基于视频检测的城市道路交通拥挤状态判别方法研究

论文摘要

准确地实现交通拥挤状态判别是构建城市交通诱导系统的关键技术,是有效预防和缓解城市道路交通拥挤,进而提高道路通行能力的必要前提。目前交通拥挤状态判别方法的研究多通过感应线圈检测技术获取数据,进而实现对道路交通拥挤状态的判别。随着图像处理技术的发展,很多城市开始利用视频检测技术实时监视道路,与感应线圈相比,其具有处理信息量大、无需破坏地面、安装维护方便等优点,因此,视频检测技术在城市道路交通拥挤状态判别方面具有较好的应用基础和前景。但是,现有交通视频检测技术还局限于单纯的交通信息提取,很少利用其进行城市道路交通拥挤状态的判别。为此,研究如何充分利用视频检测技术实现城市道路交通拥挤状态判别,具有重要的理论和实际意义。论文在分析现有道路交通拥挤状态判别算法的优缺点的基础上,提出基于视频检测的城市道路交通拥挤状态实时判别方案,通过深入分析其问题和难点,重点研究了车辆目标的检测、基于视频的交通参数的选取、交通拥挤状态的判别模型。在车辆目标检测方面,针对城市道路的复杂情况,选取基于非参数核密度的背景建模方法,利用先开后闭的形态学处理方法实现车辆目标的检测。该背景建模方法具有良好的建模效果,能够适应复杂的城市道路场景。在交通参数的选取方面,考虑视频检测技术的特点,本文提出引入道路占有率、占有率离差平方对道路交通拥挤状态进行描述。为了进一步改善交通拥挤状态判别的准确性,提出了一种新的交通态参数——占有率变化指数,此参数描述了交通拥挤发生时,道路占有率在观测时间内保持较小变化的特征。在交通拥挤状态判别方面,以大量实际采集视频数据为基础,研究道路占有率、占有率离差平方、占有率变化指数三个交通特征参数与道路拥挤事件发生的关系,提出了新的交通拥挤判别准则,并在此基础上利用模糊C-均值算法给出了一种交通拥挤状态划分方法,建立了一种新的交通拥挤状态判别模型。最后,以重庆市实际采集城市道路视频数据为基础,分别对提出的交通拥挤状态判别模型及人工判别进行实验验证,结果表明该模型是有效可行的。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 课题的研究背景
• 1.2 课题的研究目标
• 1.3 课题的研究意义
• 1.4 研究的主要内容和论文结构
• 2 道路交通拥挤状态判别研究综述
• 2.1 交通拥挤状态判别系统的体系结构
• 2.2 典型的交通参数检测技术
• 2.3 国内外交通拥挤状态自动判别方法研究现状
• 2.3.1 交通拥挤状态判别研究的历史与现状
• 2.3.2 经典ACI 算法
• 2.4 现有方法的分析及总结
• 2.5 本章小结
• 3 判别方案的提出及相关技术
• 3.1 基于视频检测的交通信息获取技术基础
• 3.2 基于模糊理论的交通拥挤状态判别技术基础
• 3.2.1 模糊理论简史及基础
• 3.2.2 技术原理
• 3.2.3 判别处理流程
• 3.2.4 模糊C 均值算法
• 3.3 方案的提出及关键问题
• 3.4 本章小节
• 4 基于视频处理的车辆目标检测算法研究
• 4.1 背景差分法
• 4.1.1 图像平均值背景生成法
• 4.1.2 基于帧差公共信息背景生成法
• 4.1.3 基于单高斯模型背景生成法
• 4.2 基于非参数核密度的背景建模
• 4.2.1 非参数密度估计
• 4.2.2 非参数核密度背景建模
• 4.2.3 背景更新
• 4.3 基于形态学的去噪处理
• 4.4 实验结果
• 4.5 本章小结
• 5 基于视频检测的道路交通拥挤状态判别模型的研究
• 5.1 道路交通指标体系
• 5.1.1 交通拥挤的含义及分类
• 5.1.2 常用的交通参数
• 5.1.3 现有交通拥挤状态的划分
• 5.2 道路交通参数的选取研究
• 5.2.1 交通参数的实质
• 5.2.2 交通参数的选择原则
• 5.2.3 交通参数的确定
• 5.2.4 新参数的提出
• 5.3 道路交通参数特性分析
• 5.4 交通拥挤状态划分准则的提出
• 5.4.1 交通拥挤判别准则的提出
• 5.4.2 交通拥挤状态划分
• 5.5 基于模糊C 均值的交通拥挤状态判别算法模型的提出
• 5.6 本章小结
• 6 基于视频检测的交通拥挤状态判别实验及结果
• 6.1 实验系统的架构
• 6.2 基于视频检测的交通拥挤状态判别实例验证
• 6.3 本章小结
• 7 总结与展望
• 致谢
• 参考文献
• 附录
• A. 作者在攻读硕士学位期间发表的论文目录
• B. 作者在攻读硕士学位期间参与的科研项目