车流量检测算法.docx

车流量检测算法.docx

《车流量检测算法.docx》由会员分享，可在线阅读，更多相关《车流量检测算法.docx（48页珍藏版）》请在冰豆网上搜索。

车流量检测算法

西南交通大学

毕业设计（论文）

基于视频的车流量检测算法研究

年级:

2006级

学号:

2*******

*****

专业:

自动化

*******

二零一零年六月

院系信息科学与技术学院专业自动化

年级2006级姓名安伟

题目基于视频的车流量检测算法研究

指导教师

评语

指导教师（签章）

评阅人

评语

评阅人（签章）

成绩

答辩委员会主任（签章）

年月日

毕业设计任务书

班级自动化2班学生姓名安伟学号2006专业自动化

发题日期：

2010年1月1日完成日期：

2010年6月15日

题目基于视频的车流量检测算法研究

题目类型：

工程设计√技术专题研究理论研究软硬件产品开发

一、设计任务及要求

车流量信息是交通控制中的重要信息，其检测在智能交通系统中占有重要地位。

基于视频图像处理技术的车流量检测系统，通过安装在道路旁边或者中间隔离带的支架上的摄像机和图像采集设备将实时的视频信息采入，经过对视频图像的处理分析可以进行车流量的实时检测。

基于视频的车流量检测系统有易安装、维护及实现方便等明显的优势，非常有利于交通系统的管理及控制。

具体要求如下：

1.对图像进行预处理

2.进行车流量的统计

3.人机界面简单清楚友好

二、应完成的硬件或软件实验

采集视频图像，对图像进行分析处理，完成车流量的统计，与实际通过车辆数目比较，分析本系统的正确检测率。

三、应交出的设计文件及实物（包括设计论文、程序清单或磁盘、实验装置或产品等）

1.毕业设计论文（必须完全符合学校规范，内容严禁有丝毫的抄袭剽窃）　　　　　　　　　　　　　　　　　　　

2.CD-R（含论文，程序，程序使用说明书，演示视频，盘面注明姓名，专业，日期）

3.英文翻译按学校规定，导师无特殊要求

四、指导教师提供的设计资料

1.研究介绍（包括课题背景、动机、内容、意义）

2.计划说明书

3.部分英文文献资料

五、要求学生搜集的技术资料（指出搜集资料的技术领域）

1.本课题相关领域国内外重要论文及资料

2.图像处理知识与VC++编程学习指南

六、设计进度安排

第一部分查阅资料，学习相关编程语言（4周）

第二部分编制程序并进行调试（10周）

第三部分撰写毕业论文（2周）

评阅及答辩毕业论文修改和参加答辩（1周）

指导教师：

年月日

系主任审查意见：

审批人：

年月日

注：

设计任务书审查合格后，发到学生手上。

西南交通大学信息科学与技术学院2009年制

摘要

在智能交通管理系统中，实时的交通流参数检测起着越来越重要的作用。

交通流参数包括车流量、车速、车道占有率等，参数检测的方式也有多种，但基于图像处理的视频车辆检测技术以其检测区域大、系统设置灵活等突出的优点，成为智能交通系统领域的一个研究热点。

因此，基于视频的交通流量检测技术成为其研究领域的重要方面和基础。

本文是在阅读和学习国际国内智能交通系统基础上，首先介绍了智能交通系统的背景和意义,视频检测技术的优越性,智能交通系统在国内外研究的现状。

经过多年的不断发展,目前已经提出了很多相关的算法和解决方案.本文在学习和理解这些成果的基础上,采用设置虚拟线的方法来实现车流量统计的算法。

本文在研究过程中主要采用了图像数字化,图像锐化,图像分割,背景相减,虚拟线圈更新,虚拟线圈内车辆的检测等算法。

其中图像分割,背景相减,虚拟线圈的更新是本文的核心内容并作了详细的介绍。

其中背景相减介绍了四种常用的算法,并分析了各种算法的优缺点,结合各种的算法的优缺点,最后本文采用自适应背景相减法,该算法能够很好的提取出目标图像,不过由于外界各种因素比较敏感,同时会出现许多伪运动目标点，不利于目标的准确检测,影响检测准确度,这有待于日后进一步的研究和学习。

本文设计了一种实时可靠的基于虚拟检测线的交通流量检测算法,该算法能够一定的程度上的在复杂路况条件下精确的对车流量进行检测。

关键词：

视频检测技术；车流量统计；虚拟线圈更新；自适应背景相减法

Abstract

IntheIntelligentTraffieSystem，parametermeasurementofreal-timetrafficflowisbecomingmoreandmoreimportant.Trafficflowparameterincludesvehicleflow,vehiclevelocity,road-occupiedrateandsoon.Therearemanykindsofwaystomeasureparameters,butthetechnologyofvideovehicledetectionbasedonimageprocessinghasbeenahotfieldinIntelligentTrafficSystem,becauseithasprominentadvantagethatthedetectiongfieldisextensiveandthesystemsettingisflexible.Therefore,thedetectiontechnologyoftrafficflowbasedonvideobecomesanimportanceofaspectandfoundation.

BasedonreadingandlearningtheIntelligentTrafficSystemofhomeandabroad,thebackgroundoftheIntelligentTrafficSystem,theadvantagesofvideodetectiontechnologandthestudingsituationoftheIntelligentTrafficSysteminnationalandinternationalareintroducedfirstly.Afteryearsofconstantdevelopment,ithasmadealotofrelevantalgorithmsandsolutions.Basedonlearninganduderstandingtheseresults,thosemethodsareusedtosetthevirtuallinetoachievethealgorithmoftrafficvolumestatistic.Inthispaper,themaincourseofthestudyistousethealgorithmsofdigitalimage,imageenhancement,imagesegmentation,backgroundsubtraction,virtualloopupdate,virtualloopdetectionwithinthevehicle.Imagesegmentation,backgroundsubtraction,virtualloopupdatearethecoreofthispaperanddescribedindetail.Backgroundsubtractionintroducesfourcommonalgorithms,andanalyzestheadvantagesanddisadvantagesofeachalgorithm,combineswiththeadvantagesanddisadvantagesofvariousalgorithms.Finally,inthispaper,weuseanadaptived-backgroundsubtraction.Thealgorithmcanextractagoodtargetimage,butitismoresensitivetotheexternalfactors,whiletheemergenceofmanypseudo-movingtarget,whichisnotconducivetothepreciseoftargetdetectionandeffecttheaccuracyofdetection,soitissubjectforfurtherresearchandstudy.Thispaperpresentsareliablereal-timetrafficflowalgorithmbasedonvirtualtestlinedetection.Tosomeextend,thisalgorithmcandetectthetrafficflowprecislyundertheconditionofcomplexity.

Keywords:

videodetectiontechnolog;trafficflowstatistics;virtualloopsupdate;adaptived-backgroundsubtraction

第1章绪论

1.1本论文的背景和意义

随着社会的发展和科技的进步,人民的生活水平得到很大的提升,汽车的拥有量大幅提升,交通需求日益增加,城市交通拥堵,交通事故频繁发生,交通环境日益恶化以及能源短缺成为当今世界面临的共同问题。

在这种情况下,无论是发达国家还是发展中国家,都毫无例外地承受着不断加剧的城市交通问题的困扰。

尤其在我国,由于我国人口基数大,城市规模发展迅速,迫切需要大量的准确的交通流信息,我国面临的问题尤为严重。

解决交通问题的传统办法是修建和扩建道路,提高网路的通行能力,但随着人口的增长,特别是城市人口的急速增长,城市人均占有面积日益减少,可供修建道路的面积也越来越少,同时扩大网路的速度也远远不能满足交通需求增长的速度。

同时交通系统是一个十分复杂的综合性十分强的系统,单从某一方面考虑,都很难解决交通问题。

在这种复杂的背景下,怎样高效的对交通进行管理,就显的十分重要,由此智能交通就成为研究的热点问题[6],使用科学的方法对现有的道路进行管理，可以最大限度的挖掘道路的承载能力，在相当大的程度上改善交通环境。

此时智能交通系统ITS（IntelligentTransportationSystem）应运而生，它把车辆和道路综合起来系统地解决交通问题，从而极大地提高了现有道路的利用率。

智能交通系统是各国交通领域竞相研究和开发的热点,它将先进的信息,电子通讯、自动控制、计算机以及网络等技术有效,综合的运用于整个交通运输管理体系中。

从而建立起一种在大范围内全方位发挥作用的,实时、准确、高效的交通运输综合管理和控制系统。

同时智能交通管理系统覆盖范围很广,在交通系统管理方面包括:

自适应的交通信号、自动事故检测、电子收税系统、电子警察等。

在行人系统方面包括:

行程规划、乘车人信息、动态路径指导等。

在与安全有关的管理系统方面包括:

智能巡查控制、防撞等。

在其他方面包括:

救援管理等。

ITS强调的是系统性、实时性、信息交流的交互性以及服务的广泛性。

它是由若干子系统所组成的，通过系统集成将道路、驾驶员和车辆有机地结合在一起加强了三者之间的联系。

ITS的系统组成大致分为先进的交通管理系统ATMS（AdvaneedTaffieManagementSystem）、先进的交通信息系统ATIS（AdvaneedTraffieInformationSystem）、先进的公共交通系统APTS（AdvaneedPublieTraffieSystem）、先进的车辆控制系统AVCS（AdvaneedVehieleControlSystem）、先进的车辆收费系统AETCS（AdvaneedEleetronieTollColleetionSystem）、紧急事件管理与救援系统EAMSS（EmergentAffairManagementandSuccorSystem）。

在这些系统中交通流信息的获取是一个核心，交通流信息包括多个方面，比如车流量、车型、车速、车流密度以及道路占有率、排队长度等等[1]。

TIS通过对道路交通流信息进行实时检测，了解道路交通的运行情况，根据交通流的动态变化，迅速做出交通诱导控制，减轻道路拥挤程度，减小车辆行车延误，降低发生交通事故的概率，保证行车安全，并使交通设施得到充分利用，实现交通运输的集约式发展，最终达到智能运输系统（ITS）的目的，使现有宏观交通设施（道路、桥梁、隧道等）具有更大的交通运输能力和更高的交通运输安全性。

由此可见，道路交通流信息的实时采集与处理方法研究无论对城市的交通控制、交通管理、交通规划、路网建设，还是对未来智能运输系统功能的实现都具有重要的理论意义和实用价值。

由于ITS能够显著的缓解日趋紧张的交通拥阻,提高交通效率,越来越受有关部门的重视。

作为ITS的基础部分,车流量控制系统在ITS中占有很重要的地位。

目前基于视频的检测法是最有前途的一种方法,它是通过图像数字的方法获得交通流量信息,主要有以下优点：

1.能够提供高质量的图像信息,能高效、准确、安全可靠地完成道路交通的监视和控制工作。

2.安装视频摄像机破坏性低、方便、经济。

现在我国许多城市已经安装了视频摄像机,用于交通监视和控制。

3.由计算机视觉得到的交通信息便于联网工作,有利于实现道路交通网的监视和控制。

4.随着计算机技术和图像处理技术的发展,满足了系统实时性、安全性和可靠性的要求。

交通流量统计是合理建设和管理交通系统的依据,通过对公路通行能力与公路交通量的适应性分析,从而确定公路建设的合理规模,通过实时的车流量监控数据,可以及时疏导交通。

车辆检测是一切公路交通管理的基础,它可以用于检测公路主线车流量、车型、车速、占有率等交通数据，是控制公路的车流出入，确保道路安全畅通的重要手段。

同时它也为交通管理统计有关数据，为管理者、决策者提供有效的数字依据。

目前交通检测广泛应用于交通疏导、道路资源配置、道路建设评估等领域。

目前，交通流量检测技术大致可分为三类[2]:

第一类为基于压电回路的永久埋入式系统，如环形地埋式线圈检测，这类系统虽然可靠，但费用较高。

因为需将传感器永久性埋入地下，其设立和维护都需挖掘路面，费时费力且影响交通。

第二类为近年来兴起的悬挂式系统，如基于闭路电视、微波、雷达、红外线或超声波传感器的检测系统。

比如超声波检测，容易受车辆遮挡和行人的影响，检测的精度不高，检测距离短;红外线检测受到车辆本身热源的影响，抗噪声的能力不强，检测精度也不高。

第三类为基于图像处理技术的交通流量视频检测系统。

现在大部分基于视频处理的车流检测技术，也只能处理比较简单情况，如高速路上的车流量统计。

工程中普遍使用的虚拟线圈的方法，也因为提取的车辆运动状态信息太少而解决不了人车分类等关键问题。

而城市路口的交通情况非常复杂，如：

车和行人构成的混合交通流，大规模的遮挡，红灯期间车辆停下变成背景，复杂天气，昼夜变换等因素，这些都是一个实用的路口流量统计系统必须解决的问题。

完全基于视频处理的、高效的路口车流量统计系统对我国城市交通的发展具有重要的意义。

视频交通流检测系统是一种利用图像处理技术实现对交通目标检测的计算机处理系统。

视频交通流量检测系统利用图像处理与识别技术，通过视频信号检测道路交通流量。

利用视频采集卡获取视频信号，由图像处理设备将视频信号转换成数字图像;通过对道路交通状况信息与交通目标的各种行为（如违章超速，停车，超车等等）的实时检测，实现自动统计交通路段上行驶的机动车的数量、计算行驶车辆的速度等各种有关交通参数，达到监测道路交通状况信息的作用。

同时，将检测到的交通信息存储起来，为分析和交通管理提供依据，因此它也是一个交通信息的管理系统。

目前在世界上主要形成了美国、日本、欧盟三大ITS研究基地，此外亚洲的韩国、新加坡和我国的香港特区发展水平较高。

我国是世界上经济持续发展较快的发展中国家，随着经济的快速发展和社会的不断进步，对智能交通系统的研究正在轰轰烈烈之时，很多专家和学者都投入了大量的精力、时间，大大推动了我国ITS的发展。

随着中国智能交通系统的发展，可以肯定的是基于计算机视觉和图像处理技术的道路视频监测系统将在ITS中扮演着越来越重要的角色。

因此，对相关问题的研究具有很大的现实意义和应用价值。

1.2国内外研究现状

智能交通系统已经成为国内外共同关注的热点问题,在国际上有许多研究机构在钻研着这个课题,也提出了许多解决方法和算法。

人们在20世纪80年代，就开始了对交通车辆视频检测系统的研究。

近年来，交通监视控制系统越来越广泛地采用计算机视觉和图像处理技术。

该研究涉及的领域也越来越多，其中包括有没有车辆的到来、车流量的大小、车速的快慢、道路的占有率以及车牌的识别等，这些参数的分析涉及到运动目标跟踪、模式识别、网络技术等领域。

视频检测技术就是一种结合视频图像和电脑模式识别技术而应用于交通领域的新兴技术。

它通过视频摄像机和计算机模仿人眼的功能，将连续的模拟图像转换成离散的数字图像后，在成熟的物理模型和数学模型的基础上编制软件进行分析处理，模拟各种其它形式的车辆检测器获取交通信息，为交通领域的多种实际应用提供了工作平台。

目前这方面的难点很多，特别是视频图像处理和识别是相当尖端的科技，世界各国的学者为此做了大量的工作，也取得了不少的成果。

例如:

S.Takab[7]等提出处理样本点的方法来检测车辆:

在车道中取特定的样本点，在样本点上求取图像帧差，通过样本点的状态来检测车辆是否出现。

然后通过确定样本点在每个车道中的位置来进行车辆计数;再测量每个车道中车辆第一次触发和第二次触发样本点的相差时间，以及两样本点间的距离来求解车辆的速度。

此方法应用在东京大学开发的交通监控系统中，其车辆的计数误差小于5%，速度的误差小于10%。

T.Abramczuk[8]在检测线上应用图像帧差的方法来检测车辆:

每个车道上设置平行于道路的一条检测线，每条检测线为3个像素宽，根据车辆沿车道线的长度方向移动状况，分割出运动车辆，通过跟踪这些分割出来的运动车辆，得到车辆计数、求解车辆速度。

此方法应用于瑞典皇家技术院开发的道路交通监视控制系统中，并取得了满意的效果。

Bristo1[9][10]大学先进计算研究中心研究人员应用图像帧差的方法处理复杂路口上的多车道车辆统计、车速检测和车辆跟踪，即通过跟踪图像序列上分割出来的车辆运动区域来完成车辆的路径、速度和进/出点的监视控制。

研究人员提出了减少灯光变化对运动检测的影响和确保运动检测可靠的图像帧差方法。

车辆检测算法具有较强的泛化能力，并可采用专用视觉传输硬件和可编程硬件来提高处理速度。

M.Fathy和M.Y.Siyal[11]提出了排队状态、排队长度、占有周期和占有率检测方法。

此方法在由轮廓围成的小区域上应用图像帧差方法。

每一个轮廓仅有一个像素宽并且沿车道的中心线延伸。

排队检测时，首先确定轮廓区有没有运动，然后基于边缘的车辆检测算法检测车辆是否出现，如果车辆一旦出现且没有运动，则可确定为排队状况，沿轮廓以一定的间隔来检测车辆，得到用时间表示的排队长度函数关系式的值，即排队长度。

占有周期和占有率同样可根据排队长度表达式的值计算出来。

NEWCAST大学的Rourke.ABellMGH和运输工作研究小组提出了用多窗口技术来检测二值图像中的车辆。

二值图像由灰度直方图分割产生，O像素表示道路和阴影，1像素表示出现的车辆，在车道的交通场景中设置上游和下游两个窗口，两个窗口的位置由操作员在图像中简单地移动光标来确定，通过统计两窗口的车辆运动规律来自动计数车辆和检测车辆的速度。

此方法应用在“用低价图像处理进行交通分析”系统中，车辆计数器精度为95%，车辆平均速度检测误差为5%至10%。

除此之外在此方面还有很多的研究成果,用于实际的车流量检测系统中。

通过以上综述可以看出:

目前世界上基于视频的车辆检测技术算法主要是根据图像的帧差法、背景差法、边缘检测法来检测车辆信息，具体实现是在摄取的图像中的车道上作标记，根据标记上的灰度值的改变来统计车辆信息。

各国各个机构都在努力通过各种途径来解决基于视频图像处理的车辆检测法中的各种问题，但目前还没有一个能普遍应用、权威的算法。

1.3本论文研究内容和方法

1.3.1研究内容

在对视频图像进行分析研究中，车辆的实时检测与分割是最基础的部分，其他的功能都是建立在车辆检测与分割算法的基础上的。

本设计是通过学习和总结前人经验的基础上完成的。

本设计以实现计算视频中的车流量为主要目的；以如何更新虚拟线、提取车辆信息为主要设计内容。

但是提取车辆信息是最困难的。

当有车辆经过虚拟线的时候，由于车窗的颜色与车辆本身的颜色不同，也会导致虚拟线的变化，所以采用了合并算法来解决这个问题。

本设计研究的主要内容有:

1.交互式交通场景初始化:

提供友好的用户界面，用户可以根据不同的实际的交通情况进行针对性地设置虚拟线位置等其他信息。

2.动态虚拟区域更新算法:

由于系统会在不同的环境下长时间的使用，如果仅仅根据初始化的区域信息是无法满足光线、天气等变化环境的需要，由此提出一种自适应光线和天气等变化的动态虚拟区域更新算法。

我们可以通过切换不同算法来提取不同天气状态下的虚拟线变化情况。

3.基于虚拟区域的车流计数算法:

此算法用于提高检测系统的准确性。

1.3.2研究方法

本设计通过对前人研究的学习和借鉴,采用通过视频中灰度的变化来检测车流量,从而达到车流量的计数统计。

基于视频的车流统计系统的工作原理是通过不断检测虚拟线的色度与当前视频帧的色度差异判断是否有车辆经过，并统计出车辆的数目。

该系统一般包括虚拟线设置、设定变化量、计算车流量、显示车流量和导出车辆信息如图1-1所示。

首先我们在视频的第一帧上设置一条虚拟线，设定好变化量后开始计算车流量，按任意键结束统计时显示从开始到结束的这段时间内经过的车流量。

最后将统计中的每辆车的信息导出到指定文件中。

图1-1车流量检测系统工作图

1.4本论文的结构安排

本论文全篇分为四个部分结构安排如下:

第1章主要介绍视频车流量检测的背景意义,现状以及研究的主要内容和方法。

第2章首先介绍了本设计的设计思路，基本思想，同时还介绍了本设计的开发工具，开发环境。

第3章主要介绍算法研究同时还介绍了设计中运用到的相关技术知识。

第4章主要讲解如何实现车流量计数的功能。

第2章系统总体设计

基于视频的车流统计系统是一种实用化的系统，它的工作原理是从在视频的第一帧上设置虚拟线[3][4]开始