智能交通中視頻車(chē)輛檢測(cè)技術(shù)研究.pdf

1、智能交通視頻監(jiān)控系統(tǒng),是利用圖像處理技術(shù)分析視頻圖像,包括車(chē)輛檢測(cè)、車(chē)輛跟蹤和車(chē)牌識(shí)別三大處理模塊。其中,視頻車(chē)輛檢測(cè)是智能交通監(jiān)控系統(tǒng)的關(guān)鍵之一,其主要任務(wù)是分割出視頻圖像中的運(yùn)動(dòng)車(chē)輛。車(chē)輛檢測(cè)作為視頻測(cè)速、車(chē)輛行為分析和車(chē)牌識(shí)別等功能的前提,其重要性可想而知,而基于背景差分的車(chē)輛檢測(cè)方法,由于具有算法簡(jiǎn)單、計(jì)算量小和不容易產(chǎn)生空洞等優(yōu)點(diǎn),得到了廣泛的應(yīng)用。
　　目前,大多數(shù)算法都是研究白天條件下的視頻圖像,而針對(duì)夜間視頻圖像的

2、車(chē)輛檢測(cè)算法相對(duì)較少,這是因?yàn)橐归g場(chǎng)景比白天場(chǎng)景更為復(fù)雜,增加了路燈和其它光源的照射變化、車(chē)燈強(qiáng)光和路面反光等干擾因素。因此,針對(duì)白天和夜晚交通視頻,本文分別采用不同的視頻車(chē)輛檢測(cè)算法,能夠在晝夜環(huán)境條件下,實(shí)時(shí)、準(zhǔn)確的分割出車(chē)輛區(qū)域。本文從視頻車(chē)輛檢測(cè)的四個(gè)步驟:視頻圖像預(yù)處理、背景建模與更新、前景檢測(cè)和粘連車(chē)輛區(qū)域分割,依次進(jìn)行了介紹,本文的主要工作如下:
　　(1)針對(duì)白天交通視頻,對(duì)視頻序列進(jìn)行均值降采樣預(yù)處理后,用混合高

3、斯模型進(jìn)行背景建模與更新,通過(guò)對(duì)彩色空間和灰度梯度空間背景差分的結(jié)果進(jìn)行融合,得到日間車(chē)輛檢測(cè)的前景圖像。
　　(2)針對(duì)夜間交通視頻,采用均值降采樣、灰度轉(zhuǎn)換和對(duì)數(shù)拉伸對(duì)視頻幀序列進(jìn)行預(yù)處理,在時(shí)間軸上設(shè)置一定大小的滑動(dòng)窗口,并對(duì)滑動(dòng)窗口中的灰度梯度域視頻幀序列進(jìn)行中值濾波,得到背景梯度圖,最后在梯度域上進(jìn)行背景差分得到前景圖像。
　　(3)前景圖像經(jīng)過(guò)形態(tài)學(xué)濾波、連通區(qū)域分析后,采用Freeman鏈碼判斷車(chē)輛區(qū)域是否粘連