基于視頻檢測技術的車流量統計算法研究.pdf

1、伴隨著我國城市化進程的日益加速，交通系統的日臻完善已經成了現在社會發(fā)展的核心問題，智能交通系統中基于計算機視覺技術的高速公路車輛的研究越來越受到人們的關注。在高速公路車輛研究系統中利用數字圖像處理技術來實現交通流量的統計技術已成為了現在社會研究的重要問題和解決的關鍵問題。高速公路圖像視頻中要實現車流量的統計首先需要從背景中準確地提取出運動車輛，然后結合視頻檢測技術與圖像處理的相關知識，識別交通視頻圖像一定范圍內的車輛的數目、車輛的類型以

2、及車輛的運動特征等交通信息。對高速公路車輛的研究可以得到為之實用的車輛交通參數信息，決策者可以根據路況需求合理利用這些信息達到對交通情況的實時控制。
　　 本文首先簡要的概述了智能交通系統的基本研究內容、智能交通系統中的視頻檢測技術在國內外的發(fā)展情況以及較為流行的交通流量檢測系統;闡述了計算機圖像處理技術在車流量統計中的重要性，通過對現存的較為流行的幾種運動目標檢測技術的歸納和總結，詳細的闡述并且比較了智能交通系統中視頻檢測系統

3、的優(yōu)勢所在;然后詳細的討論了基于虛擬檢測圈的高速公路車流量檢測系統，在研究的過程中重點討論了在高速公路中基于動態(tài)背景下運動車輛目標提取的方法，并提出了結合貝葉斯模型的改進混合高斯目標檢測，以及融合幀差分法和面積法的車流量統計算法。
　　 本文的主要工作和創(chuàng)新點如下:
　　 (1)針對高速公路車輛運動的特點和天氣變化因素的影響提出了分塊混合高斯的背景提取算法，一方面降低了混合高斯的計算量，另一方面提高了檢測效果，避免噪聲及

4、雜物的污染。在運動車輛檢測過程中，引入貝葉斯模型檢測運動車輛，降低誤檢率和漏檢率。
　　 (2)在上述背景提取和運動車輛檢測的算法研究的基礎上，提出新的自適應背景更新算法，可以實時的更新背景，提高檢測的效率。
　　 (3)根據車流量統計算法的構架，設置了虛擬檢測區(qū)域，降低車輛分裂以及目標過小等因素的影響。在虛擬檢測線的基礎上，構建了融合幀差法和面積法的車流量技術系統，提高檢測的精確度。
　　 在計算機操作系統下通