交通路口车辆实时监测方法研究及其应用-计算机软件与理论专业论文.docxVIP

万方数据 万方数据 湖南工业大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立 进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含 任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重 要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声 明的法律结果由本人承担。 作者签名： 日期： 年 月 日 湖南工业大学论文版权使用授权书 本人了解湖南工业大学有关保留、使用学位论文的规定，即：学校有 权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的 全部或部分内容，可以采用复印、缩印或其他手段保存学位论文；学校可 根据国家或湖南省有关部门规定送交学位论文。 作者签名： 导师签名： 日期： 年 月 日 万方数据 万方数据 摘 要 车辆监测是智能交通系统的重要组成部分，系统实时监测路口交通状 态、动态检测交通事件、提取交通参数。目前车辆监测在各种环境下背景 建模方法通用性差、难以适应天气变化和阴影干扰、车型识别难度大。针 对这些问题，本文围绕城市道路交叉口的车辆检测与跟踪方法展开研究， 主要涉及背景建模方法、车辆检测与车型识别、阴影去除和车辆跟踪，并 把方法运用在闯红灯抓拍系统中。包括以下四个方面的研究内容： （1）二级选取策略的背景建模方法 针对车辆拥堵时难以得到背景图像的问题，构建二级选取策略的背景 建模方法。根据视频帧方差值衡量车辆拥堵情况，对视频帧进行第一级别 的选取；用帧差法剔除入选帧内的运动像素，实现第二级别的像素选取； 最后采用中值法估计每个像素点的背景值。该方法在路口车辆拥堵时，仍 能在短时间内得到较理想的背景图像。 （2）车辆检测与车型识别 针对车辆检测中的阴影干扰、投影成像的几何变形等问题，提出复杂 交通场景中的车辆检测与车型识别方法。采用自适应阈值检测前景区域； 建立交通场景车辆光照模型，在 RGB 颜色空间内去除前景区域内的阴影； 根据车辆驶向人为划定检测区域，通过反向透射投影映射消除车辆成像的 几何变形影响，并把车辆分为大型车、中型车和小型车三种。检测方法能 快速判断车辆到达情况，准确识别车辆类型。 （3）基于均值偏移的车辆跟踪技术 在均值偏移算法车辆跟踪的基础上，结合背景减法消除背景像素对目 标车辆颜色概率密度的影响，加快迭代速度、提高迭代精度。首先在车辆 检测阶段建立车辆跟踪对象作为前提，采用改进的均值偏移算法跟踪车 辆，最后建立修正转向角的匀加速运动模型预测车辆运动轨迹。实现了在 不同路况、不同天气下对不同类型车辆的实时跟踪，得到较高准确率。 （4）实现视频闯红灯抓拍系统 设计硬件方案，实现基于跟踪的车辆闯红灯抓拍系统并用于实际路 口，根据车辆所在车道和当前车道信号灯相位判断并记录闯红灯行为。 关键词：车辆监测，背景建模，阴影检测，车辆跟踪，均值偏移 I ABSTRACT Vehicle Monitoring is a very important part in the Intelligent Transportation Systems which performs Real-time monitoring of intersection traffic condition, the dynamic traffic incident detection and traffic parameter extraction. Nowadays, it is very difficult during the process of vehicle monitoring to construct general-purpose background in a variety of environment, adapt the changes in the weather and shadow interference and perform vehicle identification. To solve these problems, this paper undertake a study around the vehicle detection and tracking in city traffic scenes, mainly concluding background modeling method, vehicle detection and identification, shadow removal and vehicle tracking. Then we apply these methods into snap system of red light runners. This paper includes