智能交通監(jiān)控中的視頻處理方法與系統(tǒng).pdf

1、隨著現(xiàn)代社會科技的高速發(fā)展，道路交通規(guī)模不斷擴(kuò)大，人們的出行也越來越頻繁，但同時這也帶來了一些負(fù)面影響。數(shù)據(jù)顯示，世界年交通事故數(shù)量在逐年增加。為了減小這些頻發(fā)問題對人們出行造成的影響，同時提高道路管理效率，各種智能交通產(chǎn)品應(yīng)運而生，其中以視頻監(jiān)測技術(shù)最受人們重視。相比于傳統(tǒng)的人工監(jiān)控、傳感器監(jiān)控等方法，視頻監(jiān)控具有簡單便捷、直觀性強(qiáng)、成本低廉等優(yōu)點，是未來智能交通系統(tǒng)發(fā)展的新方向。本文針對交通視頻處理方法與系統(tǒng)構(gòu)建展開研究。
　

2、　本文采用了一種基于背景相減法的圖像目標(biāo)提取方法，相比于光流法與幀間差分法，背景相減具有計算簡單，效果良好的優(yōu)點;圖像背景提取算法則采用了計算效率較高，且對于變化較小的畫面更加適用的多幀取平均算法;而在圖像背景更新上除了采用常規(guī)的運行中背景實時更新算法外，還提出了一種基于前景目標(biāo)變化的背景突變更新算法，該算法能夠針對道路中畫面發(fā)生突變的情況進(jìn)行程序中斷與背景重取等操作，在實際應(yīng)用中取得了較好的效果。
　　本文在前景提取完成的基礎(chǔ)上

3、，利用交通視頻中目標(biāo)特點，給出了一種基于幀間目標(biāo)重疊面積的目標(biāo)跟蹤算法，該算法能準(zhǔn)確獲取當(dāng)前幀中各個目標(biāo)的歷史軌跡，能較好的實現(xiàn)目標(biāo)跟蹤功能。
　　本文針對交通視頻中目標(biāo)違規(guī)監(jiān)控展開研究，在目標(biāo)跟蹤完成的基礎(chǔ)上，給出了目標(biāo)違規(guī)行為在視頻圖像中的判定準(zhǔn)則與判定公式，分析畫面目標(biāo)軌跡數(shù)據(jù)，判定目標(biāo)是否違規(guī)以及判斷違規(guī)類型，經(jīng)過測試該判定準(zhǔn)則具有較高的準(zhǔn)確率。
　　本文針對曲邊道路路面進(jìn)行了相應(yīng)算法優(yōu)化以及改進(jìn)，在曲邊道路邊界擬合

4、中采用了多項式最小二乘法擬合的方法，能夠較為準(zhǔn)確擬合曲邊邊界。優(yōu)化了曲線道路中車輛違規(guī)行為判定方法，使得程序計算效率更高，應(yīng)用范圍更加廣泛。
　　本文提出了一種構(gòu)建實時交通監(jiān)控系統(tǒng)的方法，利用高清球機(jī)、工業(yè)控制計算機(jī)與3G發(fā)送模塊等硬件設(shè)備，搭建交通監(jiān)控平臺。該平臺能夠?qū)崿F(xiàn)道路實時數(shù)據(jù)分析、道路車輛實時監(jiān)控等功能。在車輛違規(guī)監(jiān)控中，給出了一種基于多項式模型的車輛軌跡預(yù)測抓拍算法，使得違規(guī)抓拍的圖像更加清晰準(zhǔn)確。本文涉及到算法以及程