论文部分内容阅读
智能交通系统ITS(Intelligent Transportation System)，指将先进的信息技术、数据通讯技术、自动控制技术、计算机处理技术等应用于交通运输，实现交通信息管理现代化。采用ITS，可以大幅度提高道路的通行能力，产生巨大的经济效益和社会效益。在现代交通管理和道路规划中，交通流量和通行车辆的类型、速度等重要参数的自动获取的方法大致可以分为两类：一类是利用压电、红外、环形磁感应线圈等传感器获得车辆本身的参数，这类方法跟踪识别率较高，但是容易损坏，安装也不方便。还有一类就是基于图像处理和模式识别的方法，克服了前面一类方法的局限，由于图像处理识别技术的进步和硬件性能大幅提高，有一定实用价值的系统已经开始应用。本文实现一种基于视频检测方式的闯红灯抓拍系统，自动记录机动车违章行为过程。系统对违章机动车的检测采用背景减除法，系统中背景图像的生成通过当前图像与原背景图像迭代来实现动态更新；系统检测当前场景中设定检测区域，如果图像发生变化并且这种变化超过设定的阙值时，系统判断有机动车辆通过检测区域：如果机动车在红灯信号时通过检测区域，系统确定该机动车发生闯红灯信号的违章行为并将违法的整个过程记录下来，生成违章图片上传到后台处理系统。系统监控的场景划分为检测区和非检测区，在实际应用中，只需要检测机动车道停车线前后10米左右的区域，大概占整个场景的1／6，因此检测区域的划分大大减少系统的运算量。系统通过检测检测区域中图像的亮度和色彩饱和度的变化来检测是否有机动车通过。每个检测出的运动物体由有限个16×16块组成，统一进行标识，每个运动的物体形成一个连通区域D_i，计算连通区域的像素的特征，包括∑F_i~I(x，y)、∑F_i~H(x，y)，(x，y)∈D_i。通过计算连通区域D_i的面积大小，排除Block块少于4的运动物体。红灯信号时如果在前后检测区域检测到的同一辆机动车，系统断定车辆违章。前后两幅图像比对通过NCCF(Normalised Cross-Correlation Function)来确定。该系统采用自适应更新背景，具有较高的检测精度和良好的抗干扰性；划分检测区域，有效地提高了检测速度，具有良好的实时性；基于改进的Block匹配的算法，提高了匹配的准确率。