基于视频的车流量及排队事件检测研究

论文摘要

视频检测技术在交通检测系统中有着广阔的应用前景。一个功能完善的交通参数和事件自动检测系统,车辆检测是关键环节。传统车辆检测方式在许多方面都不尽人意,而基于视频的交通信息检测方法相对于其它检测方法有安装简单、维护方便、检测范围大和信息丰富等优点。随着计算机的发展,基于视频图像的车辆检测方式愈来愈受到关注。论文以Microsoft Visual C++6.0为分析工具,采用CCD摄像机采集交通图像信息,针对视场中的运动目标,采用图像平滑、背景提取、背景和阈值更新、阴影去除、图像分割等技术,研究了交通流量和排队事件检测问题,并给出了一个背景提取算法,完成了交通参数与事件检测系统中部分功能的开发。主要内容有：1、设计了交通参数与事件检测系统的用户界面,具备*.raw格式文件播放、视频分割功能和视频处理功能。2、实现了图像平滑、背景提取、背景和阈值更新、图像分割等图像处理功能。3、实现了交通参数与事件检测系统中车流量检测、排队事件检测功能。论文有以下创新点：（1）在背景提取部分提出了新的背景提取算法,实现了更加好的效果。（2）针对虚拟线圈检测可能引起系统误判的三种车道情况提出了相应的可行性建议。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 本文研究背景和意义
• 1.2 各种交通检测器的功能比较
• 1.2.1 各种传统检测技术
• 1.2.2 基于视频图像的检测技术
• 1.3 视频交通检测技术国内外研究现状
• 1.4 论文的结构及主要内容
• 第二章 视频交通参数检测系统
• 2.1 视频检测系统的功能及核心
• 2.1.1 视频检测系统的功能
• 2.1.2 视频检测系统的核心
• 2.2 视频交通参数与事件检测系统的构成
• 2.3 视频交通参数与事件检测系统工作原理
• 2.3.1 作原理
• 2.3.2 系统各功能模块
• 第三章 系统硬件构成、软件设计及图像预处理
• 3.1 系统硬件构成
• 3.1.1 CCD摄像机
• 3.1.2 图像采集卡
• 3.2 系统软件设计
• 3.2.1 软件处理框图
• 3.2.2 软件流程图
• 3.2.3 用户界面设计
• 3.3 图像灰度化处理
• 3.3.1 彩色图像
• 3.3.2 灰度图像
• 3.3.3 实验结果分析
• 3.4 视频图像的平滑处理算法设计
• 第四章 车辆检测算法设计
• 4.1 各种运动目标检测算法简介
• 4.2 视频图像的背景提取算法设计
• 4.2.1 基于多帧图像平均的背景提取算法
• 4.2.2 基于统计的背景提取算法
• 4.2.3 一种新的背景提取算法
• 4.3 视频图像的二值化算法
• 4.3.1 基于类间方差（OTSU）的图像二值化算法
• 4.3.2 基于背景相减的图像二值化算法
• 4.3.3 实验结果分析
• 4.4 背景及阈值动态更新
• 4.4.1 背景的更新算法
• 4.4.2 阈值的更新算法
• 4.4.3 背景和阈值的更新的实验结果分析
• 4.5 阴影去除
• 第五章 车流量检测和排队事件检测的实现
• 5.1 基于虚拟线圈的车流量检测算法
• 5.2 排队事件检测算法
• 5.3 车流量及排队事件检测实验结果
• 结论与展望
• 参考文献
• 致谢