基于车辆跟踪的实时拥堵等级界定.pdfVIP

Videocommunication·视频通信 ■■■■■■一 职胭 鼬他姗 实时拥堵等级界定系统 该系统通过对车辆的跟 统计上述结果图像B(i，j){i．j∈R1}中零值的个数 ，如果C1小于阈值 踪 得到车辆的轨迹 并在此基础上计算得出车 T (同样由经验值给出)．则认为背景图像建立完成，否则继续做帧 辆的相对车速。统计一段时间内的车流数和平均 间差分，直到满足条件 。 相对车速参数，最终运算得出实时的拥堵等级。 车辆跟踪通过匹配和卡尔曼预测两者的结合来做 。第一个前景帧中 所有满足条件的前景Blob[xi]都标记为 目标Obj[yj]，从第二个前景帧开始 二 车辆跟踪 做匹配，匹配指用当前帧中的Blob[xi]更新已有的obi[yi]，逐帧更新的结 果是实现一个目标从进场到出场的全程跟踪。匹配首先要做以下预操作： 1．不规则感兴趣区域的设定 从摄像头提取的实时路况视频被处理成连续 帧，通过对每帧图像的处理实现车辆的跟踪。由 统计每两个 Blob[xi] 统 计 每 个 统计每个Obj[Yj】 于摄像头下的帧图像是较广的一个范围，通常包 与 obj)【=】i]矩形间的 -—■Blob[xi】与 多少 ——■与 多 少 个 含正反两股车道 而拥堵的界定是针对一个方向 重叠像素个数 个Objy【j】相重叠 Blob[xi]相重叠 车道而做的，所 以一个感兴趣区域的设定是必须 的。同时，考虑到空间立体图像到平面图像转换 过程中的视角问题，该感兴趣区域无法简单的用 然后分情况讨论，情况1：Blob[xi]没有相匹配的Obj[yj]，则判定为新 目标 一 个矩形框定，那么不规则四边形就是一个好的 进场，标记为Obj[yj+1]：情况2：Blob[xi]与0bj[yj]一一对应．则用Blob[xi] 选择 ，其具体实现的流程图如下图 I2)所示 ： 更新Obj[yj]的位置；情况3：Blob[xi]与多个Obj[yj]~1]对应 则表示多个 目 标重合成一个 目标，用这个Blob[xi]更新所有相对应的Obj[yj]情况4：多 鼠标响应事件接收遍四十点．井报 l I使用cvFillPoly_嚆教填充币搜则 揩这西个点圈定一个蚪接矩形Rjr．{翻边形，填充色为(o，0．255) 个Blob[xi]对应一个Obj[yj]，则表示一个 目标分裂开来，此时用灰度直方 图进行相似度运算，相似度最大的Blob[xi]更新Obj[yj]，剩下的Blob[xi]-~0 成新 目标；情况5：Obj[yj]没有相匹配的Blob[xi]，)I]JlObj[yj]用卡尔曼预测 值来更新。 2．车辆检测与跟踪 3．背景更新 目前，车辆检测的一种常用方法是背景减除 法，该方法是将当前帧图像F(ij) j∈R1}与背 视频图像对光线和天气变化 (i，j)-峨I(i，j)+(1一)B