基于视频的车流量统计算法设计学士学位论文.doc

基于视频的车流量统计算法设计 摘要：智能交通系统(ITS)已经被科学家认为是解决当前城市交通问题最有效的方法,也是目前和未来交通发展的主流方向。ITS的前提是获得交通道路的实时信息,比如车速、车流量等。本文主要研究ITS中基于视频检测技术的车流量统计方法,对所涉及的运动目标检测、背景提取、阴影去除以及车辆统计等核心技术进行了详细的研究。 本文的工作主要分为以下四部分： 对车流量统计相关算法进行了研究,针对目标检测算法,研究了光流法、帧间差分法和背景差分法。针对背景提取算法,研究了均值法、统计中值法、单高斯背景模型法和混合高斯背景模型法；针对阴影消除算法,研究了基于HSV颜色空间变换的阴影消除算法、基于色彩特征不变量的阴影消除算法和基于纹理特征的阴影消除算法。同时,本文对上述算法进行了实验对比分析。 给出了一种改进的混合高斯模型背景提取算法,当读入一定帧数的图像之后认为背景达到稳定状态,读入新的视频帧时,对当前帧进行判断,如果像素点和稳定背景图像的像素点差值大于阈值Th1,就对该像素点进行更新,反之就不更新。 给出了一种改进的基于虚拟区域的车流量统计算法,首先设置检测区域和检测线,然后跟踪检测区域中车辆的质心到检测线的距离d,如果d小于Th2认为有一辆车辆通过,通过实验验证,本文算法的精确率能达到90%左右。 实现了一个车流量统计系统,整个系统主要包括视频播放模块、GMM背景更新模块、前景构建模块和车辆计数模块。视频播放模块主要完成视频的播放和显示；GMM背景更新模块主要是实现本文的背景提取算法；前景构建模块的主要功能是通过阴影去除和形态学操作得到较好的前景图像；车辆计数模块的主要功能是完成本文的车流量统计算法。 本文深入研究了车流量统计的相关算法,并给出了一种改进的混合高斯模型算法和一种改进的基于虚拟区域的车流量统计算法,最后用VC实现了一个车流量统计系统,实验结果表明本文设计的系统能够对车辆目标进行准确检测与统计。 关键词：智能交通系统；运动目标检测；背景提取；阴影消除；车流量 Video traffic based on statistical algorithm design Abstract: Intelligent Transportation Systems (ITS) has been considered by scientists to solve the current problem of urban traffic the most effective method , but also the present and future direction of the mainstream transport development . ITS is a prerequisite to obtain real-time traffic and road information , such as speed , traffic and so on. The main article ITS statistical methods based on traffic video detection technology involved in moving target detection, background extraction, shadow removal and vehicle statistics such as the core technology for a detailed study . The main work of this paper is divided into the following four parts : 1）Statistics on traffic related algorithms have been studied for target detection algorithm to study the optical flow method, the inter-frame difference and background subtraction . For background extraction algorithm , the mean value method, statistical median method , a single Gaussian background model method and Gaussian mixture background model law ; against shadow elimination algorithm to study the HSV color space conversion