视频交通信息检测方法研究

VIP免费
3.0 赵德峰 2024-11-19 4 4 2.31MB 68 页 15积分
侵权投诉
摘 要
智能交通系统（Intelligent Transportation System，简称 ITS）是当前世界交通
运输业发展的潮流和趋势，是解决我国日益严峻道路交通问题的关键措施。在 ITS
的构成中，各种道路交通信息，如车速、车流量、车型、车辆运行轨迹等参数的
检测是 ITS 发挥作用的前提和基础，为交通系统的指挥和调度提供重要的依据。
目前，交通参数信息的检测有多种方法来实现，其中基于视频图像处理的交通信
息检测方法由于安装维护方便，检测范围大，检测信息丰富等优点，逐渐成为交
通信息检测的主流方法之一[1]。
本文主要研究了视频交通信息的检测方法。首先，本文对视频图像中的噪声
产生进行了分析，比较了几种能够快速抑制图像噪声方法并做了相应的对比实验。
在车辆检测方面，着重论述了连续帧间差法、背景差分法以及自适应背景更新等
视频图像车辆检测的基本技术，并在此基础上进行了改进，提出了一种背景差分
模型视频图像分割方法。实验结果表明该方法能够有效地提升车辆与道路背景分
离的质量。为抵抗光照和车辆阴影的影响，本文还对彩图图像中的车辆检测做了
必要的研究工作。在车辆阴影消除方面，本文采用了一种基于阴影模型的阴影检
测算法，较好地解决了车辆阴影对提取车辆目标实际大小的影响。
其次，针对在视频图像中同时出现多个车辆目标时，为区分视频中不同图像
序列中的多个车辆，以及解决两个车辆之间发生遮挡的问题等，本文做了车辆跟
踪的研究。通过采用 Kalman 滤波跟踪、角点检测和区域匹配等方法，实现对多车
辆目标的识别和跟踪。
最后，本文简要说明了交通信息（如车流量，车速，车型等参数）的计算方
法，然后重点介绍了视频交通信息检测仿真软件的设计与开发过程，实现了对一
段AVI 视频交通参数信息的提取。
关键词：视频图像处理 车辆检测 交通信息 参数提取
ABSTRACT
Intelligent Transportation System (ITS) is the current development trend of the
transport in the world, and it is also the key measure to solve the increasingly severe
traffic problems in our country. In the composition of the ITS, the various traffic
information parameters’ detection, such as vehicle speed, traffic volume, vehicle type
and trajectory of vehicle, etc., is the presupposition and basis in ITS, and those
parameters provide the basis and reference for scheduling and dispatch of transport
system. At present, the parameters’ detection of the traffic information has many ways
to achieve. Among these ways, the video-based image processing traffic information
detection method, as its easy installation and maintenance, wide range of detection, rich
information detection, etc., has gradually become one of the mainstream of traffic
information detection ways[1].
This paper mainly studies the detection methods of video-based traffic information.
Firstly, in the beginning part, this paper analyzes the noise’s source of video images,
compared several methods to quickly suppress the noise of image, and made the noise
suppression experiments. For the vehicle detection facet, this paper mainly describes
several basic video image vehicle detection technologies, such as inter-frame difference
method, background difference method, adaptive background updating method. On
these works, the author has made some improved efforts, proposes an improved
background difference model of video image segmentation method, effectively
improves the separation quality of the vehicle target and road background. To alleviate
the impact of sunlight and vehicle’s shadow, this paper makes the necessary study and
analysis about color image in vehicle detection. In the shadow detection and elimination
facet, the paper uses a model-based shadow detection algorithm to solve the shadow’s
impact on the actual size of the vehicle target.
Secondly, when there are multiple vehicle targets in the video image
simultaneously, how to distinguish the multiple vehicle targets in different frame of
video image, and how to resolve covering problem between the two vehicle targets? For
these questions, this paper studied the vehicle tracking. By uses of Kalman filter
tracking, corner detection and area-based matching method, the author achieved
multiple vehicle targets’ recognition and tracking synchronously.
Finally, this paper briefly describes the video-based traffic information parameters’
(such as traffic volume, vehicle speed, vehicle type, etc.) calculation methods, and then
mainly introduces the video traffic information detection simulation software’s design
and development, achieves the extraction of parameters of traffic information in an AVI
video.
Key Word: Video Image Processing, Vehicle Detection, Traffic Information,
Parameter Extraction
目 录
摘 要
ABSTRACT
第一章 绪 论 ...............................................................................................................1
§1.1 课题研究的背景及意义.................................................................................1
§1.2 智能交通系统概述.........................................................................................1
§1.3 视频交通信息检测.........................................................................................3
§1.4 论文研究内容及章节安排.............................................................................4
§1.4.1 研究内容 ................................................................................................ 4
§1.4.2 章节安排 ................................................................................................ 4
第二章 静态背景车辆检测技术 .................................................................................7
§2.1 视频图像的基本概念.....................................................................................7
§2.2 图像噪声的抑制.............................................................................................7
§2.2.1 均值滤波 ................................................................................................ 7
§2.2.2 中值滤波 ................................................................................................ 8
§2.2.3 SNN 滤波 ............................................................................................... 8
§2.2.4 实验结果及分析 .................................................................................... 9
§2.3 运动车辆检测...............................................................................................10
§2.3.1 连续帧间差法 ...................................................................................... 10
§2.3.2 背景差分法 .......................................................................................... 11
§2.3.3 改进的背景差分法 .............................................................................. 12
§2.3.4 背景的更新 .......................................................................................... 13
§2.3.5 基于光流的方法 .................................................................................. 14
§2.3.6 二值图像形态学处理和滤波 .............................................................. 15
§2.3.7 多尺度形态滤波 .................................................................................. 15
§2.3.8 实验结果及分析 .................................................................................. 16
§2.4 HSI 色系运动目标检测............................................................................... 22
§2.4.1 HSI 色系概念 .......................................................................................22
§2.4.2 HSI 色系运动目标检测 .......................................................................23
§2.5 车辆阴影的消除...........................................................................................24
§2.5.1 车辆阴影模型的建立 .......................................................................... 25
§2.5.2 车辆阴影模型的判断 .......................................................................... 25
§2.5.3 车辆阴影消除算法 .............................................................................. 26
§2.5.4 车辆阴影消除实验 .............................................................................. 29
第三章 运动车辆跟踪技术 .......................................................................................33
§3.1 运动车辆跟踪技术概述...............................................................................33
§3.2 基于 Kalman 滤波的跟踪 ............................................................................ 33
§3.2.1 Kalman 滤波跟踪的原理.................................................................... 33
§3.2.2 Kalman 滤波跟踪的具体实现............................................................ 35
§3.3 基于车辆角点特征的跟踪...........................................................................37
§3.3.1 车辆角点选择方法 .............................................................................. 37
§3.3.2 角点模型及 Kalman 滤波 ................................................................... 39
§3.3.3 运动角点的匹配 .................................................................................. 39
§3.3.4 金字塔式搜索 ...................................................................................... 39
§3.3.5 标号传递问题 ...................................................................................... 40
§3.4 基于区域检测的跟踪...................................................................................40
§3.4.1 区域跟踪的概念 .................................................................................. 40
§3.4.2 相似性度量 .......................................................................................... 41
§3.4.3 遮挡问题 .............................................................................................. 41
§3.5 运动车辆跟踪的实现...................................................................................42
§3.5.1 跟踪区域的设置 .................................................................................. 42
§3.5.2 跟踪信息表 .......................................................................................... 42
§3.5.3 车辆跟踪算法 ...................................................................................... 43
§3.5.4 实验结果 .............................................................................................. 43
第四章 视频交通信息的提取 ...................................................................................47
§4.1 视频图像成像的变换...................................................................................47
§4.1.1 坐标系定义 .......................................................................................... 47
§4.1.2 成像变换 .............................................................................................. 48
§4.2 视频交通参数信息的提取...........................................................................49
§4.2.1 车流量统计 .......................................................................................... 49
§4.2.2 车长的计算 .......................................................................................... 50
§4.2.3 车辆面积的计算 .................................................................................. 50
§4.2.4 车型的判决 .......................................................................................... 50
§4.2.5 车辆速度 .............................................................................................. 51
§4.2.6 平均车速 .............................................................................................. 51
§4.2.7 交通密度 .............................................................................................. 51
§4.2.8 车辆的运行轨迹 .................................................................................. 52
§4.2.9 单位时间交通量 .................................................................................. 52
§4.3 视频交通信息检测系统仿真软件开发.......................................................52
§4.3.1 开发平台说明 ...................................................................................... 52
§4.3.2 VFW 简介 ............................................................................................ 53
§4.3.3 软件开发流程 ...................................................................................... 55
§4.3.4 数据库设计 .......................................................................................... 55
§4.3.5 软件界面设计 ...................................................................................... 57
§4.4 实验结果.......................................................................................................59
第五章 总结和展望 ...................................................................................................61
§5.1 总结...............................................................................................................61
§5.2 展望...............................................................................................................61
参考文献 .................................................................................................................... 63
在读期间公开发表的论文和承担科研项目及取得成果 ........................................ 67
致 谢 .................................................................................................................... 69
第一章 绪 论
-1-
第一章 绪 论
§1.1 课题研究的背景及意义
近年来，随着我国国民经济的快速发展和人民生活水平的逐渐提高，我国城
市化进程开始加速，城市道路的机动车数量也在迅速增加，由此而引起的诸如交
通阻塞、交通事故、能源消耗和环境污染等社会问题日趋严重。据统计，目前我
国私人汽车拥有量已经从 1985 年的 28.5 万辆激增至 2009 年的 7185 万辆。其中，
截止到 2009 年8月底，仅北京市的机动车总量就已经达到 381.8 万辆，市区部分
主要干道高峰时期的车速已降低至 12 公里／小时左右，有的道路机动车时速还不
到7公里，是全国城市车速最低的城市，而且最近几年，北京的私车基本上仍以
平均每天 1000 辆的速度在递增。按照国际大都市汽车保有量饱和标准 300 万～400
万辆来看，我国北京、上海等大城市的汽车保有量已经逼近饱和状态。这样，一
方面我国正面临城市道路机动车保有量大幅增加的趋势；另一方面我国大城市上
下班高峰时期的交通拥堵现象十分常见，交通违章，交通事故频有发生，这些问
题已经逐渐成为影响我国经济和社会快速发展中的突出问题。
通常，解决道路和车辆的矛盾有两个办法：一是控制车辆需求，最直接的办
法就是限制道路机动车辆数量的增加；二是增加城市道路容量，也就是修建、扩
建新的道路，然而这两个办法都会有其局限性。出行是人类最基本的社会活动之
一，便捷的交通是人类社会发展和人民生活水平提高的重要条件。由于目前我国
汽车工业正处在快速发展时期，限制道路车辆的增加会在一定程度上影响国民经
济的发展，也不利于提升人们的生活质量，因而控制车辆需求并不是解决问题的
好途径[2]。若采用第二个办法，即增加道路容量，大量修建道路基础设施，则需要
一定的财力及建设周期，而且在土地资源、环境等矛盾越来越突出的今天，面对
城市越来越拥挤的道路交通、有限的土地资源和财力及环境的压力，这种方法的
具体实现也将受到很多的限制，不符合科学发展观。这就需要依靠除限制需求和
增加道路容量之外的其它方法来满足我国当前迫切的交通需求，智能交通系统正
是面对这一问题而提出的一种解决途径。
§1.2 智能交通系统概述
智能交通系统（Intelligent Transportation System，简称 ITS）是通过运用先进
的电子、通信、信息与传感器等技术，综合管理和分配道路资源，有效地进行车
辆指挥和调度。目前，世界上 ITS 应用最为广泛的地区是日本，如日本的 VICS 系
视频交通信息检测方法研究
- 2 -
统相当完善和成熟，其次美国、欧洲等地区也在普遍应用[3]。表 1-1 简要地列出了
发达国家在 ITS 技术种类使用和产生效益方面的情况；表 1-2 是发达国家对
2015~2020 年应用 ITS 后带来的效益预测。
表1-1 ITS 技术种类及产生的效益
技术种类
产生效益
实施国家
先进的信号控制
75%～78%
日本
自适应信号控制
18%
美国
自适应信号控制
30%
欧洲国家
匝道控制
24%～50%
美国
超速监视照相机
20%～80%
美国
超速监视照相机
50%
欧洲国家
控制汽车专用道
30%
欧洲国家
相撞报警
33%～40%
美国
天气检测和可变信息板
30%～40%
欧洲国家
紧急事件快速反应
7%～12%
欧洲国家
动态路径诱导
1%
美国
事故与紧急事件管理
15%
美国
避免相撞系统
17%
美国
AVL/CAD
40%
美国
事故与紧急事件管理
20%
美国
事故与紧急事件管理
43%
欧洲国家
表1-2 欧洲、美国、日本 ITS 研究效益预测指标
效益表现
美国（2015 年）
日本（2020 年）
减少阻塞
出行事件减少
41%
拥挤时间减少 10%
能耗与环保
能源节约 6%，
废弃减少 6%
耗油减少 15%，CO2
排放减少 15%，氮化
物排放减少 30%
降低运输成本
约4300 亿美元
约50 万亿日元
（3700 亿美元）
摘要：

摘要智能交通系统（IntelligentTransportationSystem，简称ITS）是当前世界交通运输业发展的潮流和趋势，是解决我国日益严峻道路交通问题的关键措施。在ITS的构成中，各种道路交通信息，如车速、车流量、车型、车辆运行轨迹等参数的检测是ITS发挥作用的前提和基础，为交通系统的指挥和调度提供重要的依据。目前，交通参数信息的检测有多种方法来实现，其中基于视频图像处理的交通信息检测方法由于安装维护方便，检测范围大，检测信息丰富等优点，逐渐成为交通信息检测的主流方法之一[1]。本文主要研究了视频交通信息的检测方法。首先，本文对视频图像中的噪声产生进行了分析，比较了几种能够快速抑制...

展开>> 收起<<
视频交通信息检测方法研究.pdf

共68页,预览7页

还剩页未读， 继续阅读

相关推荐

更多
立即下载
作者：赵德峰 分类：高等教育资料 价格：15积分 属性：68 页 大小：2.31MB 格式：PDF 时间：2024-11-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务

作者详情

相关内容

更多

推荐作者

热门标签

/ 68
评分 收藏
分享
立即下载 VIP免费下载
客服
关注