基于视频的车流量检测

基于视频的车流量检测

ID:4167035

大小:260.28 KB

页数:6页

时间:2017-11-29

基于视频的车流量检测_第1页
基于视频的车流量检测_第2页
基于视频的车流量检测_第3页
基于视频的车流量检测_第4页
基于视频的车流量检测_第5页
资源描述:

《基于视频的车流量检测》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、第25卷第4期西华师范大学学报(自然科学版)2004年12月Vol125No14JournalofChinaWestNormalUniversity(NaturalSciences)Dec12004文章编号:100128220(2004)0420404205①基于视频的车流量检测12彭仁明,贺春林(11四川绵阳职业技术学院,四川绵阳621000;21西华师范大学计算机学院,四川南充637002)摘要:介绍了目前基于视频的车辆检测算法的优点和缺点,在此基础上提出了一种新的算法,该算法自适应能力强,计算量小,可正确判断有无车辆、

2、完成车辆的计数,实现车流量计算、车速估计.采用了预估校正和相关性修正等措施,提高了检测精度,为交通监控系统提供实时有效的交通参数.关键词:视频;数据流;相关性;修正中图分类号:TP399文献标识码:A1引言随着经济的发展,人民生活水平的提高,汽车保有量大幅增加,怎样安全高效地对交通进行管理,就显得非常重要.解决这一问题的关键是建立智能交通系统(ITS),其中车辆检测系统是智能交通系统的基础.它为[1-3]智能控制提供重要的数据来源.作为ITS的基础部分,车辆检测系统在ITS中占有很重要的地位,目前基于视频的检测法是最有前途的

3、一种方法,它是通过图像数字的方法获得交通流量信息,主要有以下优点:(1)能够提供高质量的图像信息,能高效、准确、安全可靠地完成道路交通的监视和控制工作.(2)安装视频摄像机破坏性低、方便、经济.现在我国许多城市已经安装了视频摄像机,用于交通监视和控制.(3)由计算机视觉得到的交通信息便于联网工作,有利于实现道路交通网的监视和控制.(4)随着计算机技术和图像处理技术的发展,满足了系统实时性、安全性和可靠性的要求.目前常用的基于视频的车辆检测方法主要有:灰度比较法、背景差法、帧差法、边缘检测法.灰度比较法采用对路面和车辆的灰度统

4、计值来检测车辆.但它对环境光线的变化十分敏感.背景差法计算当前输入帧与背景图[3]像的差值,以提取车辆,但背景图像需实时刷新,其检测精度很大程度上依赖于背景图像的可靠性.帧差法是将相邻两帧相减,对保留的运动车辆信息进行检测,环境[4]光线变化对其影响不大.然而当摄像头的抖动引起相邻两帧背景点的相应“抖动”时,该方法不能完全将背景滤除,从而引起误判,而且对于静止或车速过慢的车辆,该方法不能有效检测.边缘检测法能够在不同的光线条图1检测算法流程件下检测到车辆的边缘,利用车体的不同部件、颜色等提[5]Fig.1Theflowofd

5、efectionalgorithm供的边缘信息可进行静止和运动车辆的检测,但是对①收稿日期:2004-09-02作者简介:彭仁明(1969-),男,四川广安人,绵阳职业技术学院讲师,主要从事电子类教学和科研工作.第25卷第4期彭仁明,等:基于视频的车流量检测405于车辆边缘不明显和道路隔离带存在的情况,该方法可能造成漏检、误检.以上的方法进行车辆检测时,通常是在输入图像中按车道设置一些固定窗口(即虚拟传感器)对车辆进行检测.这种固定开窗的检测方式常常对车辆换道或相邻车道的车辆部分覆盖了被检测车道检测窗时造成误检.2车辆检测的

6、新算法2.1车辆检测新算法流程如图1所示.2.2截取检测带为了提高数字系统处理的实时性的要求,我们只取检测图像中的一部分来进行处理,这个过程我们叫做截取检测带,但是检测带内要包含足够的车辆信息,以满足检测精度的需要.检测带的宽度和高度可以根据需要进行设置,从而保证了算法的通用性和灵活性.检测带的位置:检测带位置的选取应充分考虑摄像头安装的高度和倾角以及摄像头的景深的影响,一般情况下,在获取的图像靠近底部的位置,车辆之间的间距较大.这个位置在无车辆拥塞的情况下,没有前车遮挡后车的问题.检测带的高度:车辆前后间距在图像上大约为4

7、0-50个像素,因此检测带高度应小于40-50行,否则会引起误判.又考虑到检测带的高度决定其内包含的总像素数,将直接影响计算量,因此检测带高度不应过高.另一方面,检测带的高度又不能过小,否则带内包含的车辆信息量太少,易受噪声影响,引起误判.综合考虑以上因素,取高度为20行.如图2.2.3图像的预处理因为从摄像头摄取的图像里不可避免地包含噪声,噪声的去除直接关系到后面车辆检测的精度,为什么要将图像的预处理放到检测带之后呢?主要是基于实时性的考虑,经过截取检测带后要处理的图像内容大大地减少了,这样就加快了图像预处理的时间.在图像

8、预处理中,考虑到后面要提取图像的边缘,因此我们没有采用均值滤波,而是采用的中值滤波的方法.在去除噪声的同时,中值滤波又保留了图像的边缘.同时我图2提取检测带们对传统的中值滤波进行了快速算法的改Fig12Obtaindetectionzone进,加快了图像预处理的速度.我们选取的是模板为3×

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。