论文部分内容阅读
随着我国城镇化的持续快速发展,汽车保有量和道路通车里程数源源不断地增加,交通事故频发、道路车辆拥挤、环境污染加重等新问题日益突出。发展智能交通系统(Intelligent Transportation System, ITS)对缓解这些问题有着良好的作用,而交通参数是智能交通系统中重要的基础研究内容之一。传统安装在道路上的交通参数检测器,其存在成本较高、检测范围小、采集参数单一等缺点。基于视频的交通参数提取方法以其系统设置灵活、信息量丰富、检测范围大等优点发展迅速,成为智能交通领域的一个研究热点,有着广阔的应用前景。本文重点对视频图像去雾算法和运动目标检测算法进行了研究,通过实验分析与验证,改进了相关算法。并在此基础上完成了适合雾霾天气下的基于视频检测技术的交通参数监测系统的研制。论文主要工作如下：(1)提出了一种改进的基于导向滤波的快速图像去雾算法。在使用导向滤波前,对透射率和导向图像采用最近邻插值进行下采样,以缩小输入导向滤波的图像,来降低导向滤波的处理时间；对导向滤波输出结果,采用双线性插值进行上采样得到校正后的透射率,并通过实验验证了该去雾算法的有效性与实时性。(2)在深入分析了各种运动目标检测算法的优缺点的基础上,重点研究了背景差分法的目标检测方法。最后经过比较各种背景提取方法,采用了自适应较强的基于像素自适应分割的运动目标检测算法进行视频运动目标检测,并通过实验验证了该算法检测运动目标的有效性。(3)在学习理解交通参数物理含义的基础上,对道路交通参数的提取方法进行了深入研究,并构建了提取道路交通参数的流程。(4)在掌握了视频图像去雾算法,运动目标检测算法以及交通参数提取流程的基础上,设计了基于视频检测技术的交通参数监测系统。完成了监测系统的视频图像采集、视频图像去雾、运动车辆检测、交通参数提取和交通参数存储的功能。并通过实验验证了该系统能有效地监测道路交通参数,符合预期效果。