论文部分内容阅读
近年来,随着国民经济的快速发展,汽车的使用量节节攀升,交通违章和事故也随之大幅增加,对于违章停车、车辆逆行和交通事故等交通事件的人工监控已不能满足需求。在这种背景之下,基于机器视觉的交通事件自动检测系统应运而生,并且已成为交通视频监控系统实现智能化和自动化的关键。交通事件自动检测系统的开发和应用可以实现高效、准确、快速的交通事件自动检测,为事件快速处理、减少交通延误及避免二次事故发生提供便利条件。通过阅读大量的国内外参考文献,对国内外的研究现状有了基本的掌握之后,本文总结了基于视频信息判断典型交通事件的流程,设计了一种针对实时图像的运动车辆分割、定位及跟踪算法,根据跟踪结果对车辆的违章停车、逆行和交通事故停车等交通事件进行检测,并在DSP应用板中编程实现。本文完成的主要工作如下:在算法研究方面,首先分别利用基于高斯混合模型的背景差法和将背景差与帧间差相结合的算法对目标进行前景分割及目标定位,在将两种方法处理结果进行对比后,确定选用背景差与帧间差相结合算法在DSP上实现;其次,利用图像腐蚀、膨胀和连通域算法滤除干扰区域并求取运动目标的最小外接矩形;再次,利用卡尔曼滤波算法对运动目标进行跟踪,并提取车辆运动轨迹;最后,给出了基于车辆跟踪轨迹的交通事件检测方法,实现了对违章停车、逆行和交通事故停车等交通事件的检测。在硬件实现方面,首先分析了系统硬件需求,选取ICETEK-DM6437-B评估板作为硬件实现平台,选取CCD摄像头作为视频采集工具;其次,通过自动提取车道线确定目标区域,并将采集的图像做隔行隔列抽取处理,减少DSP处理的数据量,提高系统检测效率;最后,将算法移植到CCS集成开发环境中,利用C语言编写完成。经测试表明,该系统可以有效地实现动态图像的交通事件检测检测功能,并且具有一定的灵活性与可靠性,占有资源少,速度快,具有广泛地应用前景。