基于视频的交通路口车辆检测技术研究

基于视频的交通路口车辆检测技术研究

ID:33615774

大小:4.48 MB

页数:50页

时间:2019-02-27

基于视频的交通路口车辆检测技术研究_第1页
基于视频的交通路口车辆检测技术研究_第2页
基于视频的交通路口车辆检测技术研究_第3页
基于视频的交通路口车辆检测技术研究_第4页
基于视频的交通路口车辆检测技术研究_第5页
资源描述:

《基于视频的交通路口车辆检测技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第1章绪论目前在视频检测领域常用的方法有灰度法检测,背景差检测,帧差法,光流场法等。随着智能技术的逐渐发展,如遗传算法、神经网络和模糊计算等技术的应用,视频检测必将取得新的突破性的飞跃。1.3基于视频的车辆检测的国内外发展状况传统的交通监控方法,如电磁感应环线圈式车辆检测器,不能识别车辆的行驶方向,不能进行车辆分类等。雷达波检测器只能检测运动车辆,但对车辆缓行和车辆静止的情况就无法检测出来。当图像处理发展成为一个比较成熟的领域,出现了基于图像处理的交通监控系统,但是图像处理通常是把一副图像变成另一副图像,图像处理仅是做了图

2、像增强、图像压缩和模糊校正与非聚焦图像等工作,它需要人工干预丢失信息的恢复任务。另外由于计算机软硬件的制约,能获得的交通参数很有限,这样的系统无法及时将有关信息进行实时反馈,起不到交通发生拥挤时及时疏导车辆的作用【9J。从20世纪80年代起,人们就意识到智能化交通管理将是社会发展的必然。80年代中期以来,计算机视觉获得了蓬勃发展,成为计算机科学的重要研究领域之一。计算机视觉的研究目的是让计算机对周围世界的物体进行传感、抽象、判断的能力,从而达到识别、分析和理解的目的。计算机视觉的任务是通过摄像机获取二维图像,抽取物体的特征

3、,对特征抽取的结果进行识别分类。从二维图像中进行三维信息的理解,再对景物进行描述。近年来,交通监视控制系统越来越广泛地采用计算机视觉和图像处理技术【l01。视频检测技术也被称为数字图像处理技术,是一种结合视频图像和电脑模式识别技术而应用于交通领域的新兴技术。它通过视频摄像机和计算机模仿人眼的功能,将连续的模拟图像转换成离散的数字图像后,在成熟的物理模型和数学模型的基础上编制软件进行分析处理,模拟各种其它形式的车辆检测器获取交通信息,为交通领域的多种实际应用提供了工作平台。1.3.1基于视频的车辆检测国内发展状况随着视频交通

4、检测技术的发展,用于车辆检测的各种新理论、新技术也层出不穷。近年来,国内视频车辆检测技术已经应用在城市交通路口监测和高速公路车速测量等方面。北京华恒信息系统有限公司的交通流量视频监测仪在交通路口的监测方面取得了良好的效果,它是在人工智能和图像处理基础上通过分析移动矢量,实时地分析录像中的交通流情况,并提取交通状况的主要信息,包括平均速度,最低速度,最高速度和车流密度等。高速公路视频超速监控系统利用视频图像处理技术,对高速公路车道上的汽车进行非接触式监控,获得车速、车牌号4山东轻T业学院硕十学位论文码、违章照片等运行状态信息

5、,自动车牌识别速度快,准确率高,为实时违章处理提供了可能。国内有很多机构长期从事视频车辆检测技术的研究,针对车辆检测中的车辆计数、分类和速度计量等基本交通参数的提取作了大量的研究工作,并提出了一些新方法。1996年,清华大学计算机科学与技术系的朱志刚等人提出了一个利用二维时空图像进行交通自动监测的新方法。摄像机架设在公路上方,通过两个细缝监测窗口一垂直于道路方向的车辆检测窗和平行于道路方向的速度监测窗来监视和分析,便形成用于交通自动监测的二维全景[蛩(PVI)$1fib极面图(EPl)对这两个二维时空图像作实时处理,诸如车

6、辆计数、分类及速度的计量这些基本问题便可以解决了【111。随着智能技术的广泛应用,遗传算法、小波分析、人工神经网和模糊理论已经应用到车辆检测并取得了良好的效果。清华大学自动化系,智能技术与系统国家重点实验室的吴裙文等提出了一种基于小波变化和主成分分析方法实现的车辆静态图像检测方法。利用选定的车辆和背景训练样本集,用小波变换对样本进行特征提取,通过主成分分析来设计适当的分类器,把带检测图像再多分辨率下组块进行分类,以此来判断某区域内是否有车辆,完成车辆检测的任务。这种方法简单,应用效果良好,具有较好的应用前剥12】。浙江工程

7、学院计算机视觉与模式识别研究中心的周志宇等提出了基于遗传算法的指数熵的动态阈值更新方法。采用指数熵作为遗传算法的适应性函数,通过交叉操作和变异操作的相互配合,完成了对搜索空间的全局搜索和局部搜索,确定图像流中差分图像的最优闽值,从而检测出动态图像序列的运动车辆【l31。近年来,针对车辆检测中常用的图像处理方法,如灰度差法,背景差法,帧差法,边缘检测法等方法自身的特点,结合所要解决的问题国内学者提出了一些新方法。基于视频的车辆检测与跟踪方法的准确性受环境因素影响很大,其中车辆的运动阴影和车辆间的遮挡是两个重要因素。采用背景差

8、法进行运动对象分割,并结合运动边缘检测以提高检测的准确性,对提取出的感兴趣区域按一定规则进行区域融和以检测车辆。该方法能有效解决车辆遮挡和阴影问题,实时提取交通信息【14】。传统的帧差法是将相邻两帧图像相减,按车道开固定窗口对保留的运动车辆信息进行检测,如何消除由于车辆换道或相邻车道的车辆部分覆盖了被检

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。