论文部分内容阅读
动态图像理解技术在智能交通中应用的研究,是智能交通系统的重要前沿研究领域,具有十分重要的理论意义和应用价值。利用基于动态图像理解技术在道路交通方面的应用代表着道路交通检测技术的一种新的发展趋势。本文引入了全方位视觉传感器技术,利用全方位视觉监控范围广、包含信息量大和定位算法简单的特点找到一种精确高效简单的交通信息检测方法。本文首先介绍了全方位视觉传感器技术的原理和软硬件开发平台。在动态图像理解方面,我们建立了基于YUV颜色空间的混合高斯分布模型的背景模型,利用该模型检测出运动目标并进行阴影抑制处理,然后将图像二值化处理,并进行数学形态学处理,计算得出运动目标的各项物理属性参数。然后,我们利用这些信息定位到运动目标区域,设计了基于颜色特征的跟踪算法进行多目标跟踪。实验证明该方法计算量小、系统实时性强,能够比较精确的统计车流量、车辆速度以及道路占有率等基本交通信息。通过图像的高级语义解释能发现在检测领域中的车辆事故和车辆超速,为实现智能交通、对道路实施安全监控提供技术支撑。并且在一定程度上解决因遮挡带来的分裂合并问题。最后,我们开发出基于OpenCV图形处理库、Java为开发语言的交通流信息采集的实验系统,并介绍了该实验系统的总体功能和结构,及各个模块的详细实现步骤,本文对杭州市天目山路西段进行信息采集,取得了很好的检测效果。