基于視頻分析的車輛違章檢測標(biāo)定關(guān)鍵技術(shù)研究.pdf

1、建立城市的智能交通體系是目前許多城市未來的發(fā)展趨勢，但具體在機(jī)動(dòng)車輛監(jiān)督上仍然缺乏高效、準(zhǔn)確的手段。因此，論文重點(diǎn)針對(duì)智能違章判別中的信息標(biāo)定問題，圍繞車道、信號(hào)燈這兩大判別依據(jù)提出了相應(yīng)的技術(shù)方法。
　　首先，從城市交叉路口的監(jiān)控視頻中提取車道背景，然后，完成基于透視變換的交叉路口多車道標(biāo)定，最后，通過預(yù)先標(biāo)定策略完成信號(hào)燈識(shí)別，從而為判斷違章提供依據(jù)。
　　論文的主要工作和成果如下：
　　1.背景提取是車道線標(biāo)定和

2、信號(hào)燈標(biāo)定的基礎(chǔ)。為解決車輛對(duì)車道標(biāo)記的遮擋問題，提出了一種新的背景提取算法，該算法通過均值與幀間差分方法的融合，進(jìn)行城市交叉路口的背景穩(wěn)定與更新，使其在車流量小時(shí)能快速收斂，在車流量大時(shí)能快速更新消除車輛虛影，算法在交叉路口的背景提取準(zhǔn)確率比均值法和傳統(tǒng)高斯混合模型法分別提升20％和30%左右。
　　2.車道線標(biāo)定主要是確定各車道的邊界線位置，為不按規(guī)定車道行駛等違章檢測提供計(jì)算依據(jù)。首先，基于Hough變換得到各類直線，然后，

3、利用透視變換、聚類分析、間距比例等先驗(yàn)知識(shí)作為約束條件對(duì)檢測到的直線進(jìn)行了有效的篩選，最后，通過建立的車道線數(shù)學(xué)模型從而得到車道線位置實(shí)現(xiàn)標(biāo)定。
　　3.信號(hào)燈標(biāo)定主要是確定信號(hào)燈位置及信號(hào)燈狀態(tài)識(shí)別方法，為后續(xù)不按信號(hào)燈行駛等違章檢測提供計(jì)算依據(jù)。為充分利用形狀與顏色兩大特征，一方面，在定位方式上繼承了機(jī)器學(xué)習(xí)方法的推廣能力，通過背景提取結(jié)果剔除前景車輛的干擾實(shí)現(xiàn)背板區(qū)域預(yù)標(biāo)定，從而縮小了區(qū)域范圍提升檢測效率；另一方面，利用灰度