基于交通视频检测系统中车辆分割程序设计.docVIP

基于交通视频检测系统中车辆分割程序设计摘要:详细介绍了平均法求背景图像及利用已求出的背景图像分割车辆目标的数学模型,实现了一种C在车辆分割中的设计方案。 关键词:智能交通系统;视频检测;车辆分割 Abstract:the arithmetic model of background image using average method and the segmentation of vehicle by background image are introduced,and a design method which is used to vehicle segmentation based on c is achieved. Key words:intelligent transportation system, video detection system, vehicle segmentation 中图分类号:C913.32文献标识码:B 文章编号:1009-9166(2009)08(c)-0089-01 交通是衡量现代化程度的标志之一。随着我国经济和社会的发展,人民生活质量的提高,城市交通车辆数量越来越多,直接导致了交通不畅的现状,并间接的造成了事故频发和环境污染。国内大部分城市的平均车速小于20km/h,有的路段只有7-8km/h,每年的经济损失相当严重。为了解决目前的交通中存在的问题,有人提出加速基础设施建设―多修路的方案,但是高速公路的造价逐年攀升,并且可用于道路建设的闲置土地越来越少,因此用高新技术改造传统交通发展智能交通系统(ITS)对我们这样一个交通大国家来说具有极为重要的应用价值。 视频检测系统(VDS)是智能交通系统研究领域内的一个重要分支。通过闭路电视或照相机进行现场数据采集,采用数字化技术和视频识别技术分析交通数据。VDS能够检测各种空间交通参数(密度、速度、排队长度)和交通动态行为(振动波)。视频检测能提供辅助信息,如路肩交通、停车交通、车道变化、速度差异和其它方向的交通拥堵。基于视觉的交通参数检测系统包括:(一)车辆分割和跟踪;(二)分析计算车流量、平均速度、队列长度等交通参数。其过程如图1所示: 由图1可以看出,车辆分割在整个视频检测系统起着至关重要的作用,因此,合适、可靠的车辆分割是决定检测正确与否关键因素。本文用C高级语言在基于给定90帧道路交通图像上利用平均法求取背景图像,然后再用90帧中的一帧和背景图像分割出该帧的车辆图像,方法简单快速,分割效果明显。 一、原理分析 车辆目标在背景图像中可以看成是背景图像的噪声,设一帧将噪声t(x,y)(车辆目标)加入到背景图像p(x,y)形成的带有目标车辆的图像f(x,y),即 f(x,y)=t(x,y)+p(x,y); 设在每个坐标点(x,y)上的噪声都不相关,且均值为零,则n帧不同的噪声图像通过平均处理形成的图像 : 设在每个坐标点(x,y)上的噪声都不相关,且均值为零, 则 的期望值 . 的方差与t的方差的关系为. 在平均图像中任何一点的标准差为: 当噪声图像增多时,在各个坐标点(x,y)上的像素值的噪声变化率将减小,即 将随着n的增大而减小,即 将趋于p(x,y). 当用平均法求出背景帧后,即可用当前帧h(x,y)与背景帧f(x,y)做减法处理,分割出目标车辆部分,即g(x,y)=h(x,y)-f(x,y);(其中g(x,y)为目标车辆) 二、实现过程 车辆分割程序设计应包括2个部分: (一)根据给定的几十帧位图图像利用平均法求出背景图像; (二)利用任一帧与前面求出的背景图像相减,分割出该帧的车辆目标。根据图像存储特点与结构,对位图图像的操作实际就是对该图像对应像素值进行操作。 1.平均法求背景图像 本次设计采用的图像是320*240大小的位图图像,结合位图图像的存储特点和内存空间开辟的问题,采用文件的方式对90帧位图图像进行读写操作,下面给出了求背景图像程序的主体框架。 int bankground() {FILE*fp,*bankground; fp=fopen(“001.bmp”,”rb”);/*打开给定的一副位图图像,获取文件头信息*/ bankground=fopen(“1.bmp”,”wb”); /*创建背景图象,命名为1.bmp*/ fseek(fp,0,SEEK_SET); fseek(bankground,0,SEEK_SET);/*001.bmp的文件头信息写到背景图象中*/ { for(i=0;i 本文为全文原貌 未安装PDF