混合交通流兩輪車輛的視頻檢測研究.pdf

1、交通流的數(shù)據(jù)分析和研究是智能交通系統(tǒng)研究的重要組成部分，對于交通系統(tǒng)的安全、便捷的運(yùn)行不言而喻。作為智能交通系統(tǒng)一部分的車輛檢測也因此成為了研究的熱點(diǎn)和重點(diǎn)，并取得了很多廣泛應(yīng)用的成果。
　　本文從車輛檢測的方向出發(fā)，結(jié)合國內(nèi)外的研究現(xiàn)狀以及國內(nèi)的交通流狀況，使用圖像處理和機(jī)器學(xué)習(xí)的方法對兩輪車輛的檢測技術(shù)進(jìn)行研究，采用基于模板匹配和預(yù)檢測結(jié)合機(jī)器學(xué)習(xí)的方法進(jìn)行兩輪車輛檢測，具體的研究內(nèi)容是：
　?。?）研究和總結(jié)了國內(nèi)外對

2、普通車輛以及兩輪車輛檢測技術(shù)，并結(jié)合實(shí)際的試驗(yàn)場景，對傳統(tǒng)的車輛檢測技術(shù)（如地磁線圈、超聲紅外傳感等）和基于視頻的車輛檢測技術(shù)（如光流法、幀差法、背景差法）等技術(shù)的局限性、安裝便捷性、數(shù)據(jù)處理的直觀性進(jìn)行分析和對比。
　?。?）采用前景中兩輪車輛的均值模板對兩輪車輛進(jìn)行檢測。首先對常采用圖像消噪技術(shù)如中值濾波、高斯濾波進(jìn)行實(shí)驗(yàn)分析說明，通過對幀差法獲得的前景信息進(jìn)行多次形態(tài)學(xué)的膨脹處理和混合高斯模型的前景信息進(jìn)行與操作，以獲得更完

3、整、噪聲信息更少的前景。使用邊緣檢測的方法獲得運(yùn)動圖像中的車輛邊緣信息，并利用前景中兩輪車輛的均值獲得模板，并反饋到前景中，與前景中的動態(tài)目標(biāo)進(jìn)行模板匹配，檢測兩輪車輛。利用車輛質(zhì)心軌跡分析的方法對檢測的車輛進(jìn)行計(jì)數(shù)。
　?。?）運(yùn)用混合高斯模型和AdaBoost算法進(jìn)行車輛檢測。檢測步驟包括：利用小汽車和兩輪車輛的形狀特征的不同性進(jìn)行預(yù)檢測，使用預(yù)先獲取的正樣本和負(fù)樣本以及AdaBoost機(jī)器學(xué)習(xí)的方法對樣本的LBP、HAAR、