基于視頻的車輛檢測(cè)與流量統(tǒng)計(jì)方法研究.pdf

1、隨著現(xiàn)代經(jīng)濟(jì)的高速發(fā)展，交通運(yùn)輸?shù)谋Ｕ暇惋@得尤其重要，對(duì)交通管理的要求也越來越高，將計(jì)算機(jī)科學(xué)與通信等高新技術(shù)運(yùn)用于交通監(jiān)控管理與車輛控制，以保障交通順暢及行車安全，從而改善環(huán)境質(zhì)量，促進(jìn)經(jīng)濟(jì)發(fā)展的智能交通系統(tǒng)ITS(Intelligenttrafficsystem)也隨之應(yīng)運(yùn)而生。在ITS中，實(shí)時(shí)獲取交通車流量的車輛檢測(cè)技術(shù)是ITS的基礎(chǔ)。傳統(tǒng)交通車流量檢測(cè)方法有電磁感應(yīng)線圈、超聲波檢測(cè)器、微波檢測(cè)器和紅外線檢測(cè)器等多種方式，而基于圖

2、像處理的視頻車輛檢測(cè)方式近年來發(fā)展迅速，由于它具有檢測(cè)區(qū)域大、系統(tǒng)設(shè)置靈活等突出的優(yōu)點(diǎn)，視頻檢測(cè)方法已成為智能交通系統(tǒng)領(lǐng)域中車輛檢測(cè)技術(shù)的一個(gè)研究熱點(diǎn)。 近年來，國(guó)內(nèi)外學(xué)者對(duì)基于視頻圖像的運(yùn)動(dòng)目標(biāo)檢測(cè)進(jìn)行了廣泛的研究。傳統(tǒng)的車輛檢測(cè)方法有：背景差分法、時(shí)間差分法、光流法等。這些方法中，背景差分法由于其運(yùn)算量相對(duì)較少，并且可以加入背景更新技術(shù)實(shí)現(xiàn)背景自適應(yīng)更新，能夠較精確的分割出移動(dòng)物體，從而在運(yùn)動(dòng)目標(biāo)檢測(cè)分割等方面得到廣泛的應(yīng)用

3、，同時(shí)由于其自身的缺點(diǎn)，廣大科學(xué)工作者也根據(jù)不同需要對(duì)其進(jìn)行了改進(jìn)。時(shí)間差分方法是在連續(xù)的圖像序列中兩個(gè)或三個(gè)相鄰幀間采用基于像素的幀間差分，但其一般不能完全提取出所有相關(guān)的特征像素點(diǎn)，在運(yùn)動(dòng)實(shí)體內(nèi)部容易產(chǎn)生空洞現(xiàn)象。基于光流方法的運(yùn)動(dòng)檢測(cè)由于其運(yùn)算量相當(dāng)大，抗噪性能差，依賴特別的硬件裝置而使其應(yīng)用受到了限制。 本文提出背景差法和虛擬檢測(cè)器相結(jié)合的方法對(duì)車流量進(jìn)行統(tǒng)計(jì)，把基于移動(dòng)區(qū)域的自適應(yīng)背景更新方法應(yīng)用到視頻圖像運(yùn)動(dòng)目標(biāo)檢測(cè)