基于视频检测技术违法变道.ppt

基于视頻检测技术的违法变道监测系统 李欢 姚绒 国内外研究现状 1、近年来，计算机技术和图像处理技术取得的长足进步，推动了视频检测技术的高速发展。国内外相关企业、科研院校对交通视频检测技术进行了广泛的研究，并在相关研究成果的基础上开发了诸多视频检测系统。例如美国Jet Propulsion实验室研发了Autocolor、Autoscope、CMS Mobilizer、Nestor Traffic Vision 和 Roadwatch 五个视频监控系统，其中Autoscope 检测系统，由于其研发时间较早技术较为成熟，已经广泛应用于机动车视频检测领域，同时由于其被SCATS(Sydney Coordinated Adaptive Traffic System)交通控制系统采用而得到了拓展性应用。 2、法国的 Citilog 交通事件检测系统采用车辆跟踪等技术实现了许多交通事件(如检测监控区域发生交通拥堵、车辆排队溢出等)的自动检测，并能够采集一定的机动车交通数据，对交通进行辅助控制，现已广泛地应用于全世界高速公路及公路隧道交通事件检测中。此外，Traficam、PEEK VideoTrak、CCATS 等交通视频检测器的研发也较为成熟并得到了广泛的应用。 3、哈尔滨工业大学研发的VTD2000 系列和清华大学研发的VS3001 监控系统都实现了机动车流量的检测但并未得到广泛应用，因此其性能还有待进一步检验。 图像处理 图像数字化 计算机不能处理连续的模拟信号，而一幅二值化图像中的灰度值一般采用它的位置坐标函数进行描述，该函数为二维连续函数，可以取无限多个值。因此计算机无法对其直接进行处理，我们需要进行图像数字化技术，将拍摄好的真实图像数字化为计算机可以接受的存储、显示和处理格式。经过数字图像处理技术后，代表图像的连续模拟信号就可以转变成离散的数字信号。如图所示，是一幅视频图像经过数字化处理后得到的图像。长为L，宽为W的图像可以用一个L*W的矩形网格表示，每个网格代表图像中的一个像素，网格中的值表示该网格对应的像素的灰度值，取值范围为0到255. 图像数字化 颜色模型 计算颜色空间模型又称为色度学颜色模型，一般用以进行有关色彩的纯理论研究和计算推导，以RGB颜色空间为代表。RGB颜色空间模型以红、绿、蓝三个色光为三基色，可以按不同比例混合成自然界中的各种颜色。因此在空间中，一个颜色可以表示为如下式： 其中，C表示一种具体的颜色，( ）表示在三原色R、G、B下的比例系统，称为三刺激值。 RGB颜色空间可以用一个正方体来表示，如图所示，原点代表黑色，距离黑色最远的点代表白色，正方体中各点对应的颜色可以用从原点到该点的矢量来表示，其颜色数量可以达到种 图像预处理技术 由于受到光照、气候、摄像头、传感器的影响，摄像头采集到的图像会带有各种各样的噪声，其质量会受到一定的损伤，因此必须在图像采集与数字化处理后进行图像预处理，来提高目标检测的准确性. 图像预处理技术主要包括： 灰度变换法：最大值法、平均法、加权平均法 平滑滤波法：中值滤波法、均值滤波法 边缘检测：Roberts微分算子、sobel微分算子、prewitt微分算子 图像增强处理 灰度变化法 有时系统对实时性要求很高，而对彩色图像直接处理十分复杂，为了提高实时性，可以先将彩色图像灰度化，这样既能降低每个像素的BIT数量，缩短处理时间，也不会影响处理效果。因此图像灰度化是图像预处理过程中的一个重要步骤。灰度化其实就是使彩色图像的RGB三个分量的值相等的过程，灰度级别只有256级，因此灰度图像只能表示256种颜色（灰度）。图像转换为灰度图的方法很多，下面介绍最常用的3种。 最大值法：使RGB的值等于3个中最大的一个，可以表示为： 平均值法：使灰度值等于RGB三值的平均值： 加权平均法：根据某些性能指标给R，G，B赋予不同的权值，并使灰度值等于三值的加权平均值： 由于人眼对绿色最为敏感，蓝色最不敏感，所以一般使 这样得到的灰度图像最为合理。实验证明当 时，能得到较为理想的灰度图像。 灰度变化法 如图所示为三个灰度化方法处理后的结果，其中a为原图像，图b是最大值法处理后的结果，可以看出该方法得到的灰度图像亮度是最高的。图c为平均值法产生的灰度图，与最大值法相比亮度明显降低，但是图像更加柔和。图d是加权平均值法得到的图像，与其他两种方法相比，效果最为理想，且可以根据需要设置相应的加权值。 运动目标检测技术 运动目标跟踪技术 经典的目标跟踪算法 基于贝