基于機(jī)器視覺的車輛檢測技術(shù)的研究.pdf

1、目前，隨著汽車數(shù)量的增加，交通擁堵，交通事故頻發(fā)生等問題也日益惡化，解決這些問題的最佳途徑是智能交通系統(tǒng)的發(fā)展。而智能交通系統(tǒng)的基礎(chǔ)是交通參數(shù)的檢測。交通參數(shù)包括多個(gè)方面，比如車流量、車型、車速、車流密度等等。交通參數(shù)檢測的方法有很多種，其中基于視頻圖像處理的機(jī)器視覺技術(shù)具有豐富的信息含量，成本代價(jià)低等優(yōu)點(diǎn)，已成為國內(nèi)外的研究熱點(diǎn)。
　　 本文以靜止攝像機(jī)獲取的車輛場景作為研究對象來提取交通參數(shù)，在參閱了很多國內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)

2、上，研究了基于機(jī)器視覺的車流量統(tǒng)計(jì)和車型識別技術(shù)，并進(jìn)行了歸納和總結(jié)，采取了適合車流量統(tǒng)計(jì)和車型識別的檢測方法，利用OpenCV實(shí)現(xiàn)了一個(gè)車輛檢測模擬系統(tǒng)。主要研究內(nèi)容包括：
　　 在流量檢測方面，主要包括視頻采集，目標(biāo)檢測，目標(biāo)跟蹤和目標(biāo)統(tǒng)計(jì)四部分。目標(biāo)檢測部分主要用了幀差法，光流法和背景差分法，并對目標(biāo)檢測的結(jié)果進(jìn)行了陰影消除和形態(tài)學(xué)處理，獲得了較好的運(yùn)動(dòng)目標(biāo)。然后通過對這三種方法的分析對比，最后決定在采用幀差法的基礎(chǔ)上，對

3、目標(biāo)進(jìn)行跟蹤和統(tǒng)計(jì)。在分析已有的車流量統(tǒng)計(jì)算法優(yōu)缺點(diǎn)的基礎(chǔ)上，采用了基于虛擬檢測框的質(zhì)心統(tǒng)計(jì)法，通過在虛擬檢測框內(nèi)跟蹤輪廓，尋找輪廓的質(zhì)心并判斷質(zhì)心的位置對目標(biāo)進(jìn)行統(tǒng)計(jì)，該算法通過對實(shí)際的視頻交通序列進(jìn)行了測試，取得了較好的結(jié)果。
　　 在車型識別方面，主要包括圖像處理，特征提取和識別三部分。本文介紹了圖像預(yù)處理、特征提取和識別算法等環(huán)節(jié)需要解決的問題。其中特征點(diǎn)的定位是車型識別的難點(diǎn)和重點(diǎn)，因?yàn)橹挥星蟪鎏卣鼽c(diǎn)，才能求出特征值，