基于視頻的運動車輛檢測算法研究與系統(tǒng)實現(xiàn).pdf

1、車輛檢測和車流統(tǒng)計是智能交通系統(tǒng)（Intelligent Transportation System，ITS）中最重要的研究內(nèi)容之一。在研究分析了現(xiàn)有的車輛檢測技術基礎上，本文研究了數(shù)字圖像運動目標檢測以及基于視頻的車輛檢測的相關算法，并設計實現(xiàn)了一個基于視頻的車輛檢測系統(tǒng)。在本文中，針對目前采用單一方法進行車流檢測的缺陷與不足，提出了自動判斷道路擁堵狀態(tài)的算法，以及適合于不同擁堵狀態(tài)下的基于檢測線與基于虛擬線圈的車流檢測算法，大大提高

2、了系統(tǒng)的檢測準確率。本文的研究還涉及到了運動車輛檢測、車輛陰影去除、夜晚車燈去除、擁堵檢測和不同檢測方式之間的切換等。主要研究內(nèi)容如下：
　?。?）關于運動車輛檢測的研究
　　在分析了多種車輛檢測算法之后，本文采用了基于背景差分的車輛檢測方法。為了滿足實時性的需要，本文提出了一種基于采樣點多幀累計幀差的分區(qū)塊的自動背景更新方法，相比傳統(tǒng)的方法，此方法計算量小，大大提高了計算速度與背景更新速率，保障了系統(tǒng)的實時性。
　　

3、（2）關于夜晚車燈去除的研究
　　在夜晚，車燈燈光會在運動車輛的前方路面照射出高亮度的光斑，如果不加以去除會對車輛檢測識別造成極大的干擾，本文在實驗的基礎上，提出了一種基于梯度差異的燈光濾除算法，取得了良好的效果。
　?。?）關于擁堵檢測和計數(shù)方式切換的研究
　　本文共提出了兩種車輛檢測、計數(shù)的方法，分別適用于擁堵的交通狀況和非擁堵的交通狀況，這樣不管交通狀況如何，均能取得良好的效果。非擁堵狀況下，本文采用背景差分檢測

4、出車輛目標，采用基于檢測線的方式進行車流計數(shù)，即使車輛出現(xiàn)變道的情況也不發(fā)生檢測計數(shù)錯誤，且背景的實時更新使得運動目標分割更加準確。在擁堵狀況下，停止背景更新而采用備用背景，避免了擁堵狀況下前景融合到背景中去，繼而采用基于虛擬線圈的計數(shù)方式進行檢測、計數(shù)，避免了基于檢測線的檢測方式在交通擁堵時由于運動目標黏連而導致的錯誤分割。根據(jù)檢測計數(shù)方式的不同，本文相應解決了如何在兩種檢測計數(shù)方式間實現(xiàn)自動切換的問題。為了保證系統(tǒng)的準確運行，如何準