基于机器视觉的道路车流量检测方法研究

近年来,汽车的数量不断增加,交通拥堵等问题日益严重,智能交通系统(ITS)在交通管理中的地位不断上升。交通车流量分析是智能交通系统的关键技术之一,也是实现智能交通诱导及控制的前提。车流量检测的方法很多种,其中基于图像处理的计算机视觉技术以其直观、方便的分析手段,计数准确、安装方便、维修费用低等优点逐渐取代了其他方法,获得了更广泛的应用,已成为智能交通系统领域的一个研究热点。 本文以静止单孔摄像机获取的交通场景视频作为研究对象,以提取场景内的交通参数为目的,在参阅国内外相关文献的基础上,对所涉及到的几种运动目标检测方法进行了归纳总结和比较,分析了车辆检测方法的基本原理、应用范围和优缺点,采用了适合于交通参数检测的检测方法,实现了一个视频车流检测系统。主要内容包括： (1)介绍了三种常用的运动目标检测的方法,并重点介绍了本文采用的减背景算法。 (2)介绍了几种背景建模的方法,考虑到算法的实时性与检测的完整性,确立了在RGB彩色空间采用中值法提取背景的方法。 (3)实现了一个基于视频的道路车流量检测系统,通过设置虚拟检测线,提取检测线上车辆信息的方法,来进行车流量的检测。 最后,本为在Windows操作平台上利用MATLAB 2007a对所提出的算法进行编程仿真。该算法通过对实际的交通流图像序列进行了测试,取得了较好的结果。