城市道路智能视觉监控-研究与实现

《城市道路智能视觉监控-研究与实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、城市道路智能说觉监控研究及实现通电子技术公司的交通违章智能抓拍系统，厦门恒深科技的城市交通综合管理系统，上海交大高新科技智能交通系列产品等。1．3本文的主要工作和论文组织本文的主要研究工作是，针对城市道路视觉监控的每一项实际问题，而作为一章的主要内容，先详细介绍了对他们进行自动识别的难点，分析当今所经常采用的方法，然后提出我们所采用的解决步骤和算法。其主要有：自动识别城市道路图像中的双实线；检测视频图像内的运动目标，实现对运动车辆进行自动视频分割；判断和分析车辆的运动趋势，对其基本运动轨迹作匹配和跟踪。本文组织如下：第一章绪论：介绍了实施城市道路视觉智能监控的意义，当今城市智能化管

2、理的应用、研究现状。第二章城市道路双实线检测：研究了如何实现对双实线进行识别。针对双实线识别的难点，提出用一种变形的Sobel算子和道路图像作模板相关运算，然后进行结构纹理分割获取双实线区域的粗略位置。综合最大类间方差比和P参数法二值化纹理区域，采集双实线位置外侧边缘点坐标信息，并用直线拟合，从而实现自动识别双实线在图像中的位置。第三章运动车辆视频图像检测：研究如何从视频流中分割出运动车辆目标。使用经典的两帧图像差分方法检测运动目标，并提出一种基于网格的差分图像二值化算法，二值化结果经过或运算，马尔可夫随机场分析产生基本运动物体区域。提出基于道路知识和车辆行驶状态的区域生长、合并算

3、法，而大致确定运动物体目标在图像中最小外接矩形位置。最后根据活动轮廓模型(activecontourmodel)能量最小化原理，对仞始轮廓范围收缩，分割出运动车辆的信息。第四章运动趋势分析与跟踪：在基于运动物体的光流场约束方程(OFE)基础上，应用Horn—Schunck方法计算运动物体区域内的光流场信息，实现对车辆的运动趋势进行分析，并应用于单行线逆行判断。最后研究了使用光流场数据为指导对物体运动轨迹匹配跟踪的问题。城市道路智能桃觉雌挣到『究技实现第二章城市道路双实线检测城市道路中的双实线是指为了有效地控制和管理交通而在道路中间特别指定的，进行了特殊标记的一部分道路路面。实现对双

4、实线区域监控的关键在于怎样在道路图像中自动识别出双实线所在位嚣，然后只需要监视已分割出的双实线区域，如果发现车辆进入，就对违章车辆进行自动抓拍，并保存现场的违章记录信息。2．1双实线的定义及识别要求双实线是有这样特征的区域：在路面中间有三段宽度相近的小区域，其中两侧小区域颜色相同，但又不同予路面颜色，通常指定为白色或黄色；中间小区域颜色为道路路面颜色。它把车辆行驶的路面分为相等的两部分，在双实线--N行驶的车辆既不能行驶到双实线划定的区域内，更不能越过双实线区域行驶到另一侧。这就好像一段无形的屏障，是行进中的车辆不能逾越的。尽管有这些规定，但是趁交警不注意或不在时，有些车辆还是会强

5、行行驶在双实线区域内，更有甚者不在指定地点改变行驶线路，径直越过双实线区域，行驶到双实线的另一侧。这些违章行为不仅严重影响正常的交通次序，也会造成许多交通安全方面的问题。如果在交通繁忙时间段，车辆不按线行驶的话，堵车、塞车现象会更为严重，从而会增加交警的工作强度。为有效遏制违章情况的发生，减轻交警工作压力，提高对违章司机的处罚威慑力度，实现对双实线区域的自动监控是有必要的。由于城市道路状况的复杂性，给双实线区域在图像的位置识别带来了很大困难。例如：双实线区域经常会受到车辆阴影，或者足车辆本身这些噪声的干扰；受天气和阳光照射影响，双实线区域在图像中也不会呈现原本的色彩特征，且双实线区

6、域的颜色信息没有统一标准(一般为白色，黄色)；实线区域的灰度信息和路面的灰度非常接近，灰度变化不是很明显等。2．2彩色图像的灰度化为了使双实线区域的分割结果不受颜色信息的干扰，我们只对道路灰度图像处理，所以必须先将彩色信息投影到灰度空问。根据三色学说原理，彩色图像可以用红(R)、绿(G)、蓝(B)三个分量表示，ROB颜色值的不同份量，组成了丰富的、各式各样的彩色图像。在进行彩色图像的灰度变化时(灰度图像如图2．1)，通常采用如下公式：I=0r3R+0．59G+0．1lB2．3图像的边缘检测图像中物体的边缘和所具有的局部区域特征，是对物体进行分割地重要依据，所以实现对边缘和区域的有效

7、检测和分割对于图像的分析和识别至关重要。d城市道路智能视觉雌拄研究及实现对物体边缘检测最一般的方法有图像微分法、梯度法、拉普拉斯方法和边缘模板算子等，我们用边缘模板算子对道路图像进行边缘检测。2．3．1模板边缘检测模板又称掩模，在数字图像处理中，模板是为了检测某些不变的区域特性而设计的阵列。模板根据检测目标的不同可以分为点模板，线模板，梯度模板等。模板运算是这样的，模板焦点在阵列中心位置，焦点沿着图像从一个像素移到另一个像素，直到整个图像都扫描完毕。在每一个位置上，把