复杂环境下的夜间车辆检测与交通视频昼夜亮度变化模型研究

智能交通系统是现代交通管理的有效手段,其中交通信息采集系统是智能交通系统的基础。由于视频检测系统具备灵活性和多种附加功能,相比传统的交通信息采集系统,更受到人们的青睐。然而,视频检测系统因其对道路环境和图像质量的敏感性,其检测准确率不是很高,检测算法仍有待改进。实际应用显示,系统在夜间准确率较低,特别是在雨夜或者高载客车道效果更差。以往对夜间视频车辆检测的研究,多数以车灯为检测对象,但是却简单地认为车辆前灯在图像上表现为规则的几何形状,没有充分考虑小前灯、装饰灯和转向灯与大前灯粘连或者分离的复杂情况,也没有考虑大型车辆车顶的边界灯,以及雨天路面积水引起上述众多车灯的倒影。 因此本文将夜间车辆检测作为研究重点,把它从整个视频检测系统中分离出来单独研究,以完成复杂环境(如雨天、存在大型车辆、交通拥堵)下的夜间车辆视频检测任务为目标。在分析夜间不同道路状况的不同视频特性,以及其中车灯特征的不同表现的基础上,提出了车灯提取配对跟踪算法(HLEPT)。该算法利用二值化和形态学方法提取车灯;借助于摄像机标定,得到车灯在路面上关于摄像机镜头的投影坐标;根据车辆的物理构造和运动规律,设计了一套车灯配对、按车辆分组和跟踪的规则;以先配对后跟踪(HLPT)方法为主,先跟踪