智能交通系統(tǒng)中車輛信息提取算法的研究及其硬件實現(xiàn).pdf

1、近年來，隨著人們對道路交通需求的增加，智能交通系統(tǒng)已經(jīng)成為研究熱點。智能交通系統(tǒng)作為一種綜合數(shù)字圖像處理，模式識別，智能控制等多種技術(shù)的系統(tǒng)，能很大程度地滿足日益增長的交通需求，但其在準確性、魯棒性等方面還存在一定的缺陷。 本文主要從兩個方面進行研究：第一，采用數(shù)字圖像處理、模式識別等手段，對監(jiān)控攝像機所采集到的視頻信息中的車輛進行檢測、跟蹤，從而提取車輛的信息，包括攝像機監(jiān)控范圍內(nèi)的車流量，車速，車型信息等。第二，將軟件系統(tǒng)移

2、植到TMS320DM642平臺上仿真實現(xiàn)，為系統(tǒng)的真正產(chǎn)品化提供基礎(chǔ)。 在算法研究方面，本文從系統(tǒng)的角度來實現(xiàn)車輛信息的提取，圍繞車輛檢測和跟蹤算法，將系統(tǒng)分為：電子穩(wěn)像、背景更新、圖像標(biāo)定、車輛檢測和車輛跟蹤。主要研究了其中的電子穩(wěn)像、車輛檢測和車輛跟蹤三大部分。 電子穩(wěn)像：區(qū)別于人的視覺，計算機視覺對圖像是否穩(wěn)定更敏感。微小的圖像抖動都會對計算機視覺的判斷造成影響。電子穩(wěn)像技術(shù)就是為了減小因攝像機抖動造成的圖像不穩(wěn)定

3、的影響。 車輛檢測：當(dāng)圖像中的運動目標(biāo)從背景中提取出來后，通過特定的圖像分割算法，最后以斑塊形式表現(xiàn)在二值圖像上。車輛檢測包括對斑塊的分析，斑塊的聚類和新車輛的觸發(fā)三個部分。在這一步中，提取車流量和車型信息。 車輛跟蹤：利用車輛在圖像坐標(biāo)和世界坐標(biāo)中的位置信息和顏色信息，采用Kalman濾波對每一輛車進行先預(yù)測后分析，完成對不同車道中的不同車輛進行同時跟蹤分析。在這一步中，提取車輛的速度信息。 通過實驗，確定每個