基于視頻圖像的交通事件自動(dòng)識(shí)別算法研究.pdf

1、為實(shí)現(xiàn)全天候、智能化、實(shí)時(shí)自動(dòng)地檢測(cè)發(fā)現(xiàn)并及時(shí)處置交通事件,確保道路交通正常,本論文主要研究了利用高速公路上監(jiān)控?cái)z像機(jī)采集的視頻圖像,基于圖像處理技術(shù)實(shí)現(xiàn)自動(dòng)識(shí)別交通事件,并設(shè)計(jì)了交通事件前景目標(biāo)的檢測(cè)和交通事件識(shí)別軟件系統(tǒng)。
　　 具體在以下幾個(gè)方面進(jìn)行了研究工作:
　　 1.對(duì)高速公路上各種交通事件進(jìn)行了分類(lèi),并著重針對(duì)交通事件中的交通事故的分類(lèi)做了詳細(xì)闡述。本論文檢測(cè)識(shí)別的對(duì)象是高速公路交通事故中的車(chē)輛間事故、車(chē)輛

2、單獨(dú)事故和車(chē)輛與固定物碰撞,并由上述交通事故引發(fā)的車(chē)輛慢行、異常行駛等交通事件。
　　 2.根據(jù)高速公路場(chǎng)景特點(diǎn)和車(chē)輛前景目標(biāo)檢測(cè)要求,首先運(yùn)用背景差分方法進(jìn)行車(chē)輛前景提取;其次采用合適空間尺寸的空間域非線性平滑濾波器進(jìn)行濾波處理,對(duì)噪聲干擾的抑制能力較強(qiáng),能起到較好作用;最后,針對(duì)背景差分灰度化圖像的特點(diǎn),運(yùn)用矩陣直方圖、最大類(lèi)間方差準(zhǔn)則,并結(jié)合解析函數(shù)擬合法確定的灰度閾值對(duì)高速公路場(chǎng)景下前景目標(biāo)的二值分割提取有較好的效果。<

3、br>　　 3.提出利用二值圖像標(biāo)定連通區(qū)域的屬性,對(duì)交通事件的前景目標(biāo)進(jìn)行特征提取。高速公路上行駛的車(chē)輛主要分為轎車(chē)、客車(chē)和貨車(chē)三大類(lèi),本論文進(jìn)一步對(duì)三類(lèi)車(chē)輛進(jìn)行了車(chē)輛尺寸細(xì)分,利用劃定檢測(cè)區(qū)域內(nèi)車(chē)輛的面積閾值和車(chē)輛寬長(zhǎng)比閾值對(duì)交通事件進(jìn)行判定識(shí)別。
　　 4.利用設(shè)定間隔兩幀圖像各自對(duì)應(yīng)連通區(qū)域質(zhì)心的坐標(biāo)差值和時(shí)間差,設(shè)計(jì)了高速公路行駛車(chē)輛視頻圖像測(cè)速的模型和方案,可以較準(zhǔn)確的進(jìn)行行駛車(chē)輛的速度檢測(cè)以識(shí)別車(chē)輛異常慢行或交通