基于视频的车流量检测算法研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

西南交通大学

毕业设计(论文)

基于视频的车流量检测算法研究

专业: 自动化

****: **

二零一零年六月

西南交通大学本科毕业设计(论文)第I页

院系信息科学与技术学院专业自动化

年级2006级姓名安伟

题目基于视频的车流量检测算法研究

指导教师

评语

指导教师(签章)

评阅人

评语

评阅人(签章)

成绩

答辩委员会主任(签章)

年月日

毕业设计任务书

班级自动化2班学生姓名安伟学号2006 专业自动化

发题日期:2010 年1月1 日完成日期:2010 年6 月15 日

题目基于视频的车流量检测算法研究

题目类型:工程设计√技术专题研究理论研究软硬件产品开发

一、设计任务及要求

车流量信息是交通控制中的重要信息,其检测在智能交通系统中占有重要地位。基于视频图像处理技术的车流量检测系统,通过安装在道路旁边或者中间隔离带的支架上的摄像机和图像采集设备将实时的视频信息采入,经过对视频图像的处理分析可以进行车流量的实时检测。基于视频的车流量检测系统有易安装、维护及实现方便等明显的优势,非常有利于交通系统的管理及控制。具体要求如下:

1. 对图像进行预处理

2. 进行车流量的统计

3. 人机界面简单清楚友好

二、应完成的硬件或软件实验

采集视频图像,对图像进行分析处理,完成车流量的统计,与实际通过车辆数目比较,分析本系统的正确检测率。

三、应交出的设计文件及实物(包括设计论文、程序清单或磁盘、实验装置或产品等)

1. 毕业设计论文(必须完全符合学校规范,内容严禁有丝毫的抄袭剽窃)

2. CD-R(含论文,程序,程序使用说明书,演示视频,盘面注明姓名,专业,日期)

3. 英文翻译按学校规定,导师无特殊要求

四、指导教师提供的设计资料

1. 研究介绍(包括课题背景、动机、内容、意义)

2. 计划说明书

3. 部分英文文献资料

五、要求学生搜集的技术资料(指出搜集资料的技术领域)

1. 本课题相关领域国内外重要论文及资料

2. 图像处理知识与VC++编程学习指南

六、设计进度安排

第一部分查阅资料,学习相关编程语言( 4 周)第二部分编制程序并进行调试(10 周)第三部分撰写毕业论文(2 周)

评阅及答辩毕业论文修改和参加答辩( 1 周)

指导教师:年月日

系主任审查意见:

审批人:年月日

注:设计任务书审查合格后,发到学生手上。

西南交通大学信息科学与技术学院2009年制

摘要

在智能交通管理系统中,实时的交通流参数检测起着越来越重要的作用。交通流参数包括车流量、车速、车道占有率等,参数检测的方式也有多种,但基于图像处理的视频车辆检测技术以其检测区域大、系统设置灵活等突出的优点,成为智能交通系统领域的一个研究热点。因此,基于视频的交通流量检测技术成为其研究领域的重要方面和基础。

本文是在阅读和学习国际国内智能交通系统基础上,首先介绍了智能交通系统的背景和意义,视频检测技术的优越性,智能交通系统在国内外研究的现状。经过多年的不断发展,目前已经提出了很多相关的算法和解决方案.本文在学习和理解这些成果的基础上,采用设置虚拟线的方法来实现车流量统计的算法。本文在研究过程中主要采用了图像数字化,图像锐化,图像分割,背景相减,虚拟线圈更新,虚拟线圈内车辆的检测等算法。其中图像分割,背景相减,虚拟线圈的更新是本文的核心内容并作了详细的介绍。其中背景相减介绍了四种常用的算法,并分析了各种算法的优缺点,结合各种的算法的优缺点,最后本文采用自适应背景相减法,该算法能够很好的提取出目标图像,不过由于外界各种因素比较敏感,同时会出现许多伪运动目标点,不利于目标的准确检测,影响检测准确度,这有待于日后进一步的研究和学习。本文设计了一种实时可靠的基于虚拟检测线的交通流量检测算法,该算法能够一定的程度上的在复杂路况条件下精确的对车流量进行检测。

关键词:视频检测技术;车流量统计;虚拟线圈更新;自适应背景相减法

Abstract

In the Intelligent Traffie System,parameter measurement of real-time traffic flow is becoming more and more important.Traffic flow parameter includes vehicle flow, vehicle velocity, road-occupied rate and so on. There are many kinds of ways to measure parameters, but the technology of video vehicle detection based on image processing has been a hot field in Intelligent Traffic System, because it has prominent advantage that the detectiong field is extensive and the system setting is flexible .Therefore, the detection technology of traffic flow based on video becomes an importance of aspect and foundation.

Based on reading and learning the Intelligent Traffic System of home and abroad, the background of the Intelligent Traffic System, the advantages of video detection technolog and the studing situation of the Intelligent Traffic System in national and international are introduced firstly. After years of constant development, it has made a lot of relevant algorithms and solutions. Based on learning and uderstanding these results, those methods are used to set the virtual line to achieve the algorithm of traffic volume statistic. In this paper, the main course of the study is to use the algorithms of digital image, image enhancement, image segmentation, background subtraction, virtual loop update, virtual loop detection within the vehicle. Image segmentation, background subtraction, virtual loop update are the core of this paper and described in detail. Background subtraction introduces four common algorithms, and analyzes the advantages and disadvantages of each algorithm, combines with the advantages and disadvantages of various algorithms. Finally, in this paper, we use an adaptived-background subtraction. The algorithm can extract a good target image, but it is more sensitive to the external factors, while the emergence of many pseudo-moving target, which is not conducive to the precise of target detection and effect the accuracy of detection, so it is subject for further research and study. This paper presents a reliable real-time traffic flow algorithm based on virtual test line detection. To some extend, this algorithm can detect the traffic flow precisly under the condition of complexity.

Keywords:video detection technolog; traffic flow statistics; virtual loops update;

adaptived-background subtraction

相关文档
最新文档