论文部分内容阅读
客货混行涉及交通安全隐患，也影响了道路通行效率，而危化品车辆一旦发生事故，后果严重。推进客货分道，强化危化品车监管，并予实时发布路况态势信息，对交通安全、畅通及节能减排有重要作用。监控视频检测手段充分利用了沿路密布的监控摄像资源，具有易部署、投资少的优势。为此，论文依托“基于公路交通传感网信息检测·挖掘·汇聚·发布与辅助决策系统示范”、“江苏省视频联网监控平台建设”等省级项目，展开研究，其具有重要的理论意义和应用价值。 论文描述了国内外客货分道和危化品车辆检测的研究现状，研究了基于SIFT特征和SVM的车型分类方法，采用稀疏编码对其改进，提出了基于视频的客货分道检测方法和危化品车辆识别方案，并予以技术实现，构建了一个可视化的实时路况态势系统。 针对车型分类，论文分析并改进了传统的SIFT-SVM车型分类方法，对图像的SIFT特征稀疏编码，寻找隐含在SIFT内部的结构与模式，将特征参数在高维空间稀疏化，使其具有更好的线性分类特性。实现了SIFT-SC车型分类方法，对比实验的结果表明改进后的SIFT-SC方法比SIFT-SVM方法准确率高了10％。 针对客货分道检测和危化品车识别，论文将SIFT-SC方法应用到实际工程中。通过混合高斯背景模型提取视频中的车辆目标并计算关键点SIFT特征向量，根据稀疏字典将特征向量重编码，采用SVM分类器识别车型;系统结合车道线的图像空间映射关系，根据车辆目标的图像坐标，判断其当前行驶车道;对照车型识别结果发现违规行驶车辆。 针对实时路况态势服务，设计了一个高速、大容量的数据存储分析系统;将实时数据保存到关系型数据库中，并定期转储到分布式的HDFS存储系统中，兼顾了交通数据实时处理、海量存储的需求。分析了交通数据可视化的主要方法，设计并实现了实时交通态势的WebGis可视化展示，以及历史交通数据的多种可视化分析功能。 论文的特点与创新在于: 1)改进了SIFT-SVM车型分类方法。将目标图像的SIFT特征向量稀疏编码后采用线性SVM分类器分类，取得了较好的分类效果，准确率达到90％。 2)提出了一种基于视频的客货分道检测方法。其采用SIFT-SC车型分类算法识别车辆类型，根据车辆与车道线位置关系识别其是否违规行驶，具有易部署、适用广、成本低的优势。 3)给出了一个关系型数据库与HDFS相结合的交通数据存储分析方案。用SqlServer汇总分析实时数据，用HDFS集群存储原始历史数据，同时满足了交通流数据实时处理和海量存储的需求。