论文部分内容阅读
交通数据采集系统是智能交通系统（Intelligent Transportation Systems，简称ITS）的重要组成部分，交通数据采集系统的主要功能是应用信息识别技术，获取公路交通中如车流量数据、路况信息等交通数据，并最终将交通数据发布给数据需求者；交通数据采集系统的目的是为交通管理部门做出改善公路交通运输状况决策，以及对决策的有效性进行判断，提供数据依据。现有交通数据采集方法存在诸多缺点和不足，首先在交通数据获取过程中存在数据精度低、方法不够智能等问题，其次在交通信息发布过程中，交通信息发布不够及时、信息共享效率低。解决以上问题的关键在于，应用成熟的计算机图像处理技术，实现一种高精度、高智能的交通数据获取方法，以及应用网络通信技术，保证交通信息及时、迅速的发布给信息需求者。基于以上分析，本文首先采用计算机图像处理技术，对基于视频图像的车型识别方法进行了设计研究，该方法采用图像分割技术从交通视频中分离出运动车辆图像，提取车辆图像轮廓的几何尺寸作为车型识别特征，应用神经网络技术实现基于车辆轮廓尺寸特征的车型识别功能；其次，采用计算机图像处理技术和神经网络技术进行基于图像的雨雪路况识别方法研究，对路面图像的灰度直方图进行分析，提取路面的灰度特征输入神经网络进行路况分析识别；另外，利用3G无线通信模块，建立交通信息基站与因特网（Internet）之间的无线连接，使交通数据通过因特网传输至服务器端，相比有线数据传输方式，该方法传输数据不受地域限制，降低了数据传输网络的构建成本；最后，在服务器端搭建交通信息发布网站，交通数据经过服务器的分析统计后，得到交通流量统计信息和公路路况信息，以上信息直接发布到网站，任何拥有访问权限的交通信息需求者都可以通过该网站方便地获得交通信息，提高信息传输的效率。经实际运行测试，本文所研制的交通信息基站与交通信息发布网站系统性能稳定，在车型识别和雨雪路况识别精度，交通数据网络传输的安全性和可靠性，以及交通信息发布网站数据统计稳定性等方面的指标水平达到了项目的预期目标。