基于視頻的交通流量檢測(cè)技術(shù)研究與實(shí)現(xiàn).pdf

1、社會(huì)經(jīng)濟(jì)的高速發(fā)展，城市化水平的日益提高，交通擁堵、交通污染問(wèn)題日益嚴(yán)重。為了實(shí)現(xiàn)交通的科學(xué)化及現(xiàn)代化管理，改善道路的通行力度，智能交通系統(tǒng)引起了世界各國(guó)的廣泛關(guān)注。交通流量檢測(cè)系統(tǒng)是智能交通系統(tǒng)的基礎(chǔ)而又非常重要的部分，可以為交通信息服務(wù)和交通指控中心等提供信息源。目前，因?yàn)榍度胧郊夹g(shù)、模式識(shí)別技術(shù)、視頻圖像處理技術(shù)及DSP等技術(shù)的迅速發(fā)展和逐漸完善，基于視頻的交通流量檢測(cè)系統(tǒng)的重要性日益明顯。系統(tǒng)的核心技術(shù)是對(duì)監(jiān)控區(qū)域內(nèi)攝像機(jī)采集的

2、視頻圖像序列的中的運(yùn)動(dòng)目標(biāo)實(shí)時(shí)檢測(cè)及跟蹤，提取出交通參數(shù)。因此，本文主要研究系統(tǒng)中使用的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的關(guān)鍵技術(shù)，努力提高系統(tǒng)效率。
　　本文研究基于視頻的交通流量檢測(cè)技術(shù)，介紹了交通信息采集及圖像處理的相關(guān)理論知識(shí)及技術(shù)，詳細(xì)說(shuō)明了系統(tǒng)中車流量檢測(cè)模塊所用的關(guān)鍵技術(shù)。創(chuàng)新性成果主要包括以下4個(gè)方面：
　　（1）提出了一種改進(jìn)的k-means聚類算法的背景建模法，該方法解決了傳統(tǒng)算法容易陷入局部最優(yōu)解的問(wèn)題，提高了背景模

3、型的適應(yīng)性；
　?。?）提出了一種基于幀差法和背景差法相結(jié)合的算法，背景差法對(duì)光線變化敏感，而幀差法對(duì)車輛速度比較敏感，改進(jìn)的算法有效提高了車輛檢測(cè)的精度。
　?。?）提出了一種基于線性預(yù)測(cè)的Mean-shift自適應(yīng)跟蹤算法，傳統(tǒng)算法迭代次數(shù)比較多且難以實(shí)現(xiàn)多個(gè)目標(biāo)同時(shí)跟蹤缺點(diǎn)，改進(jìn)方法減少了迭代次數(shù)，且可以實(shí)現(xiàn)同時(shí)跟蹤幾個(gè)運(yùn)動(dòng)目標(biāo)。
　?。?）實(shí)現(xiàn)了一個(gè)簡(jiǎn)易的交通流量統(tǒng)計(jì)系統(tǒng)，能準(zhǔn)確提取出車流量、車速等交通參數(shù)；<