基于視頻的道路黃線違章算法研究及DSP實(shí)現(xiàn).pdf

1、為了提高公路交通行車安全,對(duì)公路上車輛違章行為的及時(shí)檢測(cè)是非常重要的。而違章行為監(jiān)控系統(tǒng)是交通部門用于監(jiān)管違章車輛的一個(gè)重要手段,隨著計(jì)算機(jī)視覺和DSP不斷的發(fā)展壯大,使違章行為監(jiān)控系統(tǒng)的研究有了質(zhì)的飛躍。對(duì)監(jiān)控視頻中車輛的實(shí)時(shí)檢測(cè)和跟蹤是監(jiān)控系統(tǒng)的核心部分。其主要功能為檢測(cè)監(jiān)控場(chǎng)景中的運(yùn)動(dòng)目標(biāo),實(shí)時(shí)跟蹤分析其運(yùn)動(dòng)軌跡,為后期的違章行為判斷提供必要的信息。
　　 本文的主要工作為三個(gè)部分:運(yùn)動(dòng)車輛檢測(cè),運(yùn)動(dòng)車輛跟蹤,黃線違章行為

2、判定。
　　 (1)車輛檢測(cè)部分:對(duì)三種運(yùn)動(dòng)車輛檢測(cè)的方法:光流法、幀間差分法和背景差分法,分析每一種方法的可行性,指出其優(yōu)缺點(diǎn)。將幀間差分法和背景差分法進(jìn)行了比較,采用了基于背景差分法提取運(yùn)動(dòng)目標(biāo)。通過對(duì)差分圖像的統(tǒng)計(jì)特性的分析,對(duì)其進(jìn)行閾值化、二值化,突出了我們所關(guān)注的車輛目標(biāo),再結(jié)合中值濾波和面積閾值等方法減少了外界帶來的干擾噪聲,然后采用連通域分析的方法,區(qū)分出不同運(yùn)動(dòng)目標(biāo),為后續(xù)提取目標(biāo)特征做準(zhǔn)備。
　　 (2

3、)車輛跟蹤部分:本文采用了基于卡爾曼濾波的跟蹤算法和基于特征的匹配算法對(duì)目標(biāo)進(jìn)行實(shí)時(shí)跟蹤。在跟蹤過程中,利用卡爾曼濾波器其預(yù)測(cè)功能減少對(duì)車輛的搜索范圍,根據(jù)提取的目標(biāo)車輛形心和外接矩形作為匹配參數(shù)。進(jìn)行目標(biāo)匹配。此方法減少了搜索范圍,降低了計(jì)算的復(fù)雜度,跟蹤準(zhǔn)確性較高。
　　 (3)確定了黃線違章行為的判斷標(biāo)準(zhǔn):目標(biāo)外接矩形的坐標(biāo)與黃線區(qū)域坐標(biāo)的偏離程度。
　　 本文以TMS320DM642為核心搭建了實(shí)時(shí)運(yùn)動(dòng)目標(biāo)檢測(cè)系