基于紋理和顏色的背景建模及其在擁堵檢測中的應用.pdf

1、隨著世界城市化進程的加快和家用汽車的普及，發(fā)展中國家和發(fā)達國家所面臨的交通擁擠加劇、交通事故頻發(fā)、交通運行環(huán)境惡化等問題都變得日趨嚴重。為了及時感知道路異常狀態(tài)來緩解這些問題，基于視頻的智能交通監(jiān)控技術應運而生，成為了當前研究熱點。
　　本文以復雜的交通場景視頻為研究對象，針對它在交通監(jiān)控方面存在的難點進行了分析研究。首先，利用邊緣信息的抗干擾性，提出了一種穩(wěn)定的邊緣背景模型方法，并針對道路上可能出現(xiàn)的擁擠狀態(tài)和異常物體，以邊緣背

2、景為基礎，提出一種應用于實時視頻監(jiān)控的道路異常狀態(tài)檢測方法。該檢測方法通過多幀疊加方法研究車輛不同行駛狀態(tài)下所呈現(xiàn)出的前景邊緣特點，判斷車輛快速行駛、緩慢行駛和停止等行為;以此為根據(jù)計算道路占有率及各種行駛狀態(tài)的車輛比例，從而實現(xiàn)擁擠狀態(tài)判別和異常物體檢測。然后，為解決傳統(tǒng)彩色背景建模存在的ghost問題，提出了一種抗干擾的彩色背景建模方法。該方法利用了邊緣背景的穩(wěn)定性，對ghost目標進行檢測，解決了傳統(tǒng)方法中彩色背景模型更新和gho

3、st目標去除的矛盾，成功提取了復雜動態(tài)場景的背景。此外針對邊緣信息進行道路狀態(tài)檢測存在的不足，在建立的彩色背景模型的基礎上，采用顏色和邊緣的聯(lián)合信息實現(xiàn)了道路狀態(tài)更有效的檢測，提高了監(jiān)控的召回率。
　　本文通過真實數(shù)據(jù)集上的實驗驗證了本文方法的正確性及其應用的有效性，實驗表明，該方法在無任何人工干預的情況下完全自動地對復雜的交通場景建立正確的邊緣背景模型、彩色背景模型，不受停止或緩慢移動目標的干擾，并能夠實時、有效地檢測出復雜場景