视频图像处理技术在智能交通系统中的应用

论文摘要

视频交通流参数的检测在智能交通系统（ITS）中起着越来越重要的作用,它能使交通管理者更加全面地了解交通运行状况。常用的交通流参数的检测有多种方式,但其中基于图像处理技术的视频车辆检测方式近年来发展很快,由于它具有许多其他参数检测方式所没有的优点,因此它逐渐地成为智能交通系统领域的一个研究热点。基于视频的交通流参数检测系统具有直观、安装简便、费用低,它代表了车辆检测器的发展方向。城市交通的十字路口,车辆是按车道行驶的,车辆的检测是基于各个车道上的交通图像分析和处理来实现,我们通过在各个车道上设置虚拟检测区域,通过提取检测区域域中的图像特征来检测交通流参数。本文以在城市录制的一段十字路口交通视频为研究对象,先获取图像背景、再进行图像门限分割及二值化、图像去噪等图像预处理,并在此基础上通过实现在虚拟检测区域内的车辆计数,提出了一种城市道路交通智能控制视频处理系统模型,该系统模型包含了在车流量计算基础上的交通灯智能控制和闯红灯车辆的跟踪。具体的研究内容主要有:（1）研究并分析了在视频交通图像里面如何提取运动目标的过程,采取背景差分的方法来提取运动车辆目标;（2）根据设置的虚拟检测区域,分析该区域内图像随时间变化的特征,完成虚拟检测区域域内车流量计算;（3）提出了一种城市道路交通智能控制视频处理系统模型,获得了十字路口各方向的车流量参数和违章车辆信息,并利用这些参数和信息实现了交通信号灯的智能控制以及对闯红灯违章车辆的跟踪。最后本文所使用的算法,主要采用了VC++ 6.0和OpenCV图像开发包,在PC机上给予了设计与实现并取得了较好的效果。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 课题的研究背景和意义
• 1.2 国内外智能交通的发展状况
• 1.3 本文的主要研究内容
• 1.4 本文的组织安排
• 第二章 视频车辆检测技术
• 2.1 车辆检测技术简介
• 2.2 视频车辆检测技术简介
• 2.2.1 车辆交通视频图像特点和视频目标检测过程
• 2.2.2 常用的视频车辆检测方法
• 2.3 运动目标检测基本原理
• 2.3.1 连续帧间差分法
• 2.3.2 光流法
• 2.3.3 背景差分法
• 2.4 本章小结
• 第三章 基于视频的交通信号灯智能控制模型
• 3.1 车辆的分割和提取方法
• 3.2 虚拟检测区域以及路口模型说明
• 3.2.1 任意位置虚拟检测区域的设置方法
• 3.2.2 路口模型示意图以及相关参数说明
• 3.3 基于虚拟检测区域的车辆流量算法
• 3.4 交通信号灯动态调整模型的分析和建立
• 3.4.1 模型的分析
• 3.4.2 模型的建立
• 3.5 交通信号灯动态调整模型的实验情况
• 3.5.1 OpenCV 开发包简介
• 3.5.2 交通信号灯动态调整模型的实验过程和结果分析
• 3.6 本章小结
• 第四章 闯红灯违章行为跟踪
• 4.1 交通异常事件检测和跟踪的研究意义
• 4.2 视频目标跟踪技术简介
• 4.2.1 块匹配方法
• 4.2.2 基于模型匹配的方法
• 4.2.3 基于特征的方法
• 4.3 闯红灯违章行为检测以及车辆跟踪
• 4.3.1 本文闯红灯车辆跟踪方法
• 4.3.2 闯红灯车辆跟踪实验过程和结果分析
• 4.4 本章小结
• 第五章 全文总结和展望
• 参考文献
• 攻读硕士学位期间本人发表的文章
• 致谢
• 详细摘要