復(fù)雜環(huán)境下的夜間車輛檢測(cè)與交通視頻晝夜亮度變化模型研究.pdf

1、智能交通系統(tǒng)是現(xiàn)代交通管理的有效手段，其中交通信息采集系統(tǒng)是智能交通系統(tǒng)的基礎(chǔ)。由于視頻檢測(cè)系統(tǒng)具備靈活性和多種附加功能，相比傳統(tǒng)的交通信息采集系統(tǒng)，更受到人們的青睞。然而，視頻檢測(cè)系統(tǒng)因其對(duì)道路環(huán)境和圖像質(zhì)量的敏感性，其檢測(cè)準(zhǔn)確率不是很高，檢測(cè)算法仍有待改進(jìn)。實(shí)際應(yīng)用顯示，系統(tǒng)在夜間準(zhǔn)確率較低，特別是在雨夜或者高載客車道效果更差。以往對(duì)夜間視頻車輛檢測(cè)的研究，多數(shù)以車燈為檢測(cè)對(duì)象，但是卻簡(jiǎn)單地認(rèn)為車輛前燈在圖像上表現(xiàn)為規(guī)則的幾何形狀，

2、沒有充分考慮小前燈、裝飾燈和轉(zhuǎn)向燈與大前燈粘連或者分離的復(fù)雜情況，也沒有考慮大型車輛車頂?shù)倪吔鐭?，以及雨天路面積水引起上述眾多車燈的倒影。 因此本文將夜間車輛檢測(cè)作為研究重點(diǎn)，把它從整個(gè)視頻檢測(cè)系統(tǒng)中分離出來單獨(dú)研究，以完成復(fù)雜環(huán)境（如雨天、存在大型車輛、交通擁堵）下的夜間車輛視頻檢測(cè)任務(wù)為目標(biāo)。在分析夜間不同道路狀況的不同視頻特性，以及其中車燈特征的不同表現(xiàn)的基礎(chǔ)上，提出了車燈提取配對(duì)跟蹤算法（HLEPT）。該算法利用二值化和

3、形態(tài)學(xué)方法提取車燈；借助于攝像機(jī)標(biāo)定，得到車燈在路面上關(guān)于攝像機(jī)鏡頭的投影坐標(biāo)；根據(jù)車輛的物理構(gòu)造和運(yùn)動(dòng)規(guī)律，設(shè)計(jì)了一套車燈配對(duì)、按車輛分組和跟蹤的規(guī)則；以先配對(duì)后跟蹤（HLPT）方法為主，先跟蹤后配對(duì)（HLTP）方法為輔，兩者相結(jié)合的策略，即先配對(duì)，并跟蹤車燈對(duì)，后利用車燈對(duì)，排除其附近光源，剩下的車燈分別跟蹤、軌跡配對(duì)；由車燈軌跡計(jì)算各種交通參數(shù)。 實(shí)驗(yàn)表明，HLEPT算法復(fù)雜度低，具有良好的實(shí)時(shí)性、魯棒性，良好環(huán)境下其檢測(cè)

4、率達(dá)96％以上；即使在雨夜路面有車燈倒影和存在大型車輛的交通擁擠路段，檢測(cè)率也能達(dá)到88％。HELPT算法對(duì)于車燈特征的假設(shè)和配對(duì)跟蹤規(guī)則同樣適用于高架路、城鄉(xiāng)道路等路段的夜間交通信息采集。 由于道路晝夜照明條件迥異，視頻車輛檢測(cè)系統(tǒng)通常采用兩種不同的算法來完成晝夜檢測(cè)任務(wù)。那么晝夜檢測(cè)算法什么時(shí)候切換，如何切換呢？本文提出了一種獨(dú)立于攝像機(jī)硬件，從圖像序列中分析亮度變化的方法。本文觀察了交通視頻晝夜亮度變化的規(guī)律；提出了用四參