基于序列图像的交通流自动调节系统.pdfVIP

智能交通 NTELLIGENT TRANSPORT I 基于序列图像的交通流自动调节系统 文/李际洲 本文提出了从视频动态序列图像中检测、识别汽车目标 自动调控：利用在同一区段、同一时段检测到的，相向 的算法，以此来分析城市道路车流量状况，并自动调 行驶的车流量结果，对道路隔离栅（标线）进行自动变更。 节控制系统。通过背景抑制法获得汽车区域，利用基于数学 使车道数量最大程度地满足交通状况。车流量大，增加同向 形态学的方法进行去噪声；利用二值图像阈值法和相关法来 车道数，相应减少反向车道数。 分别提取汽车车身和车灯。从而估算城市道路汽车流量，并 后续统计：利用概率统计的方法得到观测点各时段交 调整道路中间隔离栅。仿真实验结果表明：算法能够有效的 通量，记录到城市公共交通数据库中，方便交通管理和市民 检测、识别目标，并对控制系统进行自动调节。 出行。 引言 主要算法分析 随着我国城市化进程的逐渐加快，随之而来的是城市道 图像预处理 路交通拥堵问题日趋严重。通过进一步完善城市道路交通自 图像在形成、传输或变换过程中受多种因素的影响，如 动调节系统来缓解道路交通运输压力，具有十分重要的现实 光学系统失真、系统噪声、曝光不足或过量、相对运动等， 意义。道路交通车流量自动调节系统是以道路交通流量为特 往往会与原始景物之间或图像与原始图像之间产生某种差 定目标的专用计算机调控系统，主要是对视频序列图像进行 异，这种差异称为降质或退化。这种降质或退化对我们的处 分析，关键是对图像进行目标检测。 理往往会造成影响。因此在图像处理之前必须进行预处理， 目标检测的主要方法有帧差法、光流法和背景抑制法。 包括图像亮度翻转、灰度化、去噪声。 帧差法适合快速运动目标检测，但适应外界环境的变化能力 首先进行亮度翻转处理。由于白天和晚上路面光强变化 差；光流场法采用迭代方法，运算时间长，且受噪声影响 非常大，这对算法的适应性提出了更高的要求，为了能全天 大；背景抑制法能够提取完整的运动目标，且可以提取静止 得到车流量的信息，结合当时光线的不同情况，对两种算法 的物体。 进行自动的切换，从而保障整个算法的运行环境。 针对上述方法的优缺点，选用背景抑制法检测目标，再 然后进行图像灰度化处理。在MATLAB中，灰度图像是 使用数学形态学的方法对图像进行去噪声。利用二值图像阈 由一个uint8，uint16或一个双精度类型的数组来描述。由于 值法提取汽车车身，并使用相关法提取汽车车灯，从而可以 灰度图像足以用来目标提取，图像分割和目标区域匹配，所 估算车流量的情况，并进行调整道路中间隔离栅。本文先给 以将获取的RGB图像转化为灰度图像，可以节省存储空间， 出系统的设计流程，再对主要算法进行分析，最后进行仿真 加快处理速度。 实验。 最后进行图像去噪声处理。在对图像进行处理之后，目 标图像不免有处理过程中引入的噪声，这些噪声相对于目标 系统设计流程 来说，都是一些杂点或是杂线，所以利用腐蚀操作可以滤除 车流量自动调节过程主要包括图像提取、图像相关、车 这些杂点或是杂线，而目标仅仅是缺少些边缘，而中心和像 流量自动调控三个关键环节。其识别流程如图1。