。
　　

3、在夜間，本文所提出夜間車流量檢測算法包括三部分:車前燈分割、車前燈配對和車前燈跟蹤。本文運用閾值法分割車前燈區(qū)域的像素，并對這些像素進行連通域檢測，以獲取連通域的位置、尺寸和面積。通過面積特征，初步濾除一些非汽車前燈的連通域。連通域的位置和尺寸特征用于車前燈的配對，運用基于區(qū)域的跟蹤算法對配對的車前燈進行跟蹤，從而實現(xiàn)車流量統(tǒng)計。
　　 本文所提出的算法，在VS2008編譯平臺實現(xiàn)，并且分別對城市交叉路口白天和夜間視頻樣本進行測