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，但具體在機動車輛監(jiān)督上仍然缺乏高效、準(zhǔn)確的手段。因此，論文重點針對智能違章判別中的信息標(biāo)定問題，圍繞車道、信號燈這兩大判別依據(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)定策略完成信號燈識別，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、信號燈標(biāo)定的基礎(chǔ)。為解決車輛對車道標(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，進行城市交叉路口的背景穩(wěn)定與更新，使其在車流量小時能快速收斂，在車流量大時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、間距比例等先驗知識作為約束條件對檢測到的直線進行了有效的篩選，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現(xiàn)標(biāo)定。
　　3.信號燈標(biāo)定主要是確定信號燈位置及信號燈狀態(tài)識別方法，為后續(xù)不按信號燈行駛等違章檢測提供計算依據(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