智能交通系统中车辆信息提取算法的研究及其硬件实现

《智能交通系统中车辆信息提取算法的研究及其硬件实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、智能交通系统中车辆信息提取算法的研究及其硬件实现摘要摘要近年来，随着人们对道路交通需求的增加，智能交通系统己经成为研究热点。智能交通系统作为一种综合数字图像处理，模式识别，智能控制等多种技术的系统，能很大程度地满足日益增长的交通需求，但其在准确性、鲁棒性等方面还存在一定的缺陷。本文主要从两个方面进行研究:第一，采用数字图像处理、模式识别等手段，对监控摄像机所采集到的视频信息中的车辆进行检测、跟踪，从而提取车辆的信息，包括摄像机监控范围内的车流量，车速，车型信息等。第二，将软件系统移植到TMS320DM642平台上仿真实现，为系统的真正产品化提供基础。在算法研究方面，本文从

2、系统的角度来实现车辆信息的提取，围绕车辆检测和跟踪算法，将系统分为:电子稳像、背景更新、图像标定、车辆检测和车辆跟踪。主要研究了其中的电子稳像、车辆检测和车辆跟踪三大部分。电子稳像:区别于人的视觉，计算机视觉对图像是否稳定更敏感。微小的图像抖动都会对计算机视觉的判断造成影响。电子稳像技术就是为了减小因摄像机抖动造成的图像不稳定的影响。车辆检测:当图像中的运动目标从背景中提取出来后，通过特定的图像分割算法，最后以斑块形式表现在二值图像上。车辆检测包括对斑块的分析，斑块的聚类和新车辆的触发三个部分。在这一步中，提取车流量和车型信息。车辆跟踪:利用车辆在图像坐标和世界坐标中的位

3、置信息和颜色信息，采用Kalman滤波对每一辆车进行先预测后分析，完成对不同车道中的不同车辆进行同时跟踪分析。在这一步中，提取车辆的速度信息。通过实验，确定每个模块的最终算法。而仿真结果表明，整个系统能适应不同道路的要求，包括高速公路和城市道路，车辆信息提取基本达到实时，且车速、车流量、车型信息的准确度都达到了预期的效果。在硬件实现方面，将算法移植到TMS32ODM642平台，通过各种代码优化技术，使系统能在嵌入式平台中实时准确地运行。最后对全文进行了总结，并对车辆信息提取系统的进一步研究进行了展望。关键词:数字图像处理，模式识别，车辆信息提取，TMS32ODM642Ab

4、stractABSTRACT玩therecentyears,ITS(IntelligentTrafficSystem)hasbecomethefocueproblemalongwiththeincreasingdemandforthetraffic.ITSwhichconsistsofthetechnologiesofdigitalimageprocessing,patternrecognition,intelligentcontrolandsooncansolvemanyproblemsinthetrafficsystem,butithassomedefectsinth

5、eaccuracyandrobustcharacters.Theresearchofthepaperismainlyontwoaspects:Oneisusingthetechnologiesofdigitalimageprocessing,patternrecognition,computervision,andinformationanalysistodetectandtrackthevehiclesonroads.Thefinalpurposeistoextracttheinformationofvehiclesfortrafficmanagement,includ

6、ingthetotalnumberofvehicles,thevelocityandtypeofeachvehicleandsoon.Thispapermainlyfocusesonimprovingtheperformanceandalgorithmsinreal-timeandrobustnesstoadapttovarioustrafficenvironments.TheotheraspectistransplantingandrealizingthesystemtotheplatformbasedonTMS320DM642.Intheaspectofalgorit

7、hmresearch,theextractionofvehicleinformationcannotbeimplementedbyonlyonealgorithm.Itshouldberealizedbyasystem.Thepaperdoesnotonlyconsiderthealgorithmsofvehicledetectionandtrackingbutalsootheralgorithmswhichcoulddoassistancetoextractthevehicleinformationinareal-timea