基于視覺的交通車流量統(tǒng)計(jì).pdf

1、隨著生活水平的提高，車輛數(shù)量日益增大造成交通堵塞、交通意外事故和車輛廢氣對(duì)空氣的污染等交通問題。智能交通系統(tǒng)充分的利用現(xiàn)有的交通基礎(chǔ)設(shè)施，結(jié)合不同學(xué)科對(duì)交通進(jìn)行管理，有效地緩解了交通壓力。車流量統(tǒng)計(jì)為智能交通系統(tǒng)提供基礎(chǔ)決策數(shù)據(jù)，有助于交通管理部門對(duì)交通進(jìn)行優(yōu)化調(diào)度，有助于駕駛員更好的選擇出行路線，城市規(guī)劃者可以根據(jù)車流量參數(shù)做出對(duì)道路是否進(jìn)行加寬的規(guī)劃，因此交通車流量統(tǒng)計(jì)的研究具有十分重要的理論意義及潛在的應(yīng)用價(jià)值。
　　本文面

2、向路測系統(tǒng)的電子監(jiān)控，研究基于視覺的交通車流量統(tǒng)計(jì)，主要研究內(nèi)容包括：運(yùn)動(dòng)目標(biāo)檢測和車輛統(tǒng)計(jì)。提出在HSV顏色空間下利用RPCA的運(yùn)動(dòng)目標(biāo)檢測算法，設(shè)計(jì)基于雙虛擬檢測線的車輛統(tǒng)計(jì)方法，提高了運(yùn)動(dòng)目標(biāo)檢測以及車輛計(jì)數(shù)的準(zhǔn)確性和魯棒性，為智能交通系統(tǒng)提供了準(zhǔn)確可靠的交通車流量參數(shù)。主要?jiǎng)?chuàng)新點(diǎn)如下：
　　1、針對(duì)基于灰度信息的運(yùn)動(dòng)目標(biāo)檢測存在陰影識(shí)別能力差、檢測精度低等問題，提出在 HSV顏色空間下基于低秩矩陣分解的運(yùn)動(dòng)目標(biāo)檢測算法，分

3、別對(duì)視頻序列中的H、S、V三個(gè)分量構(gòu)建觀測矩陣，建立RPCA模型，通過低秩矩陣優(yōu)化，得到三個(gè)分量的低秩部分和稀疏部分，初步得到運(yùn)動(dòng)車輛；對(duì)運(yùn)動(dòng)車輛進(jìn)行噪聲去除和空洞的填充，得到準(zhǔn)確的前景運(yùn)動(dòng)車輛。實(shí)驗(yàn)驗(yàn)證表明，與其它方法相比，能夠有效地去除陰影，可以提高運(yùn)動(dòng)車輛檢測的準(zhǔn)確性。
　　2、深入研究常用的兩類車輛統(tǒng)計(jì)方法：目標(biāo)跟蹤法和虛擬線圈法，提出基于雙虛擬檢測線的車輛統(tǒng)計(jì)方法，設(shè)置雙虛擬檢測線形成虛擬檢測區(qū)域，對(duì)檢測區(qū)域中的車輛信息