基于視頻檢測(cè)的行人交通參數(shù)提取技術(shù)研究.pdf

1、目前交通監(jiān)控的主要方式是兩種:人工觀察；攝像機(jī)記錄,人工統(tǒng)計(jì)。這兩種方式都需要投入大量的人力和物力資源,并且人工統(tǒng)計(jì)的準(zhǔn)確性有限,可能會(huì)出現(xiàn)疏漏,對(duì)異常情況不能及時(shí)做出反應(yīng)。為此需要建立一種不需人工干預(yù)、或者只需要很少人工操作的智能交通管理系統(tǒng),通過安裝在固定位置的攝像機(jī)拍攝視頻,實(shí)現(xiàn)對(duì)目標(biāo)的定位、識(shí)別和跟蹤及交通參數(shù)的提取和分析,并在此基礎(chǔ)上進(jìn)一步實(shí)現(xiàn)目標(biāo)(例如行人、車輛等)行為的分析與判斷。
　　 目前,針對(duì)車輛的目標(biāo)檢測(cè)、

2、跟蹤、識(shí)別研究已經(jīng)比較成熟,但針對(duì)行人的目標(biāo)檢測(cè)、跟蹤、識(shí)別研究則相對(duì)滯后,而且具體情況異常復(fù)雜,例如行人為非剛體,在視頻中的面積小,行動(dòng)較為隨機(jī),速度并不連貫,而且行人之間的間距有可能較小,這些都給相關(guān)技術(shù)造成了很大的挑戰(zhàn)。本文對(duì)上述難點(diǎn)進(jìn)行了研究,通過提取交叉口的行人流量、速度、步行方向等參數(shù),給行人的交通管理與控制以及仿真系統(tǒng)模擬現(xiàn)實(shí)提供基礎(chǔ)數(shù)據(jù)。
　　 本文的主要研究?jī)?nèi)容包括:
　　 (1)分析了智能交通監(jiān)控視頻

3、中的降質(zhì)因素,并研究了各種噪聲的數(shù)學(xué)模型,針對(duì)交通視頻中最常見的椒鹽噪聲和高斯噪聲實(shí)現(xiàn)了經(jīng)典濾波算法的去噪,并設(shè)計(jì)了一種改進(jìn)算法,將加入圖像像素點(diǎn)是否為噪聲的判決預(yù)處理,只針對(duì)可能為噪聲點(diǎn)的區(qū)域進(jìn)行去噪,而對(duì)于非噪聲點(diǎn)不進(jìn)行去噪,更好地保持了圖像的細(xì)節(jié)信息。
　　 (2)對(duì)于行人檢測(cè)和識(shí)別問題,針對(duì)各種具體難點(diǎn)設(shè)計(jì)了具體的解決方案和步驟。比較了常用目標(biāo)檢測(cè)算法,并根據(jù)交叉口智能交通監(jiān)控視頻的特點(diǎn)選用了合適的行人檢測(cè)算法。由于檢測(cè)

4、算法可能造成區(qū)域的不完整和空洞,采用形態(tài)學(xué)操作對(duì)行人目標(biāo)區(qū)域的斷裂區(qū)域?qū)崿F(xiàn)連接,并對(duì)目標(biāo)區(qū)域內(nèi)的空洞進(jìn)行填充。對(duì)可能存在噪聲的區(qū)域采用區(qū)域面積統(tǒng)計(jì)的方法計(jì)算面積,并去除小面積的噪聲斑塊。對(duì)陰影采用幾何形狀的方法予以去除。對(duì)交叉路口復(fù)雜環(huán)境中的各種運(yùn)動(dòng)目標(biāo)進(jìn)行建模,并總結(jié)了行人目標(biāo)的特點(diǎn),實(shí)現(xiàn)了基于視頻檢測(cè)的行人目標(biāo)識(shí)別。
　　 (3)實(shí)現(xiàn)了交通視頻中交叉口行人目標(biāo)的跟蹤。通過對(duì)攝像機(jī)視場(chǎng)的標(biāo)定,完成了攝像機(jī)空間拍攝的視頻數(shù)字圖像