滞留黄网格违章车辆的视频检测系统设计

《滞留黄网格违章车辆的视频检测系统设计》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、滞留黄网格违章车辆的视频检测系统设计【摘要】本文首先提出了智能交通视频检测系统涉及的理论基础包括模式识别理论和图像处理理论，然后简要介绍了视频检测平台，探讨了通过背景的获取来进行违章车辆检测的方法。行驶车辆检测技术是智能交通系统的一个重要组成部分。在对当前智能交通系统特别是智能视频检测技术的认知、了解下，针对滞留黄X格违章车辆的视频检测问题提出了解决方案，完成一个智能交通违章检测系统的雏形，以实现对交通系统的智能管理，本文称之为滞留黄X格违章车辆的视频检测。在黄X格运动的车辆，通过分析处理其视频图像，对车辆是否违

2、章做出判断，并将违章车辆的图像存储以便后续处理。　　【关键词】视频检测黄X格智能管理　　【】TP274.2【】A【】1674－4810（2012）01－0175－01　　　　一绪论　　随着城市化进程的加剧，城市机动车辆数量与日俱增。如何有效地进行交通管理成为一个急需解决的问题。传统的交通管理方法不但耗费大量人力物力，而且效率低下，以致城市交通状况没有得到根本性的改善。因此，在我国发展智能交通系统十分必要。通过模式识别技术，用摄像头来对滞留黄X格车辆进行视频检测，判断其是否违章，然后提取违章车辆的车牌号等相关信息，

3、给交通管理带来了极大的方便。　　在此系统中，首先通过摄像头和图像采集卡采集待测黄X格现场的视频，然后将数据传输到工控机进行图像预处理，经过处理后的图像更利于对违章车辆的检测，将检测到的违章车辆从背景中分割出来存储，再将图像输入到监控中心。　　第一，模式识别的基础知识。模式识别就是对未知模式样本的类别属性进行辨识的过程。但是要进行模式样本类别属性的正确判定，必须根据对样本的各种可以观察和测量得到的特征量度来度量。　　第二，模式识别系统组成。模式识别系统组成为：数据采集/获取、预处理、特征提取与选择、分类决策、识别信

4、息等。　　第三，模式识别的主要理论和方法。目前模式识别的理论和方法一般分为四大类：统计模式识别、句法模式识别、模糊模式识别、神经X络模式识别。　　二视频检测平台简介　　第一，视频检测硬件平台。车辆图像检测平台主要由硬件和软件两部分构成。硬件部分组成主要为图像采集卡和摄像头。一般情况下，图像采集卡和摄像头应用在工业控制中进行车辆图像的采集和处理。　　第二，视频检测软件平台。在实际工程应用中，为了实现道路车辆识别的实时性，提高工作效率，除了硬件条件（例如摄像头、图像采集卡和工业控制机）要达到一定的性能要求外，所采用的

5、软件（主要指上位机软件）对系统的工作速度和效率也有很大的影响。　　三背景的获取　　对图像进行识别是重要的一环，如何将图像的前景与背景分离，这既是重点也是难点。在交通视频图像检测系统中，背景是随时间、天气、光照等因素变化的。于是，获取变化的背景是解决问题的关键。　　第一，图像预处理。图像被采集到计算机后，由于种种原因会存在噪声，或者存在不利于进一步处理的地方。为了方便进一步处理，以便获取背景和分割目标，需要对采集的原始图像先进行预处理。可以通过对图像进行彩色图像向灰度图像的转换、图像的滤波去噪、图像的锐化完成预处理

6、。　　第二，背景的自适应获取。自适应背景获取方法的原理如下：预存一幅背景图像，将它与下一幅视频图像作比较（差分法），对应点上的像素灰度变化小于T时，将灰度变化的点取代原背景图像上的像素点，不变化的像素点仍然保留。而汽车在道路上行驶时总会留出不同的路面（背景）。于是便得到新的背景图像，将其作为背景保留，要读取下一幅图像时，便以此作为背景图像重复上述步骤。这样，背景可以随天气、时间等因素的变化而变化，提高了处理的准确性。　　四运动目标的检测　　为了检测停留在待测区域中的车辆是否违章，在获取了待测区域的背景之后，最重要

7、的就是将该区域中的车辆从背景中分割出来。这就用到了图像分割技术。所谓图像分割，就是把目标图像从背景图像中标识出来，以达到目标和背景分离的目的。要想识别车型，必须把车辆从背景中分离出来。分割是车型识别中非常关键的一步。　　第一，差分法。由于本系统为固定背景下的运动目标检测，即将摄像机固定地安装于某处，对路面的运动车辆进行检测，因此，没有必要采用复杂的运算方法。与光流法相比，差分法具有运算简单、运算速度快的优点，对实时车辆检测系统来说是相当有用的方法。实践证明，差分法可得到预期的效果。　　第二，目标图像二值化。为了减

8、少原始灰度图像的运算信息量，可以利用目标区域的灰度信息来处理。但是这种情况下还是不能直接进行识别，因为其中所含的灰度信息较多，也就是车辆灰度级很多，直接进行识别很困难，必须进行进一步处理使得整个窗口的灰度信息较简单，也就是二值化过程。图像的二值化处理方法大致可以分为两类：一类是传统的方法，另一类是模糊数学方法。　　五总结　　行驶车辆检测技术是智能交通系统的一个重要组成部分