視頻交通流檢測(cè)方法與關(guān)鍵技術(shù)的研究.pdf

1、國(guó)民經(jīng)濟(jì)的大力發(fā)展在給人類進(jìn)步和生活帶來(lái)積極影響的同時(shí)，也給道路交通帶來(lái)了巨大的負(fù)面影響。在此背景下，將車輛和道路結(jié)合起來(lái)的智能交通系統(tǒng)(ITS）為現(xiàn)代交通管理指明了發(fā)展方向。其中，交通流量等參數(shù)的獲取又是ITS中至關(guān)重要的一環(huán)?；谝曨l的交通流的檢測(cè)以其方便的安裝、低廉的價(jià)格和極高的靈活性越來(lái)越受到世界各國(guó)的青睞。
　　 基于視頻的交通流檢測(cè)最終目標(biāo)是車輛的識(shí)別和檢測(cè)。本文通過(guò)對(duì)幾種檢測(cè)方法的對(duì)比采用了結(jié)合幀差的背景差分的方法

2、對(duì)車輛進(jìn)行檢測(cè)。背景的生成方法采用了混合高斯建模的方式?？紤]到車輛陰影對(duì)車輛檢測(cè)的負(fù)面影響，本文著重介紹了陰影去除的方法?？紤]到運(yùn)算復(fù)雜度和檢測(cè)的精確度，本文提出了一種在CIELuv空間進(jìn)行背景建模和結(jié)合紋理信息檢測(cè)檢測(cè)陰影的方法。經(jīng)試驗(yàn)表明，本文提出的改進(jìn)方法能夠準(zhǔn)確的提取出車輛陰影，并能夠完整保留目標(biāo)車輛的信息。
　　 車輛的識(shí)別是在成功進(jìn)行背景差分獲得運(yùn)動(dòng)前景的基礎(chǔ)之上進(jìn)行的。對(duì)于前景圖像首先進(jìn)行圖像分割的處理，然后通過(guò)對(duì)