視頻道路交通信息處理關鍵技術研究.pdf

1、實時采集道路網(wǎng)絡中的道路交通流量、車速、車流密度、車頭時距、車輛行程時間、以及占用率等宏觀和微觀的道路交通信息，可以幫助掌握道路交通流的規(guī)律，指導人們進行道路交通管理與控制。道路交通信息是道路交通設施改善、道路交通規(guī)劃等必要的基礎數(shù)據(jù)。因此，建立道路交通信息采集方法是一個很值得研究的課題。本文的主要研究內(nèi)容如下:
　　(1)采用統(tǒng)計方法更新視頻圖像背景，同時為了適應道路交通的復雜性，對不同道路環(huán)境下背景更新過程中相關參數(shù)進行了討論

2、和分析，并給出了參考值。在獲取道路背景后，利用鄰域、多閾值的方法對傳統(tǒng)背景差分法來進行改進，克服其在運動目標檢測過程中的不足。然后通過融合圖像陰影的多種特征，獲得包含視頻圖像陰影和亮度較低車輛的區(qū)域，再構建一組向量消除視頻圖像陰影的影響。通過詳細的實驗進一步驗證采用改進的背景差分法和本文提出的陰影消除方法對車輛檢測結果的可靠性。
　　(2)為消除視頻圖像中車輛之間相互遮擋的影響，提高道路交通信息檢測的準確性，提出了一種基于數(shù)學形態(tài)

3、學的方法對視頻圖像中車輛之間相互遮擋的圖像進行分割。計算視頻圖像中的車輛實體面積與最小外接多邊形的面積差，以及視頻圖像中單個連通區(qū)域內(nèi)車輛面積來智能識別遮擋是否存在。存在遮擋時，通過鄰域特征搜索到凹包的頂點，然后利用凹包的頂點，作為腐蝕起點的判斷依據(jù)，再腐蝕掉在距離變換過程中受凹包頂點影響的像素點。在完成對目標車輛遮擋識別和相關處理后，本文融合基于特征匹配的追蹤方法和基于灰色系統(tǒng)的預測方法對運動目標追蹤，先利用特征匹配追蹤方法對運動車輛