運動車輛視頻檢測與車流量檢測方法的研究.pdf

1、運動車輛視頻檢測在智能交通系統(tǒng)(ITS)中起著非常重要的作用，而攝像機的抖動、光線明暗度的不同和背景的復雜性等等都給實時、準確檢測帶來很大挑戰(zhàn);道路交通信息如車流量、車型、車速等基本交通參數(shù)的獲取是ITS發(fā)揮作用的前提和基礎。對交通視頻檢測中的電子穩(wěn)像算法、基于背景差分的碼本算法以及車流量參數(shù)檢測方法的深入研究，是解決這些問題的關鍵點。
　　 研究了交通監(jiān)控視頻中圖像處理技術。對采集到的視頻車輛監(jiān)控圖像進行預處理和形態(tài)學操作，并

2、通過實驗對比分析了目前常用算法在視頻處理效果中的優(yōu)劣。針對室外大風或載重車輛經(jīng)過造成攝像機抖動的情況，研究了電子穩(wěn)像算法中灰度投影法，編程實現(xiàn)了運動估計和運動補償?shù)人惴ㄋ枷?。通過對抖動視頻測試，可以看出，該算法在一定程度上解決了視頻抖動的問題，達到了穩(wěn)像的目的。
　　 研究了基于背景差分技術的碼本算法，用于解決車輛檢測中背景模型難以處理問題。首先建立基于亮度YUV空間的碼本模型，并結合幀差法，改進了基于局部更新的分層碼本算法。該

3、算法在減少檢測時間的同時，適應了背景亮度的變化。探討局部二值模式(LBP)紋理目標檢測方法和LBP算子，實現(xiàn)了基于塊的均勻模式LBP運動車輛檢測算法。綜合碼本算法誤檢率較低和均勻模式LBP算法計算簡單的特點，先對車輛進行塊級的LBP檢測，再進行像素級的碼本檢測，車輛檢測時間和準確性得到很大提高。
　　 設計并實現(xiàn)了車道流量和不同車型的車流量信息采集系統(tǒng)。系統(tǒng)中采用虛擬線圈法進行車流量統(tǒng)計和車型判斷。通過統(tǒng)計虛擬線圈中像素點個數(shù)的