交通视频监控中车辆检测与分割方法研究.pdfVIP

摘要 摘要 对交通路况进行监控，实时、准确的获取各种交通参数，是实施智能交通 管理的前提。视频监控方法通过分析拍摄的交通图像序列，对交通目标进行检 测、识别和跟踪，并对其行为进行分析和判断。与其它检测手段相比，视频监 控方式可以同时获得多种重要路况状态信息，有利于实现交通管理的智能化， 具有很大的发展潜力。 在智能交通视频监控中，无论采用什么解决方案，首先必须能够检测分割 出交通场景中的目标。因此，车辆检测与分割方法的研究，在交通视频监控系 统中具有重要的意义。 车辆的检测一般采用背景差分方法，该方法的性能受到视频图像稳定性和 背景估计鲁棒性的影响，需要有快速有效的图像预处理方法、背景建模方法。 车辆分割的难点，主要是场景中存在的阴影，以及车辆间的遮挡粘连。本文针 对以上问题进行了研究，取得的主要研究成果和创新点如下： (1)为保证背景差分方法的性能，针对摄像机抖动导致的场景运动，提出一种 基于三参数模型的快速图像稳定方法，对运动的性质进行判别和校正。该 方法模型参数少，求解过程快，能很好满足监控应用中图像稳定的实际需 求。在背景估计方面，提出局域灰度分布的概念，基于该特征提出一种混 合多模态背景模型，该模型既可以在象素粒度上，也可以在图像块粒度上 进行处理，能够自适应交通场景中背景的多模动态性，具有较好的鲁棒性。 (2)针对夜晚光照不足时，图像色调偏红，对比度不高的情况，将RetilleX图像 增强理论与小波分解相结合，提出一种图像融合增强算法，实验表明相对 其他几种典型算法，该算法的性能具有明显的优越性。 (3)研究了阴影检测问题，针对HSV色彩空间方法误检率高的问题，本文在利 用HSV色彩信息的同时，增加梯度特征判据和几何特征判据，提出一种改 进算法，该方法能有效减少阴影的误检率。 (4)针对遮挡粘连问题，从遮挡关系分解的角度出发，对一种2．5．D车辆描述模 型进行了改进，并与二维凸包分割方法相结合，给出了一种解决方案，对 跟踪过程中的遮挡问题提出了新的处理策略。． (5)研究了位置违章行为的检测问题。根据车辆的2．5．D描述模型，推导出在自 摘要 遮挡和交互遮挡情况下，车辆整体轮廓、底部轮廓和单一底边的恢复规则。 将车辆运动视为其底部在道路平面上二维共面运动，通过分析车辆底部与 道路标线的相对位置关系，提出位置违章的两个检测判据和检测算法。 关键词：智能交通系统车辆检测阴影检测遮挡处理图像稳定背景估计违 章检测 II Abstmct ABSTRACT accuratereaJ-time锄c a for Gettillg paramete瑙isprerequisiteiIItclligem 仕a伍c t斌ic management．By锄alyzhlg也einlagesequence，、，ide0跚n，eill锄cc carriesoutme method oftmmc detection，rccognitionand仃ackirlgtargets，S0鹤 tO t11eir otller meaIls，video identi匆andjudge behaViors．Conlpared谢m suryeill锄cecall collect simult缸eously which t0actlieve