復(fù)雜場(chǎng)景下基于視頻的停車(chē)檢測(cè)關(guān)鍵技術(shù)研究.pdf

1、違章停車(chē)事件是視頻交通監(jiān)控系統(tǒng)監(jiān)控的一類(lèi)重要異常事件，尤其在具有車(chē)流量大、行車(chē)速度快等特點(diǎn)的高速公路運(yùn)營(yíng)管理中，一旦發(fā)生停車(chē)事件后，若不及時(shí)處理，極易引發(fā)交通擁堵甚至二次事故，嚴(yán)重影響高速公路的正常運(yùn)營(yíng)，而復(fù)雜場(chǎng)景下由于視頻序列圖像中干擾信息較多，這就可能使得檢測(cè)算法的檢測(cè)準(zhǔn)確率大大降低，甚至可能完全失效。從當(dāng)前基于視頻的停車(chē)檢測(cè)算法的研究現(xiàn)狀來(lái)看，算法對(duì)場(chǎng)景環(huán)境的自適應(yīng)性差，而實(shí)際的應(yīng)用場(chǎng)景比較復(fù)雜，如光照變化、車(chē)輛陰影以及隧道中車(chē)輛

2、燈光、攝像機(jī)拍攝范圍偏差等，因此研究復(fù)雜場(chǎng)景下的道路停車(chē)檢測(cè)具有重要的理論和現(xiàn)實(shí)意義。
　　本文針對(duì)上述問(wèn)題，結(jié)合隧道及露天典型道路場(chǎng)景的特點(diǎn)，重點(diǎn)從運(yùn)動(dòng)目標(biāo)檢測(cè)和停駛車(chē)輛識(shí)別兩個(gè)方面，展開(kāi)對(duì)復(fù)雜場(chǎng)景下基于視頻的停車(chē)檢測(cè)關(guān)鍵技術(shù)的研究，包括：背景建模、背景更新、停駛車(chē)輛識(shí)別等。
　　在背景建模以及背景更新方面，結(jié)合統(tǒng)計(jì)直方圖法和統(tǒng)計(jì)中值法，提出了一種統(tǒng)計(jì)中值鄰域最大值法。該方法不僅能有效過(guò)濾掉車(chē)輛燈光對(duì)路面背景的影響，而且使

3、用面積中值法能夠獲得更接近理論中值的實(shí)際中值點(diǎn)，在提高場(chǎng)景背景建立效率的同時(shí)，建立更可靠的背景圖像。此外，考慮實(shí)際的交通場(chǎng)景通常比較復(fù)雜，為了能夠使當(dāng)前背景能夠始終真實(shí)代表當(dāng)前場(chǎng)景，結(jié)合分塊處理以及形態(tài)學(xué)濾波法，建立一種基于分塊處理的背景重建與更新算法，在場(chǎng)景突變或者緩慢變化時(shí)，該算法能夠及時(shí)更新背景。
　　在停駛車(chē)輛識(shí)別方面,為了有效消除運(yùn)動(dòng)前景對(duì)背景像素點(diǎn)的影響，提出了一種基于像素時(shí)間序列特征的穩(wěn)態(tài)分析法，分析背景像素穩(wěn)態(tài)變化

4、，準(zhǔn)確檢測(cè)靜止目標(biāo)；在此基礎(chǔ)上，為了過(guò)濾掉實(shí)際交通場(chǎng)景中與停車(chē)狀態(tài)特征相類(lèi)似的非機(jī)動(dòng)車(chē)對(duì)象（如拋灑物），通過(guò)獲取目標(biāo)對(duì)象在檢測(cè)區(qū)域的大小以及輪廓規(guī)則度等特征，引入占空比和圓度來(lái)準(zhǔn)確識(shí)別出車(chē)輛。
　　最后，利用典型的交通場(chǎng)景——隧道場(chǎng)景和高速公路露天場(chǎng)景驗(yàn)證本文提出的停車(chē)檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明，提出的算法在隧道場(chǎng)景中正檢率可達(dá)到95％以上，而在高速公路露天場(chǎng)景中正檢率達(dá)到90%以上，與其他停車(chē)檢測(cè)算法相比較，在減少計(jì)算量、提高系統(tǒng)實(shí)