可靠的路口智能交通事件分析系統(tǒng).pdf

1、城市交通問題日益嚴重,而基于視頻的路口智能交通事件分析系統(tǒng)是解決此問題的關(guān)鍵,運動目標檢測、目標跟蹤和交通事件分析技術(shù)是實現(xiàn)智能交通事件分析的最重要技術(shù),本文分別對他們進行了深入研究。
　　首先針對運動目標檢測,本文分析了幾種經(jīng)典的運動目標檢測算法,通過分析這幾種算法的優(yōu)缺點,在傳統(tǒng)的混合高斯背景建模的方法上,加入停留檢測算法,提出了一種基于混合高斯背景建模的自適應(yīng)更新算法,從而自適應(yīng)的控制背景更新的速度,既可以解決光照突變引起的

2、背景變化,又解決了大量運動物體停留而導(dǎo)致的背景污濁的問題。并對得到的前景圖進行了形態(tài)學(xué)濾波,運用一種基于色度和紋理的陰影去除算法去除陰影,成功的消除了前景中的干擾噪聲,實現(xiàn)了運動目標的精確檢測和提取。
　　對于目標跟蹤,本文提出一種基于多特征模板匹配和卡爾曼濾波器的目標跟蹤算法,該算法首先利用檢測出的運動目標構(gòu)建起多特征模板,再根據(jù)前后兩幀重心距離最近原則,找到與之匹配的運動目標,如果遇到運動目標被遮擋,則轉(zhuǎn)為卡爾曼濾波器進行運動

3、預(yù)測,在根據(jù)預(yù)測得到的預(yù)測點周圍進行模板匹配,仍然無法匹配時,就把預(yù)測點作為目標在當前幀中的位置,從而進行下一步預(yù)測,等到目標再次出現(xiàn)時,就可以對其進行穩(wěn)定跟蹤而不至于丟失目標。
　　對于交通事件分析,本文在研究地感線圈的基礎(chǔ)上,提出了一種基于虛擬線圈交通事件模型的事件檢測算法,結(jié)合具體場景的不同事件規(guī)則,分別給出了闖紅燈事件、逆行事件和過車事件的虛擬線圈交通模型,并與目標的運動時空信息(即運動目標軌跡)相結(jié)合,成功實現(xiàn)了智能交通