基于交通視頻的車流量提取的關(guān)鍵技術(shù)研究.pdf

1、當(dāng)今社會發(fā)展日新月異，經(jīng)濟(jì)的迅猛發(fā)展造成了車輛的急劇增加，而我國道路擁有量卻不能滿足車輛增加的需求，在這種矛盾下，智能交通系統(tǒng)(ITS)應(yīng)運(yùn)而生。視頻交通信息檢測技術(shù)是ITS的重要研究內(nèi)容之一，該技術(shù)通過對交通圖像的智能化分析和處理，檢測到所需的多種交通流參數(shù)，這些參數(shù)對于交通的智能化管理具有重要價(jià)值。因此車流量信息提取作為智能交通系統(tǒng)的基礎(chǔ)是整個(gè)系統(tǒng)的關(guān)鍵步驟之一。
　　論文從理論探討、算法實(shí)現(xiàn)、實(shí)例驗(yàn)證等角度對交通流檢測系統(tǒng)的

2、關(guān)鍵技術(shù)進(jìn)行了深入研究，其主要工作如下：
　?。?）論述了圖像的預(yù)處理技術(shù)，通過分析和比較多種圖像濾波和增強(qiáng)的方法，選擇中值濾波、線性變換等方法進(jìn)行交通圖像的預(yù)處理。
　　（2）對預(yù)處理后的圖像，采用基于背景圖像差分檢測方法進(jìn)行車輛運(yùn)動的實(shí)時(shí)檢測。這種檢測方法對背景模型的構(gòu)造和更新要求很高，論文在傳統(tǒng)方法的基礎(chǔ)上，提出一種基于混合高斯分布背景模型的構(gòu)造方法，經(jīng)驗(yàn)證，這種方法實(shí)時(shí)性，抗干擾性滿足實(shí)際需求。
　?。?）對上

3、述方法檢測到的背景和車輛目標(biāo)進(jìn)行二值化分割，陰影去除及特征提取后，實(shí)現(xiàn)了車輛的實(shí)時(shí)檢測。對于二值化分割，本文通過對比采用基于最大熵閾值法確定閾值。經(jīng)驗(yàn)證，最大熵閾值法分割效果較好。針對陰影的檢測與去除，論文采用了基于互相關(guān)函數(shù)法，并通過實(shí)例驗(yàn)證了算法的可靠性和有效性。
　?。?）提出一種基于區(qū)域匹配和卡爾曼濾波相結(jié)合的車輛跟蹤算法，對進(jìn)入攝像機(jī)視野的車輛，建立車輛參數(shù)控制表與每個(gè)區(qū)域的對應(yīng)關(guān)系并更新控制表，然后對其中的車輛進(jìn)行相應(yīng)