基于模型的交通流信息檢測系統(tǒng)研究.pdf

1、計(jì)算機(jī)視覺技術(shù)是實(shí)現(xiàn)圖像理解的重要技術(shù)，在智能交通系統(tǒng)(ITS)中具有廣泛的應(yīng)用?；谝曨l圖像的交通信息檢測具有檢測信息全面、監(jiān)視范圍廣、成本較低、不影響交通等優(yōu)點(diǎn)。與其他技術(shù)相比，視頻技術(shù)在處理車輛跟蹤、車輛分割、車輛排隊(duì)等方面，具有明顯的優(yōu)勢，是實(shí)現(xiàn)交通信息采集的最主要技術(shù)手段之一。在“十五”科技攻關(guān)項(xiàng)目“交通信息采集設(shè)備開發(fā)”課題的支持下，本文研究了固定相機(jī)條件下的交通流量參數(shù)提取、交通場景理解的技術(shù)和方法，以及基于嵌入式系統(tǒng)的研

2、發(fā)工作，并成功研制一體化和分離式兩種類型交通信息采集設(shè)備。 運(yùn)動車輛的分割、跟蹤和識別是實(shí)現(xiàn)交通信息檢測的基礎(chǔ)，是實(shí)現(xiàn)交通場景理解的關(guān)鍵技術(shù)?？紤]到檢測設(shè)備的檢測功能要求和實(shí)時(shí)性要求，以及車輛形狀和運(yùn)動方式等有關(guān)的先驗(yàn)知識，本文提出了全新的基于立方體模型的車輛描述和識別系統(tǒng)，內(nèi)容涵蓋了實(shí)現(xiàn)一個(gè)對象識別系統(tǒng)所必須研究的底層處理、模型化和匹配三個(gè)方面。并對相機(jī)標(biāo)定、運(yùn)動信息檢測和立方體模型識別等提出了行之有效的算法，最終實(shí)現(xiàn)了具有實(shí)

3、用意義的檢測系統(tǒng)。 在相機(jī)標(biāo)定算法研究中，根據(jù)車輛運(yùn)行于道路平面的約束知識，將相機(jī)標(biāo)定分為外參數(shù)標(biāo)定和內(nèi)參數(shù)標(biāo)定兩個(gè)不同的處理步驟，實(shí)現(xiàn)了簡化標(biāo)定的目的。研究了道路平面運(yùn)動約束下圖像平面和道路平面之間的重投影關(guān)系，在此基礎(chǔ)上推導(dǎo)出路面重投影速度與車輛運(yùn)動方位之間的同方位關(guān)系，作為車輛模型定位的初始化信息。研究基于單幀圖象的小波變換、層次圖象分解、多尺度邊緣檢測、邊緣描述、多尺度角點(diǎn)檢測等技術(shù)，以及由邊緣特征實(shí)現(xiàn)的基于平行四邊形的

4、感知聚類方法，為模型匹配提供更高層次的特征結(jié)構(gòu)。 運(yùn)動信息檢測由變化檢測和光流檢測兩個(gè)階段實(shí)現(xiàn)。變化檢測由時(shí)間差分和背景差分兩種不同的差分技術(shù)實(shí)現(xiàn)，時(shí)間差分通過連續(xù)幀的“與”運(yùn)算消除“虛影”，由背景差分實(shí)現(xiàn)完整的變化檢測。研究了背景模型、背景更新、自動光圈抑制、形態(tài)學(xué)處理和團(tuán)塊凸分割等有關(guān)內(nèi)容，實(shí)現(xiàn)穩(wěn)定魯棒的運(yùn)動團(tuán)塊檢測。光流檢測由團(tuán)塊粗跟蹤和Lucas-Kanade算法精確匹配實(shí)現(xiàn)，由RANSAC實(shí)現(xiàn)了2D仿射運(yùn)動模型魯棒估計(jì)

5、，由Kalman濾波。此外，還闡述了基于顏色空間變換的陰影檢測方法。 車輛模型由立方體結(jié)構(gòu)實(shí)現(xiàn)模型的點(diǎn)、線、面之間的拓?fù)浣Y(jié)構(gòu)描述，以及基于視面圖的2D投影描述。在識別過程中，由運(yùn)動信息確定車輛模型位置和方位，對于單個(gè)車輛，實(shí)現(xiàn)基于輪廓的單個(gè)車輛特征檢測方法，由Bayes推理網(wǎng)絡(luò)進(jìn)行識別。對于多個(gè)車輛，由邊緣特征和運(yùn)動光流特征，采用多種約束條件控制匹配搜索的深度和識別樹的數(shù)量，完成車輛對象的分割識別。 論文最后介紹了交通流