智能交通系统是目前世界电子信息技术在交通运输领域应用的前沿研究课题。智能交通系统中图像处理技术是通过图像传感器获取道路交通图像,利用图像处理与计算机视觉相结合的方法,模仿人的视觉功能,获得智能交通系统所需要的信息。 由于司机违章闯红灯,在交通路口容易发生交通事故。为了防止闯红灯这一违章现象,人们已经将图像、照相机、传感器等高新技术应用于交通路口,这些努力使称为红灯摄像机的一类系统出现。但是这种方法只能在固定的路口检测,而且埋藏线圈时需要破坏路面,影响交通的正常使用。 本文研究的是基于视觉的违章车辆的监控。主要从两个方面解决车辆的违章,一个是基于视频序列的识别,另一个是基于虚拟线圈的识别。研究的重点包括运动车辆的检测、识别、跟踪,虚拟线圈检测,彩色图像中色彩识别等方面。在运动图像的检测中,本文提出帧间差分法检测运动区域;在识别的过程中本文利用区域生长法实现运动物体连通域的判定,并且利用边缘检测消除车辆阴影,给出运动车辆的形心、面积等参数;在跟踪的过程中本文利用邻近法与卡尔曼滤波相结合的方法,给出车辆的运动轨迹以及速度参数;在虚拟线圈的检测中,提出基于平均绝对差分值的匹配方法,同时对于虚拟线圈设置、搜索范围大小给出具体解决方法;最后将虚拟线圈检测结果与运动检测结果相结合,判断车辆是否违章;同时本文提出一种色平面的方法,解决信号灯检测的问题。对于上述各个方法,本文均进行了模拟实验,结果表明,综合运用本文提出的运动图像识别方法,可以正确、快速的检测和识别视频序列中闯红灯的车辆。