基于邊緣信息的交通流量檢測(cè)研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的高速發(fā)展和城市化進(jìn)程的加快，交通運(yùn)輸也在不斷地飛速增長(zhǎng)。為了解決日益嚴(yán)峻的交通問(wèn)題，綜合運(yùn)用了計(jì)算機(jī)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)和圖像處理技術(shù)等多種高新技術(shù)的智能交通系統(tǒng)ITS（Intelligent traffic system）應(yīng)運(yùn)而生。在智能交通系統(tǒng)中，車輛數(shù)目、車輛實(shí)時(shí)速度等交通流參數(shù)的實(shí)時(shí)獲取是信號(hào)燈控制、交通仿真和決策的基礎(chǔ)，在整個(gè)交通系統(tǒng)中起著非常重要的作用，因此車輛檢測(cè)技術(shù)越來(lái)越受到國(guó)內(nèi)外學(xué)者的關(guān)注。 基于圖像

2、處理技術(shù)的車流量分析是近年來(lái)新興起的一種車輛檢測(cè)技術(shù)，其主要任務(wù)是通過(guò)安裝在道路旁邊的視頻采集設(shè)備來(lái)獲取連續(xù)幀數(shù)的實(shí)時(shí)圖像信息，然后經(jīng)過(guò)相應(yīng)的圖像處理算法分析進(jìn)而反饋出實(shí)時(shí)的車輛數(shù)目，車速等交通系統(tǒng)所需要的參數(shù)，最后達(dá)到智能地控制交通的目的。 本文對(duì)應(yīng)用于車流量檢測(cè)中所用到的圖像處理算法做了大量的研究，并在此基礎(chǔ)上提出了基于圖像邊緣信息的方法來(lái)檢測(cè)車輛數(shù)目。檢測(cè)算法首先對(duì)戶外環(huán)境下獲得的連續(xù)幀圖像信息作預(yù)處理運(yùn)算以減少后續(xù)檢測(cè)時(shí)

3、的誤差，然后采用圖像邊緣信息對(duì)作疊加處理以獲得圖像的實(shí)時(shí)背景更新，并在此基礎(chǔ)上作圖像邊緣差運(yùn)算檢測(cè)出運(yùn)動(dòng)的車輛，最后提取出檢測(cè)帶數(shù)據(jù)并作數(shù)據(jù)的修正運(yùn)算以減少運(yùn)動(dòng)車輛的誤判或漏判。 在圖像的預(yù)處理方面主要是針對(duì)戶外環(huán)境下光線變化時(shí)實(shí)時(shí)圖像獲取中的噪聲影響，為此檢測(cè)算法把原始彩色圖像轉(zhuǎn)換為灰度圖像并作圖像濾波處理。同時(shí)考慮到攝像設(shè)置在戶外環(huán)境下時(shí)輕微振動(dòng)帶來(lái)的噪聲干擾，檢測(cè)算法相應(yīng)地采用領(lǐng)域比較方法以減少噪聲影響。 在運(yùn)動(dòng)車

4、輛的檢測(cè)方面，檢測(cè)算法根據(jù)車輛的運(yùn)動(dòng)特性和路面靜止特性采用圖像邊緣疊加來(lái)完成背景圖像的實(shí)時(shí)更新。這種方法能夠較好得到背景圖像的實(shí)時(shí)更新效果并解決了背景圖像的初始化問(wèn)題。同時(shí)算法處理只在檢測(cè)帶內(nèi)進(jìn)行，減少了算法的運(yùn)算。對(duì)于車輛的過(guò)道現(xiàn)象；算法采用浮動(dòng)窗口法解決。 在車輛計(jì)數(shù)方面，檢測(cè)算法提取了檢測(cè)帶的數(shù)據(jù)并根據(jù)車輛特性對(duì)數(shù)據(jù)作了修正處理以減少車輛誤判或漏判。 本文最后提供了大量的實(shí)驗(yàn)數(shù)據(jù)證明了基于邊緣信息的車流量檢測(cè)算法是