基于差分图像的车流量检测算法及实现

论文摘要

智能交通系统涉及到人们出行的各领域,关系到人们出行的效率。车流量检测系统是智能交通系统的子系统之一。它为交通参与者、管理者提供最基本的数据——道路车流量。利用道路车流量可以挖掘出道路拥堵、车辆密度、车道占有率等信息。传统的悬挂式系统——如微波、红外线、雷达等检测系统和压电回路永久埋入式系统,施工复杂、不便于维护。随着信息技术的发展,基于图像处理技术的车流量检测系统法因具有检测信息丰富、维护方便、安装简单等优点逐渐取代了传统的车流量检测系统。基于图像处理技术的车流量检测系统,其核心技术是车流量检测算法。但是现在并没有一个可以通用的车流量检测算法,世界各国都是根据具体的交通场景设计相应的车流量检测算法。因此本论文针对高速公路交通场景和某收费站夜间交通视频分别设计了相应的车流量检测算法。论文的主要工作及研究成果如下：1、设计高速公路混合差分算法。在该算法中利用背景差分算法进行环境突变检测,若存在环境突变则调用帧间差法进行检测；若没有发生环境突变则采用帧间差和背景差相结合的方法进行检测；设计虚拟检测区域设置方法和车辆计数准则,减少车辆遮挡和车辆变道造成的误差。对视频中主要车道进行检测的结果表明,混合差分算法正确率为95.45%,漏检率为4.55%,均优于背景差法。该算法的误检率为1.52%,优于帧间差法19.7%的误检率。2、基于系统实用性的原则,本文对夜间车流量检测算法进行研究,改进了基于特征识别的夜间车流量检测算法。在该算法中采用基于车辆宽度设定虚拟检测窗口的方法来规避路面反光；改进图像标定方法；引入基于连通区域面积和圆形因子的车灯判别准则来克服车身反光、路面反光,检测出带光晕的车灯；通过强制剔除算法来避免车辆重复计数。检测结果表明改进的夜间车流量检测算法正确率为94.44%,和基于车灯配对和轨迹跟踪的夜间车流量检测算法结果相比,检测正确率提高了3.70%。3、本文根据结构化软件设计方法,在VC++6.0平台上使用OpenCV函数库分别实现了高速公路混合差分算法和改进的夜间车流量检测算法软件。

论文目录

• 缩略语表
• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 课题的提出及研究意义
• 1.3 智能交通系统发展现状
• 1.4 车流量检测算法发展现状
• 1.5 论文的主要工作
• 1.6 论文的结构安排
• 第2章 车流量检测基础知识
• 2.1 引言
• 2.2 图像滤波
• 2.3 图像阈值提取方法
• 2.4 车辆特征
• 2.5 小结
• 第3章 高速公路车流量检测混合差分算法
• 3.1 引言
• 3.2 混合差分算法
• 3.3 混合差分算法的实现
• 3.3.1 背景差分图像
• 3.3.2 帧间差分图像
• 3.3.3 图像滤波和形态学操作
• 3.3.4 混合差分图像
• 3.3.5 环境突变检测
• 3.3.6 虚拟检测区域设置
• 3.3.7 车辆计数准则
• 3.4 检测结果及分析
• 3.5 小结
• 第4章 夜间车流量检测改进算法
• 4.1 引言
• 4.2 夜间检测改进算法
• 4.3 夜间检测改进算法实现
• 4.3.1 设置虚拟检测窗口
• 4.3.2 检测前车灯
• 4.3.3 车灯判定准则
• 4.3.4 车辆计数准则
• 4.3.5 强制剔除算法
• 4.4 检测结果及分析
• 4.5 小结
• 第5章 车流量检测算法的软件实现
• 5.1 引言
• 5.2 车流量检测软件概要设计
• 5.2.1 系统的功能
• 5.2.2 系统的模块结构
• 5.2.3 系统模块的数据结构
• 5.2.4 车流量检测软件的流程
• 5.3 车流量检测软件运行、测试及分析
• 5.3.1 软件运行及配置
• 5.3.2 软件测试及分析
• 5.4 小结
• 工作总结与展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文及科研成果