智能交通系統(tǒng)車輛檢測算法研究.pdf

1、車輛交通是現(xiàn)代社會的重要標志之一，但隨著經(jīng)濟的發(fā)展，它在給人們的生活提供便利的同時也產(chǎn)生了一系列社會和環(huán)境問題。智能交通系統(tǒng)（IntelligentTransportationSystem，簡稱 ITS）利用通信技術(shù)、控制技術(shù)、傳感器技術(shù)、運籌學、人工智能和計算機技術(shù)的有效集成，其目的在于充分利用現(xiàn)有道路基礎設施資源，改善車、路、人之間的相互作用，提高系統(tǒng)的安全性、高效性與舒適性，從而從整體上提高交通的經(jīng)濟性，正在成為世界各國解決交通擁

2、塞、交通事故頻發(fā)、土地和能源短缺、交通環(huán)境污染以及由此導致的經(jīng)濟損失等的熱點研究問題，具有較高的社會效益和巨大的市場應用前景。
　　目前，智能交通系統(tǒng)在理論和應用上都面臨著很多難題，國內(nèi)外大批學者投身于該領域的研究和探索，并且取得了大量的成果，而運動車輛的實時檢測作為智能交通系統(tǒng)的核心部分之一，更是成為了研究熱點。本文是在這些成果的基礎上，對智能交通系統(tǒng)中車輛的精確檢測及分割技術(shù)進行了研究。主要工作如下：
　　首先，對混合高

3、斯背景建模進行了比較系統(tǒng)的分析，并針對混合高斯背景模型現(xiàn)實應用中的問題，提出一種快速的混合高斯背景建模改進算法，該算法利用場景內(nèi)光照條件的變化提出了一個自適應背景更新率，根據(jù)各像素點顏色值出現(xiàn)的混亂程度不同采取不同的高斯函數(shù)參數(shù)更新機制，通過對交通監(jiān)控圖像序列進行實驗，該算法能在保證背景建模與運動車輛檢測效果的同時，使混合高斯模型的背景更新速度及算法處理速度有了較大提高。
　　其次，針對圖像后處理去噪，本文介紹了幾種常用的濾波方法