论文部分内容阅读
智能交通系统是当前解决城市交通拥堵、提高交通管理效率的一种有效手段。较之于其他的智能交通系统，基于视频的智能交通系统有巨大的优势:管理中心能够实时地得到车速、车流量、违章等路况信息。随着DSP技术的发展，基于DSP平台的视频智能交通系统已经成为了主要的研究热点，DSP平台具有运算速度快，便于携带，维护简便，成本低的优势。本文从背景的提取和更新、车辆检测以及车辆跟踪入手，最终实现了基于TMS320DM647的交通检测系统。 背景提取和实时更新是运动车辆检测和跟踪的关键，本文采用高斯模型进行背景的提取和更新。在实际场景中，由于光照强度、阴影、车流量的疏密等因素会导致背景提取和更新的难度较大;而基于高斯模型的背景提取和更新方法可以有效地避免这类影响。在高斯模型中，背景的提取和更新是对每个像素点进行的，而且每个像素点都是互不干扰的。如果像素点的灰度差分大于阈值，则认为是前景，背景不需要更新;否则，就进行背景的更新。基于高斯模型的背景提取和更新算法能有效地提取出实时的背景图像。 运动车辆的检测是基于视频的智能交通检测系统的重点。本文提出了改进的三帧差分法来检测运动车辆，先将三帧差分结果进行“与”运算，再把得到的结果和背景差分的结果作“或”运算，从而得到完整的运动车辆信息。在实际应用中，改进的算法可以有效地提取出运动车辆的完整信息。 本文采用基于Mean Shift算法来跟踪运动车辆，针对算法中存在的跟踪框大小固定不变的情况，本文提出结合改进的三帧差分法来提取运动车辆的信息，进而确定运动车辆的跟踪框的算法，此时跟踪框大小是实时变化的。交通事件检测是交通管理的一个难题。本文分别针对交通拥堵、交通违章这两个方面进行了研究。在视频帧图像的适当位置设置检测块，对检测块内的图像进行背景差分。如果差分值大于阈值，则认为是有交通事件发生;否则，认为没有交通事件发生。 在硬件平台的选择上，本文采用基于TMS320DM647芯片的硬件系统。TMS320DM647芯片主频高，运算速度快，适合算法量大、实时性要求高的场景。