高速公路交通異常事件檢測(cè)算法研究.pdf

1、近年來，隨著計(jì)算機(jī)存儲(chǔ)和運(yùn)算能力的不斷提高，人工智能、模式識(shí)別技術(shù)的迅猛發(fā)展，基于視頻的交通事件檢測(cè)技術(shù)成為智能交通領(lǐng)域研究的熱點(diǎn)問題。交通事件自動(dòng)檢測(cè)系統(tǒng)是交通視頻監(jiān)控系統(tǒng)智能化和自動(dòng)化的關(guān)鍵，為快速處理交通事件、減少交通延誤、避免二次交通事故的發(fā)生提供條件，為高速公路運(yùn)營(yíng)管理提供了新的突破口。但如何高效、準(zhǔn)確、快速地實(shí)現(xiàn)交通事件自動(dòng)檢測(cè)，仍是當(dāng)前智能交通領(lǐng)域面對(duì)的一大難題。
　　本文從實(shí)際應(yīng)用出發(fā)，以高速公路視頻序列為研究對(duì)象

2、，從運(yùn)動(dòng)目標(biāo)檢測(cè)、跟蹤和異常行為描述等幾個(gè)關(guān)鍵技術(shù)著手進(jìn)行研究，設(shè)計(jì)了高速公路逆行、停車、變道異常事件自動(dòng)檢測(cè)算法。本文對(duì)上述三種異常事件的研究主要包括以下幾個(gè)方面的內(nèi)容:
　　在運(yùn)動(dòng)目標(biāo)檢測(cè)方面，采用均值法建立背景模型，以背景差法提取運(yùn)動(dòng)目標(biāo)前景;針對(duì)存在陰影的運(yùn)動(dòng)目標(biāo)前景，提出了一種基于邊緣和HSV顏色空間相結(jié)合的方法去除陰影，并結(jié)合形態(tài)學(xué)處理方法提取出完整的運(yùn)動(dòng)目標(biāo)前景，為有效的運(yùn)動(dòng)目標(biāo)跟蹤提供了基礎(chǔ)。
　　在運(yùn)動(dòng)目標(biāo)

3、跟蹤方面，以車輛的質(zhì)心和面積為基本特征對(duì)車輛進(jìn)行跟蹤，結(jié)合Kalman濾波算法尋求運(yùn)動(dòng)目標(biāo)特征的最優(yōu)估計(jì)，利用歐式距離計(jì)算運(yùn)動(dòng)目標(biāo)的位置距離和面積大小差異尋找最佳匹配完成運(yùn)動(dòng)目標(biāo)的跟蹤;針對(duì)車輛間遮擋會(huì)使跟蹤目標(biāo)丟失的現(xiàn)象，本文提出了面積篩選的方法用不同的方式對(duì)車輛進(jìn)行跟蹤，最終獲得車輛的運(yùn)動(dòng)軌跡，為異常事件的判斷提供了依據(jù)。
　　在異常事件檢測(cè)方面，通過分析車輛的運(yùn)動(dòng)軌跡可以直觀的了解車輛的運(yùn)動(dòng)方向，將車輛的運(yùn)動(dòng)方向與道路規(guī)定的