随着当前交通行业发展迅速,在城市的交通网中,往往出现个别路口拥堵严重,但附近路口却通行顺畅的情况。因此,实时的了解到每个交叉路口交通状况,对于驾驶员选择合理的行车路线有重要意义,同时也是改善城市交通拥挤的有效途径。基于视频处理的车队长度检测系统,将图像处理与各种交通信息技术相结合,具有使用范围广、测量精度高、实时性好以及可基于已有的监控系统直接升级的优势,是现代化智能交通信息获取的技术中重要的组成成分。车流量的识别过程是:首先采集交叉路口的车辆视频,通过中值滤波和高斯滤波去除图像中的噪声,然后使用背景差分法检测出前景车辆,并通过B样条曲线法计算出图像中车辆的面积,从而可以计算车辆的数量。系统对中值滤波模块在3×3窗口中值计算法进行改进,使用将9个数据进行排序的方式代替传统的计算方法,将计算次数从30次减少到18次,在保证精度的前提下,节省了机器时间。背景差分过程中,首先建立背景,将连续图像帧中的像素点进行差分运算,当差值小于阈值是认为该点为背景点,经多次训练可以实时的得到最适合当前情形的背景图;然后将图像与背景图像进行差分运算,当差值超过阈值,认为该点为前景车辆。通过在差分后图像中建立B样条曲线轮廓,按照B样条曲线控制点的法线方向逼近前景目标边缘,经过多次迭代运算,B样条曲线轮廓与前景车辆轮廓相同,此时计算B样条曲线轮廓包含的面积,即为车辆面积。最终通过预设的参数,将面积转换为车辆数目。论文分别使用Matlab和Modelsim进行仿真,测试证明:方法可以得到准确的面积,并可以较准确的计算出车辆的数目,误差为10%,具有良好的检测精度,在智能交通行业有较高的应用前景。图[60]表[3]参[73]