应用图像处理方法自动检测路口车辆排队长度.pdfVIP

应用图像处理方法自动检测路口车辆排队长度 李岩张学工 (精华大学自动化系智能技术与系统国家重点实验室北京10。潞4) 摘要 在智能交通处理系统中，路口车流参数——车辆排队长度，占空比等可以为很多情况提供必要的信息，如交通阻塞及交 通事故的监控、交通信号灯的控制等。其中交通路口车流的长度是车流参数中最重要的一个。本文提出了一种基于图像局部特征 的路口车辆排队长度的检测方法，通过融合图像的点特征(角点)和线特征(遗缘)，完成车流长度的检测，包括停止车流的长度以及 在可视范围内整体车流的长度。实验结果表明，这种方法实现简单、应用效果良好，具有较好的应用前景。 关键词 图像处理智能交通系统 车辆排队长度 uY肌弛‰删 (妇研h蛔咖，旷厶“她㈣fM5鄂刊跏，即矿㈨．撕如㈨．，屈卿』蝴4) Ahtr口c‘ Syg诎m(rIS)，ha舔。qLle∞pa咖m懈B砒曲∞jIl把雕耽I懈∞口∞蚪DBds hl拍hlte】H啡T曲c 船m吐le c0嘴喊i帆“蜘dentm0IIitofir唱andtIle6呐咿c伽痂毗ng0f吲＆K出．仳l廿昭Ih t廿B．Jr．恤8 pBPer llid鹧wi曲啦w．1lleIng出od扭叫皿ed gI时wtII砒i“8a越II卜 by啪bi面唱tlle咖肚fe口h哪蚰d咖fe吐IⅡ啪0ft【lei删学e．B驴由蛐试嘲ub dE怕cti姐． qII肌e dIeartd删菌。喀I№tI刚l撕咖c 较太的点、灰度变化比较大的点等等)、线特征(指定义在从图 1引言 像中提取出来的各种线段或曲线之上，能够描述出线段或者曲 近几年来，图像处理技术在车辆自动监视系统中应用越来 线的位置及性质，例如长度、轮廓走向、平精度等等的各种度 越广泛“。2l。不同的光照条件，车辆的大小、颜色、形状各异， 量)和区域特征即面特征(指定义在图像中某区域之上，用来描 以及车辆被直接或间接(如被路边树的阴影)遮挡等，都为获取 述该区域的大小、圆度等特征的度量)。本文主要是利用线特 交通信息带来了困难。对于不同的路段，如交通路口附近、高 征和点特征。 速公路等，处理方法又有所不同。本文研究的目标是从在交通 2．1．1线特征的优缺点 路口拍摄下来的图像中自动柱涮交通路口的车辆排队的长度。 线特征作为规则图形的特征非常理想。线特征的提取速 度比较快。通常线特征的提取采用sobd算子等一些常见的差 110urke和Bell在1991年提出了一种基于FFr的交通监控 及趴列检测的方法o】，该方法依据柱测区域在图像中有车和元 分算子．仅需对图像计算一次差分，规定好离值后就可以进行 车对应频谱的不同，来检测公路上是否存在车辆。该方法通过 线特征提取”】。如果目标是规则的几何图形，线特征将很明 建立窗函数降低了计算量，但是仍然很费时，而且没有定量的 显，例如多边形、多面体等图形的边沿，同时线特征对于点噪声 培出检测到的队列长度。}Io∞e于1992年提出的算法同样不不被感，抗干扰性好。但是。在交通视频图像中，采用线特征也 能给出相对准确的车辆排队长度…。本文提出的方法通过融 存在一些不足。最严重的问题是。在交通拥挤的情况下，线特 台了图像的点特征(角点)和线特征(边缘)，完成车流长度的检 征不稳定。如圈1所示，随着目标问的相对移动，目标被提取 测。 2算法介绍 2．1特征定义与选择 圈l线特征长度改变 交通视频图像中，目标(即车辆)的一些几何特征常常可以 被用来代表整个车辆信息。通常选取为特