论文部分内容阅读
随着经济的高速发展、城市化进程加快和汽车数量急剧增长，导致交通拥挤、事故频发、环境恶化和能源紧张等日益加剧的问题，从而产生了运用信息技术手段来解决上述问题的智能交通系统。图像处理与分析在智能交通领域扮演着极其重要的角色，具有广泛的应用价值，尤其是摄像机已经广泛应用于交通视频系统。基于视频的交通系统基本功能是通过图像处理技术自动地提取实时的交通流参数，而交通流参数获取的准确度完全取决于摄像机参数标定的精确度和图像处理算法运用的是否恰当。因此，只有摄像机参数被正确地标定，基于视频的交通流参数才能准确的获得，所以本文研究了面向视频交通流参数的摄像机动态标定技术。主要研究内容及结果如下：
⑴分析了国内外摄像机标定的研究现状，以及智能交通视频系统的研究发展，指出当前该领域中摄像机标定研究存在的问题和解决方案。
⑵建立了一种基于交通视频场景的摄像机标定数学模型。主要利用交通场景中普遍存在的车道线平行特征、和投影几何学中平行线性质来建立数学模型，并且推出针对该模型给出了易于求解摄像机参数的方法。
⑶综合现有算法给出了一套适合摄像机标定的车道线检测算法。主要围绕本文建立的摄像机标定数学模型，综合考虑影响车道线检测准确性的各个因素，集成现有算法给出一套适合摄像机标定的自动的图像分析与处理算法。
⑷提出了基于长度和位移的视频场景中的交通参数获取方法。主要围绕摄像机标定来准确地求取交通流参数，重点放在与长度或位移相关的数据计算方面。
⑸设计了一种面向交通视频场景的摄像机动态标定系统，并对技术难点进行了分析说明。主要从车道线检测算法和摄像机参数校正两个模块，系统的自动化和动态性两个方面，分析和设计该系统的框架和结构。
⑹通过实验验证了本文提出的摄像机标定数学模型、车道线检测算法以及交通参数获取方法的有效性和技术实现的可行性。