原文传递
基于视频监控的运动车辆流检测方法的研究
| 论文题名： | 基于视频监控的运动车辆流检测方法的研究 |
| 关键词： | 智能交通系统;视频监控;运动车辆流;虚拟线圈法;车辆计数;统计建模 |
| 摘要： | 智能交通系统(ITS)是目前世界交通运输领域正在研究和广泛关注的课题。近年来，智能交通系统的应用给交通运输业带来了巨大的经济效益，对于道路设计、流量监控和高速公路管理起到了越来越重要的作用。论文所研究的视频车辆检测技术在ITS中占有很重要的地位，与传统的基于地感线圈的检测方法相比，视频车辆检测技术不仅具有安装维护便捷且费用较低、可监视范围广等诸多优点，同时通过对道路现场图像的智能化分析和处理，能够采集到所需要的多种交通流参数，因而在智能交通系统中得到了广泛的应用。 目前存在的视频车辆检测技术在复杂天气变化、大范围、多目标的情况下，运动车辆的分割和检测的效果不是很理想，需要进一步改善。就此现状，论文用视频监控的手段对桥梁上的运动车辆进行检测并统计车流量。本文主要做了如下研究工作： 1．在视频图像的预处理上改进并给出了一种的基于的中值的加权均值滤波方法，实验表明，将此方法应用到图像滤波中达到了很好的效果，既滤除了噪声，同时克服了传统中值滤波模糊细节的缺点。为后期的背景更新，目标检测，特征分析提供了优质的图像。 2．在对现有背景模型进行深入研究之后，根据静止背景的统计特性，本文改进并提出了一种新的统计建模方法并用动态三元组对其进行更新维护，提高了检测的准确性和稳定性，实现了背景的快速生成与快捷实时更新。 3．在全天候视频车辆检测过程中，本文给出了两种车辆检测方法。白天采用基于背景差的虚拟线圈车辆检测，而在夜间采用帧间差法进行车辆检测。同时在阴影消除中采用基于边缘检测算子和阴影部分的色度相结合的办法，来检测并去除阴影。最后用基于运动像素的车辆计数方法统计车辆流量信息，为交通疏导和控制提供必要的信息。 论文的研究结果表明，基于视频监控的运动车辆检测是有效可行的，该方法不但检测精度高，而且成本较低，自动化程度高，具有远大的应用前景。当然，本文的工作仍存在一些问题有待进一步研究，如虚拟线圈法框架下的多线圈协作问题和夜晚及光线突变情况下的目标检测等问题。 |
| 作者： | 李光才 |
| 专业： | 计算机应用技术 |
| 导师： | 姜德生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
