基于視頻處理的城市道路交通擁堵判別技術(shù)研究.pdf

1、交通擁堵判別技術(shù)是及時(shí)掌握城市道路交通擁堵狀況的重要方式之一。視頻檢測技術(shù)由于具有處理信息量大、無需破壞地面、安裝維護(hù)方便等優(yōu)點(diǎn)，因此，在道路交通擁堵判別方面具有較好的應(yīng)用前景?，F(xiàn)有交通視頻檢測技術(shù)一般側(cè)重于道路交通事件檢測或交通參數(shù)提取，已取得了良好的進(jìn)展，但尚未用于城市道路交通擁堵的實(shí)時(shí)判別。因此，充分發(fā)揮視頻檢測技術(shù)的優(yōu)勢，研究從整體上實(shí)時(shí)地判別城市道路交通擁堵狀況的方法，對于提高交通視頻檢測技術(shù)的實(shí)用性具有重要意義。
　　

2、 論文在深入分析基于視頻處理的城市道路交通擁堵判別的問題和難點(diǎn)后，重點(diǎn)研究基于視頻的交通特征參數(shù)獲取和交通擁堵判別算法兩部分內(nèi)容。
　　 在基于視頻的交通特征參數(shù)獲取方面，針對城市道路的復(fù)雜情況，選取了基于非參數(shù)核密度的背景建模方法并提出了基于概率比較的目標(biāo)去噪方法實(shí)現(xiàn)車輛目標(biāo)的提取，然后通過卡爾曼濾波跟蹤與虛擬檢測線法獲取交通特征參數(shù)。與傳統(tǒng)的背景建模方法相比，基于非參數(shù)核密度的背景建模方法具有更好的建模效果，更適應(yīng)復(fù)雜場景

3、的建模。提出的基于概率比較的目標(biāo)去噪方法能有效去除路邊抖動樹葉造成的干擾，較好地實(shí)現(xiàn)了車輛目標(biāo)的檢測提取，進(jìn)而提高了車輛識別的精度。
　　 在交通擁堵判別算法方面，改進(jìn)了傳統(tǒng)的基于模糊綜合判別的交通擁堵判別模型。本文在分析交通特征參數(shù)變化特征的基礎(chǔ)上，提出先根據(jù)速度進(jìn)行道路交通擁堵預(yù)判別，建立不同預(yù)判別等級下的參數(shù)權(quán)重值集合，然后結(jié)合預(yù)判別結(jié)果、實(shí)際判別結(jié)果和歷史數(shù)據(jù)獲得最終的交通擁堵判別結(jié)果。由于本文考慮了交通特征參數(shù)在不同的

4、交通狀態(tài)下具有不同的重要性，因此，本文方法能更好地?cái)M合城市道路交通擁堵判別情況。
　　 最后，結(jié)合提出的基于視頻的交通特征參數(shù)提取和交通擁堵判別算法，建立了基于視頻處理的城市道路交通擁堵判別實(shí)驗(yàn)系統(tǒng)，并利用重慶市的城市道路視頻監(jiān)控?cái)?shù)據(jù)，在VC環(huán)境下進(jìn)行了驗(yàn)證實(shí)驗(yàn)。結(jié)果表明，給出的方法能較準(zhǔn)確地提取交通特征參數(shù)，改進(jìn)的擁堵判別模型比直接用模糊綜合判別算法二級跳變率更低，能實(shí)時(shí)、高效地實(shí)現(xiàn)城市道路交通擁堵判別，具有較好的準(zhǔn)確性及可行