基于車(chē)載視頻的公交車(chē)道前方車(chē)輛檢測(cè).pdf

1、公路交通的飛速發(fā)展為人們的生活提供了極大的便利,但是隨著汽車(chē)數(shù)量的不斷增加,社會(huì)車(chē)輛侵占公交專(zhuān)用車(chē)道和公交站位等違章行為也越來(lái)越多,嚴(yán)重地影響了公共交通的效率乃至整個(gè)交通系統(tǒng)的通暢。傳統(tǒng)的固定點(diǎn)監(jiān)控方式由于其本身存在的缺陷,難以監(jiān)控上述違章行為,車(chē)載式公交專(zhuān)用道監(jiān)控系統(tǒng)可以為以上問(wèn)題提供較好的解決方案。
　　 車(chē)載式公交專(zhuān)用道監(jiān)控系統(tǒng)中,需要有效地檢測(cè)出前方公交車(chē)道,并在公交車(chē)道內(nèi)正確的檢測(cè)出前方行駛的車(chē)輛,以判斷前方車(chē)輛是否是

2、違章占用公交專(zhuān)用道的車(chē)輛。由于拍攝的前方車(chē)輛比較近,車(chē)輛尾燈的紅色特征比較明顯,本文從前方車(chē)輛的車(chē)尾燈的紅色特征出發(fā),首先在HSV顏色空間提取車(chē)輛候選區(qū)域,然后對(duì)候選區(qū)域進(jìn)行識(shí)別驗(yàn)證,以確認(rèn)車(chē)輛目標(biāo)。本文研究的主要內(nèi)容和創(chuàng)新點(diǎn)如下:
　　 (1)車(chē)道的檢測(cè)。首先利用Hough變換提取視頻圖像中的直線,并結(jié)合本文視頻圖像中道路模型的特點(diǎn),提出了基于Hough變換的車(chē)道線檢測(cè)算法,以從Hough交換檢測(cè)到的雜亂無(wú)章的直線中提取前方車(chē)

3、道的車(chē)道標(biāo)線,然后根據(jù)提取的車(chē)道標(biāo)線確定了前方公交車(chē)道路面區(qū)域,為后續(xù)的車(chē)輛候選區(qū)域檢測(cè)確定了檢測(cè)范圍。
　　 (2)車(chē)輛候選區(qū)域的檢測(cè)。針對(duì)監(jiān)控系統(tǒng)對(duì)車(chē)輛檢測(cè)的要求,本文提出了基于HSV顏色空間的車(chē)輛檢測(cè)方法,首先將視頻圖像由RGB顏色空間轉(zhuǎn)換到HSV顏色空間,提取H色調(diào)分量圖,根據(jù)車(chē)輛尾燈的紅色特征從H色調(diào)分量圖中檢測(cè)車(chē)輛的尾燈,通過(guò)車(chē)輛尾燈的檢測(cè)來(lái)確定車(chē)輛候選區(qū)域。
　　 (3)車(chē)輛候選區(qū)域識(shí)別驗(yàn)證。提取的車(chē)輛候選

4、區(qū)域往往包含一些虛假目標(biāo),因此,需要對(duì)檢測(cè)到的區(qū)域進(jìn)行驗(yàn)證。本文應(yīng)用機(jī)器學(xué)習(xí)的方法,首先選取一定量的車(chē)輛和背景圖像樣本,應(yīng)用Gabor濾波器特征提取方法,提取出相應(yīng)的特征向量,將其輸入支持向量機(jī)(Support Vector Machine SVM)進(jìn)行訓(xùn)練,得到分類(lèi)器。候選區(qū)域驗(yàn)證時(shí),首先對(duì)候選區(qū)域提取特征,然后應(yīng)用訓(xùn)練好的SVM分類(lèi)器進(jìn)行目標(biāo)的分類(lèi)識(shí)別,去除虛假目標(biāo),得到目標(biāo)車(chē)輛。
　　 實(shí)驗(yàn)結(jié)果證明了本文提出的車(chē)道線檢測(cè)方