基于目標(biāo)檢測(cè)與跟蹤的機(jī)動(dòng)車(chē)視頻測(cè)速方法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、圖像處理技術(shù)與計(jì)算機(jī)視覺(jué)的飛速發(fā)展，智能化視頻監(jiān)控系統(tǒng)使計(jì)算機(jī)能夠代替人對(duì)視頻監(jiān)控的信息進(jìn)行采集，處理和決策。本文主要研究的是如何對(duì)高速公路的視頻監(jiān)控圖像進(jìn)行處理和分析，從中提取出車(chē)輛的速度信息，為智能交通系統(tǒng)(ITS)提供必要的交通參數(shù)。 本文把測(cè)速問(wèn)題劃分為兩個(gè)子問(wèn)題：行駛時(shí)間的測(cè)量和行駛距離的測(cè)量。對(duì)于距離測(cè)量本文提出了一種新的圖像定位方法：基于對(duì)路面已有的白色標(biāo)線的檢測(cè)來(lái)計(jì)算有關(guān)圖像定位的三個(gè)參

2、數(shù)。并以此獲得圖像位置和對(duì)應(yīng)監(jiān)控道路位置的對(duì)應(yīng)關(guān)系。該方法與傳統(tǒng)攝像機(jī)標(biāo)定法相比不需設(shè)置復(fù)雜繁瑣的標(biāo)定物，比常用的虛擬線圈方法有更好的實(shí)用性和適應(yīng)性。同時(shí)采用易維護(hù)和較高抗震性能的路邊單桿攝像機(jī)來(lái)采集圖像，方便了系統(tǒng)的安裝、調(diào)校和修理，對(duì)高速公路的正常運(yùn)行不會(huì)產(chǎn)生影響。本文還提出了一種基于閾值分割和邊緣檢測(cè)的路面標(biāo)線檢測(cè)算法，用來(lái)檢測(cè)道路上三條車(chē)行道標(biāo)線的位置以及每段標(biāo)線的端點(diǎn)位置。 本文同時(shí)還采用了基于背景差分的車(chē)輛檢測(cè)方法和

3、基于卡爾曼濾波的車(chē)輛跟蹤方法，對(duì)道路上的車(chē)輛進(jìn)行正確的檢測(cè)和跟蹤，并利用基于邊緣檢測(cè)的陰影消除算法排除車(chē)輛的濃烈陰影的干擾，得到每幀圖像上車(chē)輛的準(zhǔn)確位置，然后可以得到車(chē)輛在圖像上的運(yùn)動(dòng)軌跡，結(jié)合圖像定位可以得出車(chē)輛在真實(shí)場(chǎng)景下的行駛距離。根據(jù)得到的視頻幀數(shù)時(shí)計(jì)算出車(chē)輛的速度。最后，本文還提出了一套可行的機(jī)動(dòng)車(chē)視頻測(cè)速系統(tǒng)設(shè)計(jì)方案。 總之，本文對(duì)視頻測(cè)速中的測(cè)距問(wèn)題和目標(biāo)檢測(cè)和跟蹤問(wèn)題進(jìn)行了深入的分析和研究，對(duì)這些問(wèn)題提出了自己的