自適應(yīng)場(chǎng)景的視頻交通流檢測(cè)系統(tǒng)研究與應(yīng)用.pdf

1、視頻交通流檢測(cè)技術(shù)與地感線圈等傳統(tǒng)交通流檢測(cè)技術(shù)相比，具有檢測(cè)信息量大、信息直觀、可同時(shí)檢測(cè)多車道、安裝和維護(hù)方便等無(wú)法比擬的優(yōu)勢(shì)，因而逐漸成為智能交通系統(tǒng)中的一個(gè)研究熱點(diǎn)，并得到越來(lái)越廣泛的應(yīng)用。然而，目前視頻交通流檢測(cè)系統(tǒng)多數(shù)仍然采用車輛的灰度信息作為車輛的檢測(cè)特征，受環(huán)境光照亮度變化的影響較大，魯棒性不強(qiáng)。而且，隨著這項(xiàng)技術(shù)的發(fā)展，一些新的應(yīng)用需求不斷提出，如檢測(cè)場(chǎng)景發(fā)生變動(dòng)時(shí)視頻交通流檢測(cè)系統(tǒng)能自適應(yīng)地調(diào)整檢測(cè)區(qū)域或使檢測(cè)場(chǎng)景復(fù)

2、位，這樣它的攝像頭就可以兼顧視頻交通流檢測(cè)、交通監(jiān)控或治安監(jiān)控等用途。為了提高視頻交通流檢測(cè)系統(tǒng)的檢測(cè)魯棒性，以及使其滿足自適應(yīng)場(chǎng)景的應(yīng)用需求，論文主要開(kāi)展了以下幾個(gè)方面的研究工作： (1)對(duì)視頻交通流檢測(cè)系統(tǒng)的核心技術(shù)--車流量檢測(cè)方法進(jìn)行了研究，提出了一種基于邊緣背景差的車流量檢測(cè)方法。該方法利用車輛邊緣信息作為車輛的檢測(cè)特征，采用基于變化因子的背景學(xué)習(xí)法來(lái)進(jìn)行背景邊緣圖像的提取和更新，受環(huán)境光照亮度變化的影響較小，魯棒性強(qiáng)

3、；此外，該方法根據(jù)檢測(cè)場(chǎng)景的類型特點(diǎn)和攝像機(jī)的安裝條件來(lái)靈活選擇檢測(cè)區(qū)域類型和車輛計(jì)數(shù)開(kāi)窗方式，對(duì)不同的檢測(cè)場(chǎng)景和攝像機(jī)安裝條件都具有較強(qiáng)的適用性。不同光照條件和不同交通流場(chǎng)景下的實(shí)驗(yàn)結(jié)果表明，該方法是一種實(shí)用有效的車流量檢測(cè)方法。 (2)對(duì)自適應(yīng)場(chǎng)景的視頻交通流檢測(cè)系統(tǒng)的核心技術(shù)--場(chǎng)景自適應(yīng)技術(shù)進(jìn)行了研究，提出了一種自適應(yīng)場(chǎng)景的道路結(jié)構(gòu)提取算法。該算法首先利用車道線組合對(duì)道路結(jié)構(gòu)進(jìn)行建模，然后利用霍夫變換對(duì)當(dāng)前檢測(cè)場(chǎng)景中的車

4、道線進(jìn)行檢測(cè)，并利用匹配誤差和消失點(diǎn)誤差對(duì)檢測(cè)到的車道線進(jìn)行校驗(yàn)，最后利用消失點(diǎn)約束對(duì)檢測(cè)不正確的車道線進(jìn)行修正，最終提取出正確的道路結(jié)構(gòu)信息。實(shí)驗(yàn)結(jié)果表明，該方法在白天正常天氣條件下提取正確率高，是一種有效可行的道路結(jié)構(gòu)提取方法。 (3)對(duì)自適應(yīng)場(chǎng)景的視頻交通流檢測(cè)系統(tǒng)在實(shí)用過(guò)程中需要解決的一些關(guān)鍵技術(shù)問(wèn)題進(jìn)行了研究，并結(jié)合實(shí)際工程應(yīng)用經(jīng)驗(yàn)，給出了相應(yīng)的解決方案。這些關(guān)鍵技術(shù)問(wèn)題包括：對(duì)車流量統(tǒng)計(jì)算法的優(yōu)化、交通擁堵檢測(cè)及相應(yīng)