基于改进高斯模型的车流量检测算法-激光与红外.pdfVIP

第４３卷　 第１０期　 　　　　　　　　　　　　　　激 光 与 红 外 Ｖｏｌ．４３，Ｎｏ．１０ 　 ２０１３年１０月　　　 　 　　　　　　　　　　ＬＡＳＥＲ　＆　ＩＮＦＲＡＲＥＤ Ｏｃｔｏｂｅｒ，２０１３ 　　文章编号：１００１５０７８（２０１３）１０１１８００４ ·图像与信号处理 · 基于改进高斯模型的车流量检测算法 朱华生，叶　军 （南昌工程学院信息工程学院，江西 南昌３３００９９） 摘　要：提出了一种基于改进单高斯模型的车辆检测与流量统计算法，该算法采用改进的单高 斯模型对移动目标进行检测，然后选用ＨＳＶ颜色空间抑制阴影，提高了目标提取的准确率，最 后，按车道分别设置相应的虚拟区域，以实现车流量的统计工作。为验证算法的有效性，在标 准测试视频上进行了对比实验，实验结果表明，该算法能够快速地提取车辆目标，且具有较高 的车辆识别率，有一定的实用价值。 关键词：计算机视觉；高斯模型；阴影抑制；交通 中图分类号：ＴＰ３９１　　文献标识码：Ａ　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１５０７８．２０１３．１０．２２ Ａｄａｐｔｉｖｅｖｅｈｉｃｌｅｄｅｔｅｃｔｉｏｎａｎｄｔｒａｆｆｉｃｓｔａｔｉｓｔｉｃｓａｌｇｏｒｉｔｈｍ ｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＧａｕｓｓｉａｎｍｏｄｅｌ ＺＨＵＨｕａｓｈｅｎｇ，ＹＥＪｕｎ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｃｈａｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｃｈａｎｇ３３００９９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＡｖｅｈｉｃｌｅｄｅｔｅｃｔｉｏｎａｎｄｔｒａｆｆｉｃｓｔａｔｉｓｔｉｃｓａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＧａｕｓｓｉａｎｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄＴｈｅ ｍｏｖｉｎｇｔａｒｇｅｔｉｓｄｅｔｅｃｔｅｄｂｙｕｓｉｎｇｉｍｐｒｏｖｅｄｓｉｎｇｌｅＧａｕｓｓｉａｎｍｏｄｅｌａｔｆｉｒｓｔＴｈｅｎｔｈｅＳｈａｄｏｗｓａｒｅｅｌｉｍｉｎａｔｅｄｔｈｒｏｕｇｈ ＨＳＶｆｅａｔｕｒｅｓｐａｃｅ，ａｎｄｔｈｅａｃｃｕｒａｃｙｒａｔｅｏｆｔａｒｇｅｔｅｘｔｒａｃｔｉｏｎｉｓｒａｉｓｅｄＦｉｎａｌｌｙｔｈｅｔｒａｆｆｉｃｉｓｃｏｕｎｔｅｄｉｎｔｈｅｓｕｐｐｏｓｉ ｔｉｏｎａｌａｒｅａｓｏｆｌａｎｅｓＴｈｅｐａｐｅｒｍａｋｅｓｅｘｐｅｒｉｍｅｎｔｓｗｉｔｈｓｔａｎｄａｒｄｔｅｓｔｖｉｄｅｏＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｃａｎ ｄｅｔｅｃｔｖｅｈｉｃｌｅｑｕｉｃｋｌｙａｎｄｈａｖｅａｈｉｇｈｅｒｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｓＴｈｅａｌｇｏｒｉｔｈｍｃａｎｗｏｒｋｗｅｌｌｉｎｔｈｅａｃｔｕａｌｃｏｎｄｉｔｉｏｎｓ Ｋｅｙｗｏｒｄｓ：Ｃｏｍｐｕｔｅｒｖｉｓｉｏｎ；Ｇａｕｓｓｉａｎｍｏｄｅｌ；Ｓｈａｄｏｗｓｅｌｉｍｉｎａｔｉｏｎ；Ｔｒａｆｆｉｃ １　引　言 视觉检测算法中最常用的一种方法，其关键在于背 随着社会经济的快速发展，交通拥堵问题日益严 景的提取及更新，由于一般的背景建模方法对突发 ［８］ 峻，实时的交通数据对有效利用城市空间具有十分重 运动和光照突变敏感 ，又不能区分移动目标和移 要的意义。要实现这一数据的提取，首先要进行车辆 动阴影，从而导致车辆的误检率较高。 ［１］ 本文在背景消减法的基础上提出了一个新的车 检测。Ｍｉｃｈａｌｏｐｏｕｌｏｓ 提出的视觉检测方法克服了 大多数传统车流检测方法的弊端，具有设备安装简