基于视频的高速公路车流量检测系统研究与实现

国民经济的大力发展和科学技术进步给人类生活带来方便的同时,也给交通运输带来极大负面效应,在此背景下,分析和指导交通管理的智能交通系统(ITS)便应运而生了。智能交通系统是指利用数字图像处理技术,对设备采集的视频图像进行分析,检测运动目标及其运动轨迹,分析目标物体的行为,从而为交通管理智能化提供依据。前景车辆目标检测与车辆跟踪是智能交通系统中最关键的技术,是智能交通信息获取的基础,决定了系统的整体性能和实用价值。随着科学技术的发展,智能交通系统的应用范围也将越来越广泛。 本文阐述了基于视频的高速公路车流量检测技术,主要包括图像预处理、背景提取及背景更新、阴影抑制、目标检测、车流量统计和车辆跟踪,经过上述一系列步骤,最终开发出一个基于视频的车流量检测系统。本人承担的主要工作如下： 图像预处理方面,图像在采集、转换和传输过程中,会不同程度地引入噪声,而噪声对图像处理、分析和识别具有很大负面效应,因此,本系统运用图像平滑方法削弱噪声,并用形态学增强方法使图像细节信息更突出显示出来,为后期处理奠定基础。在背景提取与更新方面,通过分析比较几种常用背景提取和更新方法,提出一种分块背景提取和更新算法,使背景提取的时间效率得到提高,为后续工作提供有力保障。目标检测方面,通过对比几种检测方法,提出一种基于帧差的背景减除目标检测方法,背景提取采用混合高斯模型方式,考虑到车辆阴影对目标检测的不良影响,本文采用HSV彩色空间方法消除阴影。试验表明,本文改进的目标检测方法可以准确的消除车辆阴影,并能够完整保留目标车辆信息。目标跟踪方面,通过目标轮廓提取、质心点搜索等步骤,跟踪车辆目标轨迹,并且实现了多目标车辆跟踪。 实现了基于虚拟检测线圈的车流量统计方法,针对图像中感兴趣区域使用改进的背景减除算法,并结合使用形态学腐蚀、膨胀运算与阴影抑制方法,以实现基于视频的实时车辆数目统计。该方法对于环境光线变化具有较好的适应性,不受车辆运动状态与车道数目变化的限制,而且算法计算复杂度低,计算量小,检测精度高、能够实时获得车流量交通参数,并跟踪车辆目标轨迹,同时在应用中实时性好,准确性高。最后,用C++语言,在Windows7平台下,开发出一个基于视频的高速公路车流量检测系统,并将车辆统计时的目标位置、统计时间、车流量等信息录入数据库,便于分析交通拥堵状况,从而对交通进行智能化管理。