基于視頻的車流量統(tǒng)計(jì)系統(tǒng)研究.pdf

1、如今，伴著經(jīng)濟(jì)的快速發(fā)展，汽車數(shù)量與日俱增，使得道路交通承受著巨大壓力，構(gòu)建更加完善的智能交通系統(tǒng)迫在眉睫，交通信息的提取、處理以及分析對(duì)于實(shí)現(xiàn)交通系統(tǒng)的智能化至關(guān)重要。而基于視頻的車流量檢測技術(shù)正是智能交通系統(tǒng)研究的重要課題。本文在分析現(xiàn)有算法的基礎(chǔ)上，對(duì)實(shí)際交通場景下車輛的檢測、跟蹤和統(tǒng)計(jì)做了相關(guān)研究，研究內(nèi)容包括以下幾個(gè)方面：
　　運(yùn)動(dòng)車輛檢測方面，實(shí)現(xiàn)了一種基于概率分類器的運(yùn)動(dòng)目標(biāo)檢測方法，利用每個(gè)像素點(diǎn)在連續(xù)幀的亮度矢量

2、建立背景和前景概率模型，最后，依據(jù)這些概率將每個(gè)像素劃分為背景或者前景，從而實(shí)現(xiàn)運(yùn)動(dòng)車輛的檢測。
　　運(yùn)動(dòng)車輛跟蹤方面，研究了一種基于粒子濾波的目標(biāo)跟蹤算法，利用K-means算法對(duì)粒子進(jìn)行聚類；然后借助背景信息和目標(biāo)凸包分割或者合并聚類，來解決多目標(biāo)粘連和單目標(biāo)分離的問題，保證聚類與車輛一一對(duì)應(yīng)；最后，通過對(duì)比相鄰幀中粒子近鄰的顏色直方圖的相似度來跟蹤運(yùn)動(dòng)車輛。
　　車流量統(tǒng)計(jì)方面，基于虛擬檢測線的車輛計(jì)數(shù)算法不可避免地會(huì)

3、出現(xiàn)漏檢和誤檢問題，針對(duì)這一問題，提取并結(jié)合了兩種圖像信息：目標(biāo)與檢測線相對(duì)位置信息和檢測線像素值變化信息，提出了一種車流量分割計(jì)數(shù)方法用于提高準(zhǔn)確率。首先確定車輛和檢測線的相對(duì)位置，然后結(jié)合檢測線上像素值的波形變化規(guī)律對(duì)車輛數(shù)目進(jìn)行統(tǒng)計(jì)。這種方法可以極大程度地減少車輛漏檢和誤檢問題。
　　利用Visual Stdio2010并結(jié)合OpenCV開發(fā)了一個(gè)測試系統(tǒng)來實(shí)現(xiàn)本文研究的算法，并且利用實(shí)驗(yàn)來檢驗(yàn)算法的實(shí)際效果。我們選取多種不