论文部分内容阅读
交通数据采集系统是智能交通系统的重要组成部分，在交通管理与控制、交通规划等方面发挥着重要作用。交通数据的采集离不开对道路上车辆的检测，与传统的地感线圈相比，视频检测有安装和维护方便、价格相对低廉、检测信息丰富、监视范围大等显著优点，逐渐成为近来研究的热点。然而，由于交通场景的复杂性和多样性，许多已有算法显得过于简单而不能满足实时性、准确性和鲁棒性要求，难以被实际应用。本文的主要工作，就是尝试为一些关键问题提供实时有效的解决办法。
基于视频的交通数据采集，涉及到许多共性问题，包括道路摄像机的标定、运动目标的检测、运动阴影的去除、交通参数的提取、嵌入式系统的开发等等。本文不但研究了相关基础理论，还面向实际应用，研制了嵌入式交通数据采集系统，并进行了长时间现场测试，获得了满意的效果。其主要贡献体现在以下几个方面：
①提出了一种操作简便的适合道路交通场合的摄像机标定方法。以求解摄像机参数方程组为核心，给出了在不同先验知识下的摄像机参数计算方法，使得算法非常实用。并通过实验证明，不同先验知识对应的摄像机标定策略虽然计算过程不同，本质上却是等效的，统一于摄像机参数方程组。
②探讨了三帧差分和背景消减相结合的运动目标检测方法，提高了复杂环境下运动目标检测的准确性。提出了基于8×8方格的连通区域提取方法，显著增强了运动目标的连通性，提高了对动态环境的自适应能力。
③提出了一种基于光谱的运动阴影去除方法。自动在线学习像素级阴影，计算阴影颜色模型；结合使用阴影的颜色和边缘模型，获得了较好的阴影检测效果：并通过空间分析去除半影，进一步降低阴影的错误否定和错误肯定。
④研究了基于虚拟线圈的交通数据采集方法。利用虚拟线圈内的运动特征和边缘特征，提出了一种新的车辆存在检测方法，该方法对光照剧烈变化、摄像机电路自动增益、运动阴影、夜晚车头灯光等常见噪声具有很强的免疫能力；通过与已有方法的实验对比，证明了所提算法具有计算量小、准确度高和鲁棒性强的特点。
⑤设计并实现了基于DSP的嵌入式交通数据采集系统。包括系统的整体结构设计和软件设计，将系统安装在路口进行长时间现场测试。获得了大量的路口交通数据，初步验证了系统长期工作时的准确性和鲁棒性。