基于机器视觉的车流量检测算法

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)。
测线实 现车流量 的检测 。2 1 年李宇成等针对 图像容 1 00 易受光线变化及相邻 车辆阴影影响 的问题提 出基于车辆 图像 能量差分 的车流量 检测方法 。这些 方法需 要在 图 像上设 置一检测线 或一检测 区域 , 以用 来对车辆进 行计
基 金 项 目 : 西 教 育 厅科 研 项 目(0 8 8 X 2 ) 广 2 0 0 L 3 3
行上述 基于背景差法处理后 , 得到经 图像处理获得 的车 辆数 , 如表 1 所示 。表 中总车辆 数为在 四连拍 时间段 内
实 际 通 过 的 总车 辆 数 。
4 2 6 3 5 3 3 3 3 3 7 3 7 5
通过构 建神经 网络进行车流量估测 。将四连拍得到
利用 两幅 图像之 间 的差来 判断物体 的出现和运动 , 即计 算 当前图像与一个 固定 的静止参 考 图像( 图像 ) 背景 的差
测 方法 , 采用 动态开 窗 的方 式进 行车 辆 计数 00 ] 1 年 值 , 而得 到图中的车辆数 。同时 , 。2 从 许多学者针对背景差 郭怡 文等通过背 景差分方法 实现 图像分 割 , 使用 虚拟检 法存 在 的局 限及 不足也进 行了很多改进 和完善 6 1 。在
(.广 西 工 学院 电子 信 息 与 控 制 工程 系 , 西 柳 州 5 5 0 ;.广 西柳 州 钢铁 集 团公 司 , 西 柳 州 5 5 0 ) 1 广 4062 广 4 0 2
【 摘
要 】准确 的车 流量检 测是 实现智 能交通 管理 的基础 。提 出 了一 种将背 景差 法和神经 网络相 结合 的车流量 检测 算法。首
只对窗 口内图像进行计算 , 取得了较好的效果 0 7 ] 0 年 。2
帧差 法 、 背景 差法 、 流法和边缘 检测法等 , 中背景差 光 其
法是较常用 的车流量检测方法 。背景差法 的基本原理是
陈望等 提 出了一种 道路背景提 取新方法 , 且利用 车辆 中 心 的连 续 匹配 来确 定 车辆 数 目, 得 较高 的准确 率 获 1 。 2 0 年罗东 华等提 出基 于边 缘信息 的 背景差 车流 量检 07
I 钡频应用与工程
lie pi t n r et doa l a o &po c V p ci j
表 1 图像 中 的车 辆 数
进行差值计算 , 断图中是否有车辆 。若 图中有车辆 , 判 则
对图像 进一步进行滤波 、 开运算 、 转化为灰度图 、 增强对 比度等处理后 , 图像转化为二值 图, 将 从而把车辆从 图片 中提取 出来 , 最后 通过统计 图中连通 区域 个数来 得到图 中车辆总数 。车流图像处理 的结果如图 1 所示。




2 实验结果 与分析
实验通过在天桥上拍摄某车道上的图像进行车流量 1 , . S共采集 了2 组 四连拍数据 。所得到的 2 组图片中 2 5 5
检测。对每次 车流量 检测采用 图像 四连拍 的方式 时长 , 3 3 3 4
图 64。 瞄 ,。 。 果 , 4 一 , o ~ o 4 。 簌 。4 拍 : 一 。 4 4
先计算 当前 图像 与背景 图像 的差值 , 断 图中是 否有 车 , 判 并在 此基础 上得到 车辆数 目, 然后通过 神经 网络实现 对一个 时段 内通
过 车 辆 数 目进 行 估 测 , 而 得 到 该 时段 内 的车 流 量 。 实 验 结 果 表 明 , 出 的 方 法用 于 车 流 量 的 检 测 是 有 效 可 行 的。 进 提
背 景图像准确 可靠 的条件 下 , 背景差 法往往具有 处理速
度快和精度高 的优点 。为此本文采用基于背景差的方法
进行车流 图像的处理 。首先将 当前获取图像与背景图像
2 1年第 3 卷第 1 期 ( 01 5 5 总第 35 6 期)
1i 视接 y /l 7 | l
a e I I i cer n口 c £ 1 i O l
边或者天桥支架上 的摄像机和 图像采集设备将实时 的图
像 信息采 入 , 经过对 图像 处理 分析 得 出车流量 的信息 。
本文通过 图像处理和神经 网络相结合 的方法进行车流量 等在交 通流检测 中运用 自适应 背景初始 化算法 , 根据车 检测 。 流情 况 自动确定所 需要 的帧数 , 同时采用 窗 口截取方式 目前 , 对获取 的车 流图像进行处理 的方法很多 , 包括
【 关键词】车流量检测 ; 背景 差; 图像处理
【 中图分类号】T 9 1 3T 1 N 1. ;P8 7
【 文献标识码 】A
Al o ihm f Ve i l Fl w e s e e s e g rt o h ce o M a ur m nt Ba d o M a h n so n c i e Vii n
数, 而检测 区域 的位置 和大小若设置 不合理将会造 成车
辆漏检或重复计数 , 从而影响车辆计数 的准确度 。为此 ,
提 出不需 设置检 测 区域 , 车流 图片处 理后通过神 经网 将
络 的方法进行车 流量检测 的方法 。
测法 , 在安装不便 、 存 设备价格 昂贵 、 易受干扰等 各方 面
的问题 。而随着计算 机 和图像 处理技术 的飞速 发展 , 基 于机器 视觉和 图像 处理技术 的车流量检 测技术 , 因具有 安装维护简便 、 应用范 围广等优点 , 越来越受到 国内外学
者 的关注u 已成 为该 领域研究 的热 点 。20 年 张永丽 , 07
l 车流量检测算法
基 于机器视 觉的车流 量检 测 , 是通 过安装在 道路旁
2 izo rn& S e C .n正,G a g iLuh u5 5 0 ,C ia .Luhu I o tl o e u nx i o 4 0 2 hn ) z
5 50 , h a 40 6 C i ; n
【 s a t A crt aue e to e i fw cntue te ai o ne i n rnp r t n yt Abt c] cua mesrm n f vhc l o stt h b s fr Itlg tTa so ai Ss ms ( S .A n w r e l o i s s le t o e I ) e T
Vdo p l a o &poet ie pi t n r c a ci j
顽频 匝 用与 工 程
文章编号 :0 2 8 9 (0 1— 0 7 0 10 — 6 2 2 1 )5 0 0 — 2 1
基于机 器视觉 的车流量检测 算法
黄 玲 黎 杰 能 林春 兰 。胡 , , , 渡
HUANG n I in n  ̄ I Lig,L Je e g,L N C u ln,HU h na‘ Bo
f. e a e o l t n fr a o D p m  ̄ f E co i I om t n& C n o E g e i , un x U i rt o cn l y G ag i a er cn i ot l n i e n G a i n e i T h o g , u nx 厶£ r n rg g v sy f e o
的四幅 图像 的车辆数作为 网络输入 , 四连拍 时间段 内通 过 的总车辆 数作 为输 出 , 构建 4 1  ̄ 的 B x 0 1 P网络结 构 。 将数据归一化处理后 , 用前 1 组 四连拍数据作为训练样 9
的比值 。通过对 已知样本数据 的学 习 , 确定隐层 的神经
元个数 与相应 的 网络连接权值 , 可最 终建立基于背景差
法的车流ቤተ መጻሕፍቲ ባይዱ检测 的神经网络模 型。
== =
2 4 2 3 5 4
O 3 4 3 5 2 5 3
2 4



5 2 5 3 2 3 4 4 4 3 4 3 4 2 4 55 3 5 5 5
me h d o e il f w me s r me t s r p s d h c s b s d n a k r u d d f r n e a d n u a n t o k t o fr v h c e l a u e n i o p o o e w ih i a e o b c g o n i e e c n e r l e w r .F rt ,i e t y f i l d ni sy f w eh r o o h r i c r a d t e c r n mb r i it r i i e e c ewe n t e u r n ma e n a k r u d ma e n h t e r n t t e e s a n h a u e n p cu e v a df r n e b t e h c re t i g a d b c g o n i g ,a d f t e P n u a n t r i a p id t si t n t e u e f t e p s i g c r n a p ro f t ,S h t f c fo ou h n B e r l ewo k s p l o e t e mai h n mb r o h a sn a s i e d o i o i me O t e r f l w v l me ai c n b b an d a e o ti e .T e e p rme t r s h h w t a e me h d i r c ia l n me s r me t o e il o h xe i n e u s s o h t n w t o s p a t b e i a u e n f v h ce f w. c l
【 y wod 】mesrm n fvhc o ;b cgo n iee c;i g r es g Ke r s aue e to eil f w ak u d df rn e maepo si el r f c n
0 引 言
实时准确的车流量检测技术是智能交通系统 中的重 要组成音 分 , 5 是进行交通监控 、 道路管理调度 的基础 。传 统 的车流量检测方 法如地感线 圈法 、 声检测 和红外检 超
: 2

5 2 6 3 5 3 3 3 3 3 5 3 5
5 3 3 2 4 2 6 3 5
作 为网络输出 , 最终车 流量 即为网络的输 出与检测时 间
3 3 3 3 4 4 4 5 4 3 6 2 6
3 3 3 3 4 3 3 3 4 2 7 3 5 3
5 4 3 4 4 3 6 2 6 4
每幅图 中实 际的车辆数 如表 1 所示 , 同时将 每张 2 4 2 4 图片进
5 4 1 3 3 3 5 2 6 3
a 原 图像
b 处 理 后 图像
图 1 基于背景差法图像处理结果
基于神经 网络具有的非线性拟合能力及在预测领域 n B 的广泛使用 , 这里采用 B 网络进行车流量 的估测 。在获 P
得 图片 中车辆数 目后 , 将某一时段 内拍摄得 到的每幅图
4 片的车辆数作为 网络 的输人 , 该时段 内图中的车辆 3 3 2 总数
相关文档
最新文档