基于線陣CCD成像交通信息采集和檢測(cè)技術(shù)的研究.pdf

1、智能交通系統(tǒng)ITS(Intelligent Transportation System)是新一代的交通信息管理和控制系統(tǒng)，它充分利用現(xiàn)代電子、控制、計(jì)算機(jī)和數(shù)據(jù)通訊等技術(shù)，能大大提高交通運(yùn)輸?shù)陌踩院瓦\(yùn)行效率，及時(shí)提供道路車輛流量和路況信息，記錄違章車輛，增強(qiáng)突發(fā)交通事故的處理能力，為人們的出行提供快捷、舒適的交通服務(wù)，從而促進(jìn)交通運(yùn)輸事業(yè)的迅速發(fā)展。 作為智能交通系統(tǒng)的重要組成部分，道路交通信息的實(shí)時(shí)采集是智能交通信息采集的關(guān)

2、鍵內(nèi)容之一。及時(shí)、準(zhǔn)確地獲取各種交通參數(shù)是實(shí)現(xiàn)交通控制智能化的必要前提條件，道路交通檢測(cè)器及其檢測(cè)技術(shù)的高低將直接影響道路交通系統(tǒng)的整體運(yùn)行效率和管理水平。 由于基于圖像分析及計(jì)算機(jī)視覺為基礎(chǔ)全天候?qū)囕v進(jìn)行監(jiān)測(cè)和識(shí)別的技術(shù)逐漸成熟，交通檢測(cè)也由人工觀察交通現(xiàn)象、手動(dòng)控制交通信號(hào)轉(zhuǎn)向視頻檢測(cè)。視頻檢測(cè)方法能夠利用視頻跟蹤車輛的手段，自動(dòng)檢測(cè)以交通流量為主的交通參數(shù)，實(shí)現(xiàn)交通信號(hào)控制并對(duì)危險(xiǎn)事件進(jìn)行報(bào)警，無疑它是一種有發(fā)展?jié)摿Φ慕?/p>

3、通信息采集方法。 本論文對(duì)基于線陣CCD(Charge-Coupled Devices)成像檢測(cè)系統(tǒng)的幾個(gè)關(guān)鍵技術(shù)進(jìn)行了研究，著重就交通場(chǎng)景下的背景提取、交通視頻圖像中車輛的檢測(cè)和跟蹤、車牌識(shí)別以及交通視頻監(jiān)控系統(tǒng)的實(shí)現(xiàn)等重要而基本的問題進(jìn)行了深入的探討。 具體說來，本論文所做的主要研究工作可概括如下： (1)提出了一種基于小波變換的背景提取方法及利用平均方差代替均值的Otsu閾值選取方法。結(jié)合小波變換的特點(diǎn)，針

4、對(duì)線陣CCD掃描圖像，提出了一種基于小波變換的背景提取方法。該方法能夠有效的消除燈光等噪聲，能夠較好的提取出背景信息。 同時(shí)，針對(duì)在背景提取過程中，閾值的選取對(duì)背景的提取具有較大的影響，本論文利用圖像的灰度平均方差反映了圖像灰度分布的特性，提出了一種利用平均方差代替均值的Otsu閾值選取方法，即改進(jìn)的Otsu分割方法。 (2)提出了一種基于主動(dòng)輪廓外力場(chǎng)模型PMF(Perona-Malik Field)的車輛分割方法。該

5、方法利用經(jīng)典的Perona-Malik各向異性去噪模型具有保護(hù)邊界信息的特點(diǎn)，將經(jīng)過Perona-Malik模型處理后圖像的負(fù)梯度作為外力場(chǎng)，研究其對(duì)車輛分割結(jié)果的影響，從而提出了一種基于主動(dòng)輪廓外力場(chǎng)模型PMF的車輛分割方法。該方法不僅能夠保持車輛的邊界信息，克服了傳統(tǒng)外力場(chǎng)不能進(jìn)入車輛圖像凹部的缺陷，而且對(duì)初始曲線的約束較少。 (3)提出了一種加權(quán)迭代車輛匹配方法。現(xiàn)有的大部分匹配方法都是基于均方誤差最小的原理，即最小二乘法

6、。當(dāng)噪聲是高斯噪聲時(shí)，最小二乘法是最優(yōu)的，但在實(shí)際過程中，經(jīng)常會(huì)出現(xiàn)一些出格數(shù)據(jù)，若把出格數(shù)據(jù)當(dāng)作高斯噪聲，那就有可能導(dǎo)致錯(cuò)誤的結(jié)果。 針對(duì)這種噪聲，本論文提出了一種加權(quán)迭代車輛匹配方法，該方法首先利用加權(quán)來進(jìn)行車輛匹配，再利用各點(diǎn)余差的倒數(shù)作為下一次迭代的權(quán)值，如此循環(huán)，就可以使出格數(shù)據(jù)的權(quán)值接近于O，最后完成高精度的車輛匹配。 本方法可以克服最小二乘法魯棒性差及隨機(jī)抽樣方法計(jì)算量大的缺點(diǎn)，模擬實(shí)驗(yàn)和真實(shí)實(shí)驗(yàn)數(shù)據(jù)結(jié)果表

7、明，該匹配方法具有運(yùn)算量小、魯棒性好等優(yōu)點(diǎn)。 (4)提出了一種用于牌照識(shí)別的圖像增強(qiáng)方法。牌照區(qū)域分割是牌照識(shí)別的關(guān)鍵步驟，增強(qiáng)圖像中的牌照區(qū)域，抑制背景區(qū)域，可以有效降低牌照區(qū)域分割的難度。 本方法將圖像分解為一組二值圖像的組合，然后在二值圖像上計(jì)算各連通分量及其特征參數(shù)，利用牌照區(qū)域和背景區(qū)域?qū)?yīng)的連通分量的特征差別，可以有效抑制背景而保留牌照。處理后的二值圖像可重構(gòu)出牌照區(qū)域增強(qiáng)的部分。 本論文還采用等高線

8、標(biāo)記代替連通分量標(biāo)記，以減少計(jì)算量，使得該方法具有實(shí)用性。實(shí)驗(yàn)顯示，該方法能夠有效地突出了牌照區(qū)域而抑制了背景，提高了牌照定位分割的效果，可以很好地用于實(shí)際的牌照識(shí)別系統(tǒng)中。 (5)實(shí)現(xiàn)了一種基于線陣CCD攝像機(jī)的交通信息采集和檢測(cè)系統(tǒng)。交通信息是交通管理和規(guī)劃的基礎(chǔ)和關(guān)鍵，實(shí)時(shí)動(dòng)態(tài)地采集描述交通流的各種參數(shù)和檢測(cè)各種交通事件，并對(duì)這些信息進(jìn)行有效地處理和應(yīng)用，對(duì)提高交通系統(tǒng)的運(yùn)行效率、減少交通事故、提高緊急事件的應(yīng)急能力、優(yōu)化