基于視頻圖像的車輛速度檢測技術研究.pdf

1、隨著計算機視覺技術和圖像處理技術的迅速發(fā)展，基于實時圖像處理的視頻測速成為了智能交通領域又一研究熱點，而運動車輛的檢測與跟蹤是智能交通系統(tǒng)的核心內容。本文研究的是利用圖像處理技術對高速公路上視頻監(jiān)控圖像進行處理和分析，提取運動車輛的速度信息，目的是改進實時車輛速度的采集手段，為道路交通管理提供更為有效的數(shù)據(jù)，提高交通管理技術水平。
　　 本文把測速問題劃分為行駛距離的測量和行駛時間的測量。對于距離的測量，根據(jù)平面的單應性，本文提

2、出了一種利用車道標線進行平面映射的攝像機標定方法。以道路平面上的標線坐標與圖像平面的標線坐標為對應點，根據(jù)攝像機成像原理簡化模型，并利用霍夫變換提取標線端點，實現(xiàn)了圖像平面與道路平面的映射關系。該方法與傳統(tǒng)攝像機標定法相比不需設置復雜繁瑣的標定物，具有更好的實用性和適應性。
　　 在運動目標檢測模塊中，重點研究了自適應混合高斯背景建模算法，針對基于混合高斯模型背景差分法對光照突變敏感的問題，提出了背景差分法與三幀間差分法相結合的

3、運動目標檢測算法。首先利用當前幀與混合高斯模型建立的背景模型差分，快速檢測出運動變化區(qū)域。然后，通過與設定的閾值比較，判斷場景內是否發(fā)生光照突變。場景中若未發(fā)生光照突變，采用混合高斯模型背景差分法提取運動目標;若發(fā)生光照突變，則采用三幀間差分法提取運動目標。實驗結果表明，在光線發(fā)生突變情況下，本文提出的算法同樣能夠取得較好的檢測效果，具有很強的適應性和魯棒性。
　　 在車輛跟蹤模塊中，本文采用基于車輛勻加速運動假設的Kalman