基于視頻的車(chē)輛速度監(jiān)測(cè)系統(tǒng)設(shè)計(jì)及算法研究.pdf

1、交通在人民生活和社會(huì)經(jīng)濟(jì)中有著舉足輕重的作用。車(chē)輛速度的檢測(cè)是智能交通管理系統(tǒng)的重要組成部分，視頻圖像處理技術(shù)因其簡(jiǎn)單方便等特點(diǎn)被越來(lái)越廣泛地應(yīng)用在車(chē)速檢測(cè)中，本文研究設(shè)計(jì)了一種基于視頻圖像的車(chē)輛速度檢測(cè)系統(tǒng)。
　　 本文的實(shí)驗(yàn)系統(tǒng)平臺(tái)主要包括硬件與軟件兩部分，實(shí)現(xiàn)了對(duì)車(chē)輛速度的檢測(cè)。系統(tǒng)的硬件部分主要由監(jiān)控路段安裝的工控機(jī)和高清攝像頭組成，然后通過(guò)軟件系統(tǒng)的圖像采集、背景重建、車(chē)輛檢測(cè)、匹配與跟蹤預(yù)測(cè)和車(chē)速檢測(cè)等模塊對(duì)硬件控制

2、，實(shí)現(xiàn)系統(tǒng)的自動(dòng)檢測(cè)。系統(tǒng)軟件實(shí)現(xiàn)中，首先把攝像頭采集的圖像存儲(chǔ)到指定位置，然后根據(jù)攝像機(jī)坐標(biāo)模型利用Radon直線(xiàn)檢測(cè)算法找到校正點(diǎn)，再通過(guò)車(chē)道線(xiàn)的位置對(duì)圖像分塊并校正，對(duì)每一個(gè)車(chē)道子圖像都用基于邊緣投影統(tǒng)計(jì)與Surendra算法結(jié)合的方法進(jìn)行背景識(shí)別與重建得到較理想的場(chǎng)景背景圖像；在車(chē)輛檢測(cè)過(guò)程中提出利用邊緣投影梯度統(tǒng)計(jì)的方法對(duì)背景差分和邊緣差分識(shí)別出的車(chē)輛輪廓進(jìn)行修正，獲取較為準(zhǔn)確的車(chē)輛標(biāo)記輪廓；在車(chē)輛匹配環(huán)節(jié)中，采用區(qū)域特征方法

3、對(duì)目標(biāo)車(chē)輛進(jìn)行匹配，計(jì)算其在幀間移動(dòng)的圖像距離，并通過(guò)Kalman濾波器對(duì)車(chē)輛的形心在下一幀中的位置進(jìn)行估計(jì)；在車(chē)速檢測(cè)中，將圖像距離轉(zhuǎn)換為實(shí)際距離，從而得到車(chē)輛速度。
　　 本文的創(chuàng)新點(diǎn)為：(1)提出基于邊緣投影統(tǒng)計(jì)的算法，對(duì)采集的圖像進(jìn)行背景圖像和非背景圖像的粗識(shí)別便于后續(xù)計(jì)算；(2)提出利用Radon變換的方法對(duì)圖像作校正，能準(zhǔn)確、有效的對(duì)圖像進(jìn)行分車(chē)道處理以及坐標(biāo)轉(zhuǎn)換；(3)提出邊緣投影梯度統(tǒng)計(jì)的算法，能更加準(zhǔn)確的提取出