基于视频的交通参数的自动提取

介绍一种基于视频的交通参数的自动提取系统.针对实时交通图像的特点,提出一种基于RGB彩色向量聚类的动态背景生成方法.通过背景差法提取出目标物体,并应用形态学方法消除噪声.根据汽车在交通图像中的位置进行汽车长度的按比例换算,统计出汽车占用车道总长,从而得到每一车道的车辆数、车辆占有率及车辆平均占有率.实验结果表明,系统能够较准确地检测出车道的车辆占有率.     

一种提高视频车速检测精度的方法

通过对基于虚拟线的机动车视频测速方法的精度分析,提出了一种提高测速精度的方法.该方法在车道上定义一个矩形检测区,该检测区在视频图像上呈现出梯形,采用二维图像标定方法将梯形图像区域中任意一点的图像坐标准确地映射为检测区内对应点的地面坐标.通过在车辆经过检测区的视频图像中选取适当的图像帧,可以获得车辆的位移及对应的时间间隔,从而获得较高精度的速度测量结果.     

基于边缘点运动估计的交通参数检测

利用运动车辆的边缘点包含了运动的位置及运动方向的特点,本文提出一种基于边缘点运动估计的视频检测方法,通过对前后两帧交通图像的运动边缘点在虚拟线圈内进行匹配,可以确定运动车辆在连续两帧图像中的运动矢量,从而获取车流、车速等交通参数。该方法大大减少了运算量,确保了视频检测的快速性和准确性。     

一种基于虚拟线圈运动矢量的车速检测方法

针对交通监控中的车速检测问题,提供了一种基于视频图像处理的车速检测方法,从CCD摄像机采集图像,在图像上的特定区域定义虚拟线圈,然后通过估算虚拟线圈的运动矢量,就可以检测经过虚拟线圈车辆的运动速度．实验结果表明,这是一种实用有效的车速检测方法．     

基于梯度方向恒定性的运动车辆阴影检测

交通参数的视频检测是智能交通系统的一个研究重点,其中运动车辆的分割是视频检测过程中的一个关键环节。目前,运动车辆阴影的检测与剔除是准确、有效的分割出运动车辆所面临的一个难题。本文发现并证明了梯度方向恒定性原理,在此基础上提出了一种基于梯度方向恒定性的阴影检测与剔除方法。首先建立路面背景梯度矢量图,根据与当前帧图像的梯度矢量图的比较结果,判断是否是路面背景或是运动车辆,然后对运动车辆区域进行形态滤波,弥补内部空洞和剔除杂点,进而准确分割出车辆。试验结果表明,该方法适应性强,车辆分割效果好。     

自适应背景更新的视频车辆检测

针对视频车辆检测技术会因气象等环境变化，尤其在动态检测大范围、多目标的情况下，检测移动车辆图像的分割和检测的效果存在问题，采用一种用于数字图像处理和计算机视觉的函数库openCV，设计出一种基于背景更新的自适应车辆对象检测法，用于视频检测和统计车流量，比较准确地测量出车辆对象．     

视频车辆检测技术及发展趋势

视频车辆检测技术正朝着智能化、网络化、集成化、实时性、视觉检测立体化等方向发展。视频车辆检测技术分为非模型交通信息检测技术和基于模型跟踪的交通信息检测技术两大类。对视频车辆检测技术在实际使用中存在的问题进行分析研究,提出相应的解决方法和改进措施。需进一步加强对视频检测算法的优化和改进研究,以提高检测算法的速度、准确度、自适应性,保证图像处理的实时性和有效性。     

基于视频交通图像的潮汐车道自适应控制系统设计

针对城市道路双向交通需求不均衡的潮汐交通问题,设计了一种新的基于视频交通图像的潮汐车道自适应控制系统。通过局域网实现两台工控机间的独立运行,给出系统结构。介绍了控制逻辑,通过视频交通图像获取车辆平均速度、交通流量等数据。以计算交通饱和度,选择道路双向饱和度的加权切换动态控制方式对潮汐车道进行自适应控制。按照车道交通状态中两个方向的饱和度,把潮汐车道交通状态划分成五种情况,通过枚举法对模型进行求解。依据潮汐车道交通特征,把全部车道配置看作解空间,把双向车道交通饱和度与流率看作输入量,实现模型求解。实验结果表明,所设计系统综合延误低,车辆排队长度少,在中高密度交通流下也可有效实现控制。     

基于改进高斯混合模型和卡尔曼滤波的车辆检测与跟踪

提出一种基于改进高斯混合模型和卡尔曼滤波的车辆检测与跟踪方法.该方法在车辆检测阶段,为了解决传统高斯混合模型对运动目标速度变化自适应能力较差的问题,通过定义运动目标速率因子,给出一种模型学习率自适应更新策略,对传统高斯混合模型进行了改进,并用以实现车辆检测;在车辆跟踪阶段,通过建立一个适用于视频目标跟踪的卡尔曼滤波系统,并以车辆检测阶段输出的车辆质心为该卡尔曼滤波系统的量测值,实现了选定车辆目标的跟踪.实验结果表明,该方法车辆检测与跟踪效果良好,能满足实际交通监控系统的需求.     

一种提高视频车速检测精度的算法分析和实现

通过对基于虚拟线的机动车视频测速方法原理和精度不理想的分析,文章提出了一种提高测速精度的方案。该方案在车道上定义了一个矩形检测区,由于透视现象该检测区在视频图像上呈现为梯形,采用摄像机定标方法可将二维图像上梯形区域中任意一点的图像坐标较准确地映射为检测区内对应点的地面坐标。通过在车辆经过检测区的视频图像中选取适当的图像帧,可以获得车辆的位移及对应的时间间隔,从而获得较高精度的速度测量结果。     

基于阴影抑制和自适应背景更新的车辆检测系统

在基于视频的交通监控系统中,车辆的正确检测是关键,目前采用的典型方法是背景相减法.为了提高对多车道上运动车辆检测的正确率,该文提出的车辆检测系统采用了快速自适应背景生成与更新算法,并结合基于轮廓跟踪的阴影去除技术,可以达到精确定位车辆的目的.实验图像数据表明:该检测技术较传统方法更具鲁棒性和准确性,并且从算法实现的角度来看,具有简单易用、实时性较高的特点.     

智能交通中的车辆检测技术及其发展

文章概述了发展车辆检测技术的必要性及车辆检测器的分类,分析和比较了磁频车辆检测器中的感应线圈、磁性、地磁、微型线圈、磁成像及波频车辆检测器中的雷达微波、红外线、超声波等车辆检测器的原理和特点,并对视频检测技术做了简要论述,最后介绍了未来车辆检测技术的三个发展方向。     

基于差分均值背景提取和矩阵分区目标检测算法的研究

为提高对车辆图像的检测程度和实时性,针对智能交通系统,通过对实时路况的信息采集和视频图像的处理,提出了一种基于差分均值的背景提取计算方法和矩阵分区域的阴影检测方法,最终得到一个视频车辆的检测原型,从而实现对运动车辆的检测.实验结果表明,此种方法简单、计算量小、鲁棒性高,能快速地提取出背景图像,检测出比较完整的车辆阴影,可满足多运动目标的实时检测要求.     

智能视频分析的车辆异常行为检测方法

针对目前车辆异常行为检测中的检测实时性问题,提出了一种基于智能视频分析技术的车辆异常行为检测方法。车辆出现异常行为时车辆位置变化、速度变化及运动方向变化较大。通过背景差分法检测运动车辆,并采用均值漂移算法跟踪运动车辆,获取车辆位置、速度、运动方向等车辆异常行为判别参数,对3种判别参数的状态函数加权融合检测车辆行为。为验证该算法的有效性,将对真实交通场景中采集的交通视频进行车辆运行状态检测实验。实验结果证明该算法能及时有效地检测出交通场景中的车辆异常行为。     

基于交通视频的运动车辆检测方法

为解决交通测试系统中车辆实时跟踪和分割的问题, 以数字图像处理方法为手段, 针对采集到的交通路况信息, 重点研究了背景差分算法提取运动车辆, 并提出了一种计算量较小的自适应背景更新算法; 采用一种工作在HSV(Hue, Saturation, Valve)空间非基于模型的车辆阴影检测算法, 并提出设置阈值参数的方法, 在去除车辆阴影的同时也滤除了行人、 自行车及摩托车等干扰; 针对车辆阴影检测后的二值化图像, 采用适合的形态学方法进行后期处理。对实际交通环境下的大量视频和图像进行测试的结果表明, 该方法可以有效地实现运动车辆的检测。     

基于自适应轮廓匹配的视频运动车辆检测和跟踪

为了对高空拍摄的交通场景进行图像处理，实现对运动车辆的检测和跟踪，以获得车辆的运行轨迹，在固定模板的基础上，利用自适应轮廓匹配算法，结合误检判断和轮廓分解，较好地检测出了车辆轮廓，并能避免由于两辆车靠近带来的误检．将自适应轮廓匹配思想移植到车辆跟踪中，可以实现较为准确的跟踪．计算机检测和人工检测的比对实验表明，在一定的条件下，这种算法有效消除了误检和多检现象，其正确检出率达到95．01％，即使存在一定的漏检，也可以通过插值实现填充．     

基于视频处理的机场跑道入侵检测模型的设计与实现

跑道入侵是威胁民用航空安全的重要因素,有效的跑道入侵监测告警技术能够提高机场道面区域的安全。借鉴计算机图像处理方法,利用运动物体检测算法检测出视频图像上的运动物体,并引入航空器轮廓特征匹配,校验运动物体是否符合航空器轮廓特征,使检测结果更适用于机场区域。模型还分析了实时视频图像坐标和机场道面俯视坐标的对应关系,构建了坐标间投影模型,将运动物体位置投影至机场道面俯视图中。为了验证模型有效性,利用虚拟塔台视景技术对进行仿真实验。仿真结果表明:模型能够根据实时视频图像检测出道面运动物体,并能提供相应的俯视机场道面图和跑道、滑行道上运动物体位置,并给出跑道入侵告警,可为机场塔台管制人员提供辅助决策依据。     

交通违章视频检测管理系统的设计与实现

针对交通违章的检测和管理，设计了一种基于视频检测技术的违章检测管理系统。给出了系统的组成结构和工作流程，定义了系统的功能，设计和实现了系统的功能模块，并分析和讨论了系统的技术难点。该系统利用视频图像处理和图像识别技术，对交通视频图像进行分析，能有效的检测出车辆违章行为(误检率低于10％)，抓拍违章车辆图像(成功率95％以上)，记录和管理违章车辆信息。应用结果表明，该系统较好地实现了对机动车越线类违章的检测与管理。     

基于视频的改进帧差法在车流量检测中的应用

如何有效去除背景、消除按车道开固定窗检测车辆的方法中,由于车辆换道或相邻车道的车辆部分覆盖了被检测车道检测窗而引起的误检,是车辆检测系统需要解决的一大难题.针对上述问题提出了一种基于视频的改进的帧差法,在检测带内由车辆信息生成数据流,根据数据流的变化进行车辆检测、计数并估计平均车速.从而实现对过往车辆的准确计数,更可靠地收集各车道的车流信息,为智能交通提供实时交通参数.     

基于视频图像序列的动态物体跟踪定位算法的研究

视频图像动态物体跟踪的算法是计算机视觉的核心课题之一,具有重要的理论意义和广泛的实用价值。本文提出了一种改进的三帧差分的运动目标实时检测算法,对3帧连续的边缘图像进行3帧差分运算,最后通过阈值分割和形态学处理完成对目标的提取。该方法计算简单,实验结果表明该方法能对运动目标进行准确检测,且具有很好的鲁棒性。此外,利用基于物体特征的轨迹记录算法清晰的记录了物体的行进轨迹。实验证明,该算法在运动物体实时检测和跟踪方面有效可行。