智能交通系统车辆识别.docxVIP

燕山大学综合训练说明书 智能交通系统中的汽车流量检测 第一章绪论 课题研究的背景 交通流量检测系统作为智能交通系统(ITS)的重要组成部分，在ITS中发挥着重要的作用。而基于计算机视觉的交通流量检测系统又是交通流量检测系统中的研究重点。它是通过对实时交通序列图像分析得到所需的流量信息。为了更好的了解计算机视觉的交通流量检测系统的意义和发展趋势，我们应该对该技术的使用背景进行了解。 lTS(InteII igent Transportation System) 简介 随着世界经济与技术的发展，交通运输已经成为经济生活的重要方 面，并对保证社会经济体系的正常运转发挥着越来越大的作用。然而，由于我国经济的快速发展以及机动车持有量的激增和其它运输工具的快速 增长，使现有基础设施所能提供的交通供给能力与我国现实和潜在的巨大交通需求相比仍然严重短缺，交通拥挤仍然很严重，运输效率较低，城市交通堵塞和大气污染加剧，严重影响了我国城市经济的发展和人民的生 活。因此，在继续加快交通基础设施建设的同时，充分发挥现有基础设施的潜力，提高运输效率，保障交通安全，缓解交通拥挤，提高服务质量， 减少环境污染将是我国交通领域今后面临的基本任务。 智能运输系统(ITS)顺应经济全球化、信息化的趋势，对于提高交通运输效率和效益，保证安全，促进可持续发展具有十分显著的作用，已经引起世界许多国家的广泛重视。对解决我国交通运输领域所面临的问题， 适应新形势的要求，提高交通基础设施建设水平，促进交通运输产业及带动相关产业的发展具有重要意义，我国政府已提出将 ITS作为中国未来交通运输领域发展的一个重要方向，也是推进国民经济信息化的一项重要任务。近年来，我国在ITS方面开展了大量的研究与应用工作，为我国ITS的 1 燕山大学综合训练说明书 智能交通系统中的汽车流量检测 发展奠定了一定基础。 目前我国ITS核心技术的研究主要集中在计算机视觉技术、交通仿真技术、四川大学硕士学位论文智能交通系统中的汽车流量检测研究 GPS／ GIS定位导航技术、交通流等理论方面。其中计算机视觉技术又是研究的热点。 基于视频的交通流量采集系统可以分为两类：一类是没有采用计算机 视觉的系统，它本身不能识别车辆，仅仅检测指定区域内运动着的象素群， 而并不理解它代表现实世界中的什么物体。其代表有TRIP交通图像处理系 统，基于虚拟采样点、检测线组、检测线圈的车流量检测系统。其中， Autoscope是一个较为成功的商业系统，具有实时检测交通参数的能力， 是国际上交通信息采集中具有竞争力的视频检测系统之一。以上几种方法 优点是处理速度快，检测的识别率较高。但是，他存在着的缺点更为严重。在采用检测线隧的系统中由于硬件必须埋于地下对交通道路的破坏是十 分严重的，而且其使用寿命较短经济成本高。 Autoscope系统同样存在着一些缺陷，在检测系统中没有考虑光照模型、道路模型对流量检测的影响。由于现代公路设计都采用多车道设计方式，附近车道的遮挡及阴影将影响当前车道的检测。交通信息采集的可靠性和准确性较低。第二类是基于模型的计算机视觉系统。基于视觉的运动目标区域检测及目标跟踪不仅具有很强的科学研究价值，还具有很强的实用价值，其成本低使用周期长，检测的准确率高，国内外正对此做大量的研究工作。 基于视频的运动目标检测与跟踪方法的概述及比较 运动目标检测与跟踪处于整个计算机视觉系统的最底层，是各种后续高级处理如目标分类、行为理解等的基础。运动目标检测系指从视频流中实时提取目标，一般是确定目标所在区域和颜色特征等。目标检测的结果是一种“静态”目标——前景目标，由一些静态特征所描述。运动目标跟 2 燕山大学综合训练说明书 智能交通系统中的汽车流量检测 踪则指对目标进行连续的跟踪以确定其运动轨迹。受跟踪的目标是一种 “动态”目标——运动目标，与前景目标相比，描述它的特征中多了动态特征(如运动参数等)。这两方面是相辅相成，缺一不可的。 图像运动目标参数的检测分为两种方法：特征识别法和基于运动的识别法。特征识别包括两个主要步骤：一是从相继两幅或多幅不同时刻的图像中抽取特征(如角特征点、特征线等)，建立对应；二是依据这些特征之间的对应来计算物体的结构(形状、位置等)和运动。其优点是可以获取三维运动信息，对目标运动速度无限制。主要难点在于确定和提取特征。基于运动的识别法与前者有很大不同，它把运动作为目标的首要特征，一般采用的方法有提取光流场，帧间差分，减背景等。 利用光流场来进行运动区域检测是一种常用的检测技术。光流场是二维速度瞬时场，它是景物中可见点的三维速度矢量在成像平面上的投影， 表示了景物表面点在图像中位置的瞬时变化。由于三维空间中目标运动会导致该位置的光强变化，利用这种强烈变化进行运动检测的技术称为光流场估计技术。