基于車載視頻的公交車道前方車輛檢測.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,但是隨著汽車數(shù)量的不斷增加,社會車輛侵占公交專用車道和公交站位等違章行為也越來越多,嚴重地影響了公共交通的效率乃至整個交通系統(tǒng)的通暢。傳統(tǒng)的固定點監(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,車載式公交專用道監(jiān)控系統(tǒng)可以為以上問題提供較好的解決方案。
　　 車載式公交專用道監(jiān)控系統(tǒng)中,需要有效地檢測出前方公交車道,并在公交車道內(nèi)正確的檢測出前方行駛的車輛,以判斷前方車輛是否是

2、違章占用公交專用道的車輛。由于拍攝的前方車輛比較近,車輛尾燈的紅色特征比較明顯,本文從前方車輛的車尾燈的紅色特征出發(fā),首先在HSV顏色空間提取車輛候選區(qū)域,然后對候選區(qū)域進行識別驗證,以確認車輛目標。本文研究的主要內(nèi)容和創(chuàng)新點如下:
　　 (1)車道的檢測。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,提出了基于Hough變換的車道線檢測算法,以從Hough交換檢測到的雜亂無章的直線中提取前方車

3、道的車道標線,然后根據(jù)提取的車道標線確定了前方公交車道路面區(qū)域,為后續(xù)的車輛候選區(qū)域檢測確定了檢測范圍。
　　 (2)車輛候選區(qū)域的檢測。針對監(jiān)控系統(tǒng)對車輛檢測的要求,本文提出了基于HSV顏色空間的車輛檢測方法,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)車輛尾燈的紅色特征從H色調(diào)分量圖中檢測車輛的尾燈,通過車輛尾燈的檢測來確定車輛候選區(qū)域。
　　 (3)車輛候選區(qū)域識別驗證。提取的車輛候選

4、區(qū)域往往包含一些虛假目標,因此,需要對檢測到的區(qū)域進行驗證。本文應用機器學習的方法,首先選取一定量的車輛和背景圖像樣本,應用Gabor濾波器特征提取方法,提取出相應的特征向量,將其輸入支持向量機(Support Vector Machine SVM)進行訓練,得到分類器。候選區(qū)域驗證時,首先對候選區(qū)域提取特征,然后應用訓練好的SVM分類器進行目標的分類識別,去除虛假目標,得到目標車輛。
　　 實驗結(jié)果證明了本文提出的車道線檢測方