基于视频的交通量参数检测技术研究

论文摘要

随着计算机数字图像处理技术的发展,视频图像处理技术正在被逐步运用到视频交通检测中。通过单个或多个摄像头采集道路车辆的通行状况,用图像技术加以分析处理,来检测与识别车辆,获取车流量、车速、占道率等信息,为道路交通的综合管理和整体规划提供重要科学依据。本文以高速公路上静止摄像机录制的一段视频交通图像为研究对象,对图像进行背景获取与更新、图像分割及二值化、膨胀腐蚀、图像去噪等图像预处理技术进行了深入的研究与实验,分析设计了基于亮度曲线的车辆视频检测与跟踪算法。主要实现了单车道、多车道车辆的识别、轨迹跟踪与生成、车速与车流量的检测与显示等功能。具体的研究内容和方法主要有：(1)运动车辆在车道内行驶的过程中,车辆所在区域的像素点亮度值将随着车辆逐渐进入视野而变大(或变小),利用这一特性,提出了基于图像亮度曲线的车道平均车速测量方法。首先按车道情况划出感兴趣区域,每个感兴趣区域内生成相应的亮度曲线,再根据相邻帧亮度曲线的关系,通过误差值最小化的方法来寻找最佳匹配区域,进一步估计车速。对亮度曲线的一系列估计速度做加权平均,从而得出车辆的平均速度。(2)直接根据亮度曲线的凹凸变化来判断统计车流量。(3)将车辆中心点坐标的移动轨迹连起来,就生成了车辆的运动轨迹路线,当中心点坐标离开视频所在象限时,就清除该条轨迹,所以可以形成了各个车辆的实时轨迹。(4)设计演示界面,将各个参数实时的显示在视频上,清晰直观的了解此时的交通状况。本文算法计算量小,可以有效处理大量数据,并且能有效抑制噪声,可应用于高清视频监控中。通过对实际公路上采集的视频进行处理试验,验证了该算法的优越性和可靠性。

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 研究背景
• 1.2 国内外研究现状与趋势
• 1.3 交通量参数采集技术发展
• 1.4 论文内容安排
• 1.5 本章小结
• 2 视频交通量图像处理分析
• 2.1 交通视频图像的预处理
• 2.1.1 图像的基本特征
• 2.1.2 图像预处理方法
• 2.2 本章小结
• 3 视频交通量参数检测算法分析
• 3.1 视频交通量参数检测框架
• 3.2 常用的运动前景提取算法
• 3.2.1 灰度法
• 3.2.2 帧差法
• 3.2.3 边缘检测法
• 3.2.4 背景差
• 3.2.5 三元运动描述
• 3.2.6 光流法
• 3.3 常用的视频车速测定方法
• 3.3.1 虚拟检测线法
• 3.3.2 中心点移动距离法
• 3.3.3 车辆前沿跟踪法
• 3.3.4 块匹配法
• 3.4 本章小结
• 4 交通量参数检测
• 4.1 感兴趣区域设置
• 4.2 基于亮度曲线的车速测定方法
• 4.2.1 亮度曲线
• 4.2.2 亮度流场
• 4.2.3 最佳匹配模型
• 4.2.4 车速估计算法步骤
• 4.2.5 车辆存在性检验
• 4.3 实验结果与分析
• 4.3.1 亮度曲线分析
• 4.3.2 速度曲线分析
• 4.3.3 处理速度分析
• 4.3.4 抗噪性分析
• 4.4 车流量检测
• 4.4.1 车流量统计
• 4.4.2 相关参数计算
• 4.5 车辆轨迹生成
• 4.6 本章小结
• 5 道路交通视频实时监测系统
• 5.1 系统总设计
• 5.2 系统模块设计
• 5.2.1 图像采集模块
• 5.2.2 图像处理模块
• 5.2.3 交通量参数提取模块
• 5.2.4 数据库存储模块
• 5.3 系统用户界面设计
• 5.4 本章小结
• 6 结论
• 参考文献
• 申请学位期间的研究成果及发表的学术论文
• 致谢