原文传递
智能交通系统中车辆提取与计数算法研究
| 论文题名： | 智能交通系统中车辆提取与计数算法研究 |
| 关键词： | 智能交通;车辆目标检测;背景重建;阴影检测;车辆计数;车辆提取;交通监视 |
| 摘要： | 伴随着经济的快速发展，车辆迅速增多，交通压力日益增大，如何改善交通状况成为各国的重要问题。智能交通系统在这种背景下得以迅速发展，各国都投入很大的精力研究。基于视频的智能交通系统由于其自身的众多优点，成为现在研究的热点。车辆的提取技术是基于视频的智能交通系统的基础，它在交通监视和控制中占有很重要的地位，直接影响到后续工作的难易程度和准确度。本文针对目前车辆提取中存在的几个难点问题分别进行了研究。 1，本文采用基于RGB空间的背景抑制方法来提取运动区域。通过本文提出的基于T分布的背景重建算法恢复出一帧不包含运动物体的背景图像，在进行车辆提取的同时对背景进行更新，使得背景图像能准确反映外界环境的变化，为准确提取运动车辆提供了保障。实验结果表明：相比其它算法本文的算法可以提取更完整的运动区域。并且本文考虑到环境光线发生突变的情况，为了在这种情况下正确提取运动车辆，二值化差图像时采用的阈值加上了灰度的平均变化。 2，提取的车辆区域包含阴影，会使车辆区域变大，距离较近的车辆会被阴影粘连到一起。本文研究了阴影去除的两种方法，分别是基于HSV空间的阴影去除方法和蓝波段信息阴影去除算法。 3，车辆发生遮挡和粘连的情况下，准确的提取每一辆车也是一大难点。本文尝试用两种方法去处理这个问题。一种是利用在LAB空间聚类的方法，此方法可以确定出区域中车辆数目，但是无法分割开每一辆车；另外对于一种常见的遮挡情况(本文定义为左右遮挡)，给出了判断是否遮挡的依据，并通过分析发生遮挡的区域的形状区分割开其中的每一辆车，部分解决了遮挡问题。 在完成上述操作后，本文统计当前帧图像中的瞬时车辆数目，与单位时间内通过的车辆数目相比，能反映实时的交通状况，为交通控制提供依据。 |
| 作者： | 徐波 |
| 专业： | 信号与信息处理 |
| 导师： | 梁德群 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
