基于邊緣信息的交通流量檢測研究.pdf

1、隨著社會經濟的高速發(fā)展和城市化進程的加快，交通運輸也在不斷地飛速增長。為了解決日益嚴峻的交通問題，綜合運用了計算機技術、數據庫技術和圖像處理技術等多種高新技術的智能交通系統(tǒng)ITS（Intelligent traffic system）應運而生。在智能交通系統(tǒng)中，車輛數目、車輛實時速度等交通流參數的實時獲取是信號燈控制、交通仿真和決策的基礎，在整個交通系統(tǒng)中起著非常重要的作用，因此車輛檢測技術越來越受到國內外學者的關注。 基于圖像

2、處理技術的車流量分析是近年來新興起的一種車輛檢測技術，其主要任務是通過安裝在道路旁邊的視頻采集設備來獲取連續(xù)幀數的實時圖像信息，然后經過相應的圖像處理算法分析進而反饋出實時的車輛數目，車速等交通系統(tǒng)所需要的參數，最后達到智能地控制交通的目的。 本文對應用于車流量檢測中所用到的圖像處理算法做了大量的研究，并在此基礎上提出了基于圖像邊緣信息的方法來檢測車輛數目。檢測算法首先對戶外環(huán)境下獲得的連續(xù)幀圖像信息作預處理運算以減少后續(xù)檢測時

3、的誤差，然后采用圖像邊緣信息對作疊加處理以獲得圖像的實時背景更新，并在此基礎上作圖像邊緣差運算檢測出運動的車輛，最后提取出檢測帶數據并作數據的修正運算以減少運動車輛的誤判或漏判。 在圖像的預處理方面主要是針對戶外環(huán)境下光線變化時實時圖像獲取中的噪聲影響，為此檢測算法把原始彩色圖像轉換為灰度圖像并作圖像濾波處理。同時考慮到攝像設置在戶外環(huán)境下時輕微振動帶來的噪聲干擾，檢測算法相應地采用領域比較方法以減少噪聲影響。 在運動車

4、輛的檢測方面，檢測算法根據車輛的運動特性和路面靜止特性采用圖像邊緣疊加來完成背景圖像的實時更新。這種方法能夠較好得到背景圖像的實時更新效果并解決了背景圖像的初始化問題。同時算法處理只在檢測帶內進行，減少了算法的運算。對于車輛的過道現象；算法采用浮動窗口法解決。 在車輛計數方面，檢測算法提取了檢測帶的數據并根據車輛特性對數據作了修正處理以減少車輛誤判或漏判。 本文最后提供了大量的實驗數據證明了基于邊緣信息的車流量檢測算法是