论文部分内容阅读
随着我国社会经济的快速发展,城市人口增多,城市机动车保有量正持续快速增加,城市道路供给已经远远不能满足于道路交通发展的需求,各类交通问题日益突出.发达国家的长期实践证明,依靠单一修建更多道路、扩大路网规模来解决日益增长的交通需求的方法,已经难以适应现代社会飞速发展的客观要求,而基于动态信息的智能交通系统(ITS)是目前公认的对于改善城市道路交通状况达到“保障安全、提高效率、改善环境、节约能源”最有效的方法之一.其中,交通信息的检测是智能交通系统最核心的部分之一.传统通过线圈采集交通参数的方法对路面有损坏,施工和安装都不方便,并且要经常进行维修和维护.随着视频技术的飞速发展,基于计算机视频技术的交通参数检测系统的实现已成为可能,计算机视频检测技术问题已成为现代交通工程领域中研究的重点和热点问题之一.本文的工作内容主要分成两部分：基于视频的车辆检测和交通参数检测.首先,本文提出了基于帧差法和基于特征的方法相结合的车辆检测算法.车辆检测是视频交通参数检测的前提.复杂的背景,运动目标的多样性,天气和光照的变化等因素,都在不同程度上影响着车辆检测的准确性.为此,本文提出了一种基于帧间差和车辆外观特征相结合的视频车辆检测方法.该方法在帧间差分的基础上,通过结合车辆的边缘、对称性、车底阴影等特征,实现了车辆在不同天气、光照条件下的鲁棒检测.其次,本文在车辆检测的基础上,提出了基于视频的车流量、车速等交通参数的计算方法,并提出了一种基于摄像机标定的车型判定方法.该方法利用摄像机标定,计算出图像中车辆的实际宽度,从而将车辆分类.最后,本文利用真实环境下录制的交通视频,对本文提出的车辆检测算法和交通参数检测算法进行了测试,结果表明了本文车辆检测算法的有效性和交通参数检测的准确性.