基于图像处理的道路拥堵快速检测研究.pdf

第23卷　 第2期 山东交通学院学报 Vol.23 No.2 2015年6月 JOURNAL OF SHANDONGJIAOTONG UNIVERSITY Jun.2015 - DOI:10.3969/ j.issn2015.02.003 基于图像处理的道路拥堵快速检测研究 李　 炜 (山东交通学院 交通与物流工程学院,山东 济南　 250023) 摘要:提出一种基于图像处理技术的城市道路车辆拥堵程度快速检测算法。 为既能加快处理速度又可任意选 取有车区域路段,提出人机交互的有车区域检测。 利用拥堵图像和通畅图像纹理特性的差异,提出基于纹理分 析的车辆密度估计。 通过原始图像灰度降级和灰度共生矩阵计算及特征提取,从有车区域图像中提取能够反 映车辆密度的能量和熵特征,经过特征值训练得到车辆拥堵判决阈值,实现道路拥堵检测。 试验结果证明,该 算法检测准确率高达99%,同时算法的处理速度能够满足工程中的实时性要求。 关　 键　 词:交通拥堵;交通视频监控;纹理分析;车辆密度检测 - - - 中图分类号:U491.265 文献标志码:A 文章编号2015 目前道路拥堵是国民关注的焦点问题之一。 道路拥堵严重影响市民的正常出行,制约社会经济的发 [1] 展,损害社会稳定,是亟待解决的问题 。 针对此问题研究人员提出两种解决手段:一种是根据道路交通 - [24] 流统计特性预测拥堵 ;另一种是利用各种传感器采集道路交通流数据,实时判别拥堵状况,常用的检 - [56] 测器有线圈、浮动车等 ,这类方法存在成本高、不便于维护、检测率偏低等缺点。 [7] 随着交通监控系统的广泛应用,利用图像视频处理技术检测道路拥堵成为研究的热点 。 基于图像 处理的道路拥堵检测方法,通过监控场景背景训练、道路前景检测、特征值提取与训练,对道路拥堵程度 - [810] 进行估计 ,其中背景训练环节需要耗费一定时间,而且易受场景变换、摄像头抖动和光线变化等因素 的影响,导致拥堵检测既耗时又不精确。 而现实中,实时精确地获取道路拥堵状况是有效缓解拥堵的关键前提。 本文利用道路监控摄像头获 取图像数据,提出一种基于纹理特征的道路拥堵实时检测算法,以实现各种场景中车辆密集程度的准确 识别。 1　 图像纹理特征与道路拥堵 纹理是图像的一种视觉特征,是由纹理基元按照某种统计规律或确定性规律排列组成,纹理区域内 [11] 各部分具有大致相同的结构。 纹理特征不依赖于颜色或亮度,是所有物体表面共有的结构 。 换言之, 若图像中的目标体型统一且按某种方式规则排列,即说明该图像具有较强的纹理特征;反之,若图像中目 标大小不一,且随机排列,该图像的纹理特征便不明显。 如图1所示,图1a)对角线方向上具有平行的纹 理,图1b)则是形状相同的纹理基元规则排列。 - 纹理特征常被用来表征图像中群体目标的密集程度,如人群、鱼群或其他种群[1