（信号与信息处理专业论文）智能交通系统中视频车辆检测技术的研究.pdf

智能交通系统中视频车辆检测技术的研究 智能交通系统中视频车辆检测技术的研究 摘要 智能交通系统( r r s ) 是当今交通运输领域的研究和应用热点。r r s 融 合图像处理、计算机技术、人工智能等多学科先进技术，在信息处理方面 优势明显，未来的发展潜力巨大。作为玎s 重要组成部分的视频车辆检测 技术与传统车辆检测方法相比，有无可比拟的优点，但由于视频车检技术 受环境、气候等因素影响较大，技术较为复杂，仍需不断研究加以改进。 视频车辆检测大致由图像采集、图像预处理、图像分析( 提取目标车 辆) 三部分组成。本论文主要针对这三部分中的一些关键问题进行探索和 研究，在大量的理论和实践基础上，提出了真实可行的新方法，并通过实 验印证了新方法的有效性。 本文的主要研究内容如下： 首先，结合实际交通图像中的真实场景，将图像分为前景和背景两部 分，采用经典的背景差分法去除静止背景，从而得到前景运动目标。在此 过程中，运用基于概率统计的统计平均法进行背景的建模，并提出了基于 帧差法的像素分类背景更新法，通过实验证实，与传统方法相比，背景更 加准确，有效减少“融合”现象。 然后，针对前景运动目标中阴影与车辆共存的实际现象，利用光学原 理，提出一种新的阴影去除方法，即用当前帧背景差分后的运动目标与背 景对应像素点的亮度进行比值判断，根据反射率及照度的不同，可完成车 辆和阴影的分割，但仍需迸一步提高其准确性。 在研究的过程中用于图像处理及分析的大量图片均来源于作者真实 拍摄的交通图像，应实验证明，所采用及提出的方法可有效达到预期要求， 有较强的实用性及鲁棒性。 关键字：l t s ，视频车辆检测，背景差分，统计平均，亮度，阴影 中国海洋大学硕士学位论文 r e s e a r c ho nvid e o b a s e dv e hicled e t e c tio ninit s a b s t r a c t i n t e l l i g e n t r r a n s p o r t a t i o ns y s t e m ( i t s ) i san e wf 6 c u so fr e s e a r c ha n d a p p l i c a t i o ni i lt h ef i e l do ft r a i l s p o r t a t i o n i t st h ei n t e 乒a t i o n0 fm u c ha d v a n c e d m u l t i - d i s c i p l i n a 巧t e c l l l l o l o g y ， s u c h a s c o m p u t e rt e c h l l 0 1 0 9 y i m a g e p r o c e s s i i l g ，a i l da n i f i c i a li i l t e l l i g e n c c 1 1 1 i ss y s t e mh a so b v i o u sa d v a n t a g e si n i n f b 册a t i o np r o c e s s i n ga n d 孕e a tp o t e n t i a lf o rf u t u r ed e v e l o p m e n t a sa n e s s e n t i a ip a no fn s ，v i d e o - b a s e dv e t l i d ed e t e c t i o nm e t h o dh a su 印a r a l l e l e d a d v a n t a g e s o v e rt h et r a d i t i o n a lv e h i c l ed e t e c t i o nm e t h o d s h o w e v e r ， a s d e o b a s e dv e h i c l ed e t e c t i o nm e t h o di s s u b j e c t e d t ot h ec o n t r o lo f e n v i r o i l e n t ，c l i m a t ea n do t h e rf a c t o r s ，t h et e c h n o l o g yn e e d st 0b ei m p r o v e d c o n t i n u o u s l y v i d e o b a s e dv e h i c l ed e t e c t i o nm e t h o di sc o m p o s e do fi m a g ea c q u i s i t i o n ， i m a g ep r e p r o c e s s i n ga n di m a g e 柚a l y s i s ( e x t r a c t i o no ft h et 噼e tv e h i d e ) i i l g e n e r a l i i lt h i sp a p e r ，al o to fr e s e a r c ha n de x p l o r a t i o na r ed o n eo nt h ek e y i s s u e sd b o u tt h et h r e e - p a r to ft h ep a p e r an e wf e a s i b l em e t h o di sp r o p o s e d b a s e d0 nm u c ht h e o r ya n dp 豫c t i c e ，t i l ef e a s i b i l i t yo fw h i c hi sp r 0 v e db y e x p e r i m e n t st h e n t h em a i l lc 0 n t e n t so ft h i sa i t i d ea r ea sf b l l o w s ： f i r s to fa l l ，t h e 曲a g ei sd i v i d e di n t 0 锕oc a t e g o r i e si nl i g h to ft h ea c t u a l t r a 伍ci m a g e s ：t h ef o r e 黟o u n di n l a g e 锄dt h eb a c k 孕o u n di m a g e w h e nt h e s t a t i cb a c k g r o u n di sr e m o v e db yt h ed a s s i c a lb a c k g r o u n dd i f e r e n c e b a s e d m e t h o d ，w ec a ng e tt h em o v i n gf o r e g r o u n d d u r i l l gn l i sp r o c e s s ，w eu s et h e p r o b a b i l i t ys t a t i s t i c s - b a s e dm e t h o do fs t a t i s t i c a la v e r a 酉n gt 0 c o n s t m c tt h e m o d e lf o rt h eb a c k g r o u n d 觚dan e wp 仅e l - b a s e dd a s s i f i c a t i o nm e t h o di s p r o p o s e dt 0u p d a t et h eb a c k 黟o u n d w ec a np r 0 v e t h a tt h eb a c k g r o u n di sm o r e a c c u r a t e 弛dt h ep h e n o m e n o n0 f f u s i o n c a nb er e d u c e de e e c t i v e l yw h e n c o m p a r e d t 0t h et r a d i t i o n a lm e t h o d sv i ae x p e r i m e n t s i i 智能交通系统中视频车辆检测技术的研究 s e c o n d ，a i m i n g a tt h ec 0 一e x i s t e n c eo fs h a d o wa i l dt h ev e h i c l ei i lt h e f o r e 黟o u n di i n a g e ，t h ep a p e rp r o p o s e san e wm e t h o dt or e m o v et h es h a d o w b a s i i l go nt h ep r i i l c i p l eo fo p t i c s i nt h i sm e t h o d ，w eu s et h eb r i g h t n e s so ft h e c o r r e s p o n d i n gp i ) 【e l so fm em o v i i l gt a 唱e ta n dt h eb a c k g r o u n dw h i c hb e l o n g s t ot h ec u r r e n t行a m et h a th a sb e e nd i i b r e n t i a t e d b yb a c k g r o u n d d i f e r e n c e - b a s e dm e t h o dt om a k et h ej u d g m e n t w ec a ne x t r a c tt h ev e h i d e b yp a r t i t i o n i i l gt h ev e h i c l ea n ds h a d o wi na c c o r d a n c ew i t ht h ed i 跣r e n c e0 n r e f l e c t a n c ea n di l l u m i i l a t i o n t h el a 唱en u m b e ro fp i c t u r e st h a tu s e df o ri m a g ep r o c e s s i n ga n d 锄a l y s i s i nt h er e s e a r c ha r et a k e nf r o mt h et m ei i n a g 色o ft h et m e i cb yt h ea u t h o r e x p e r i m e n t sp r o v et h a tt h en e wm e t h o di se 虢c t i v ea i l dc a na c m e v et h e d e s i f e dr e q u i r e m e n t s ；t h ep r a c t i c a l i t ya n ds t m n gr o b u s t n e s sa r ea c h i e v e da s w e u k e yw o r d s ：i ，i s ，v i d e o - b a s e dv e h i c l ed e t e c t i o n ，b a c l g r o u n dd i m r e n c e ， t h es t a t i s t i c a ia v e r a g e ，b r i g h t n e s s ，s h a d o w i i i 独创声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含未获得 ( 注；垫遗查墓丝霞塞缱型岂明数：奎拦豆窒2 或其他教育机构的学位或证书使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 学位论文作者签名 日期： 年月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，有权保留并 向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人 授权学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复制手段保存、汇编学位论文。同时授权中国科学技术信息 研究所将本学位论文收录到中国学位论文全文数据库，并通过网络向社会公 众提供信息服务。( 保密的学位论文在解密后适用本授权书) 学位论文作者签名： 聊签字：哟 签字日期：年月日 签字日期：m 年易月厂日 3 智能交通系统中视频车辆检测技术的研究 1 绪论 1 1智能交通系统( it s ) 概述 当今时代是一个经济科技日新月异的时代，随着城市化的进展和汽车的普 及，无论是在发展中国家还是发达国家，交通拥挤加剧、交通事故频繁、交通环 境恶化等问题都变得日趋严重。汽车数量的急剧增加，导致现有道路结构远远不 能满足经济发展的需要；人口的不断增长，城市建设占地率的提高，使可供修建 公路的空间越来越少。在这种背景下，人们已逐渐意识到单依靠道路的建设永远 不可能满足日益膨胀的交通需要，必须依靠高科技来改进现有的道路运输系统， 进行有效的交通管理，于是，智能交通系统的概念应运而生。 1 1 1 智能交通系统的内容 智能交通系统，简称i r r s ( 1 1 1 t e l l i g e n tt f a i l s p o f t a t i o ns y s t 锄) 是当代科学技术充 分发展和进步的产物，旨在将先进的信息技术、数据通信技术、电子控制技术及 计算机处理技术等综合运用于地面交通管理体系，建立起一种大范围、全方位发 挥作用的，实时、准确、高效的交通管理系统。可以认为智能交通系统是将信息 技术应用于交通的设计、规划、管理的一种新型交通系统【1 1 。 智能交通系统是一个综合性的体系，它包含的主要子系统f 2 j 可分为： 车辆控制系统。该系统是辅助驾驶员驾驶汽车或替代驾驶员自动驾驶汽 车的系统。该系统在汽车前部和旁侧安装上雷达或红外探测仪，可以准确地判断 车与障碍物之间的距离，在遇紧急情况时，车载电脑可以及时发出警报或自动刹 车避让，并根据路况自行调节行车速度。 交通监控系统。该系统可以在道路、车辆和驾驶员之间建立快速通信联 系网络，可以将交通事故信息，交通拥挤信息，路况信息等，以最快的速度传达 给驾驶员和交通管理人员。 运营车辆调度管理系统。该系统在汽车上安装车载电脑与调度管理中心 的计算机以及全球定位系统g p s 实现卫星联网。在该联网系统中，驾驶员与调 度管理中心之间进行双向通信，为商业车辆、公共汽车和出租汽车提供更高效率 中国海洋大学硕士学位论文 的运营系统。该系统有很强的通信能力，车辆实施控制范围广。 旅行信息系统。该系统专为外出旅行人员随时提供各种交通信息。该系 统所提供信息的媒介多种多样，如路标、无线电、电脑、电视、电话、车内显示 屏等。旅行者可采用多种方式随地、随时从信息系统中获得所需要的信息。 智能交通系统r r s 的主要目标是使汽车与道路的功能智能化，保障交通安 全、提高交通效率、降低能源消耗、改善城市环境，能够在较完善的道路设施基 础上，将先进的交通理论与先进技术集成并运用于交通运输的整个过程，加强车、 路、人三者之间的联系。该系统通过智能化地收集、分析交通数据，及时、准确 地将交通信息反馈给系统操作者或驾驶员。系统操作者或驾驶员借助反馈的交通 信息，迅速做出反应以改善交通状况。智能交通系统强调的是系统性、实时性、 信息交互性以及服务的广泛性，与原来的交通管理与交通工程有着本质区别。 1 1 2 智能交通系统的发展历程及研究现状 智能交通系统的发展【3 】是从2 0 世纪六、七十年代后逐步开始的。当时欧、 美、日等工业化国家开始采用以提高效率和节约能源为目的的交通管理系统和交 通需求管理对策。而随着科学技术的发展，交通监控、交通诱导、信息采集及传 输等系统在交通管理中发挥了很大作用。但是这些技术仅单纯对车辆或道路实施 科学化管理，功能单一，范围小，系统性不强。8 0 年代以来，以计算机技术、 通信技术和控制技术为代表的信息技术在交通管理与控制中得到广泛应用，并取 得了良好的效果。但是，与此同时也暴露出很多问题。为了解决这些存在的问题， 迫切需要人们探索和建立一种大范围、全方位发挥作用的实时、准确、高效的综 合交通管理系统，这也就形成了所谓的智能交通系统。 从r r s 发展情况来看，r r s 已不仅限于解决交通拥堵、交通事故、交通污染 等问题，也成为缓解能源短缺、培育新兴产业、增强国际竞争力、提升国家安全 的战略措施。经过3 0 多年的发展，r r s 的开发应用已取得巨大成就。美、欧、 日是世界上经济发展水平最高的国家，也是世界上r r s 开发应用的最领先的国家 1 4 1 。美、欧、日等发达国家基本上完成了r r s 体系框架的构建，关键技术研发也 已取得突破性进展，并且在重点发展领域大规模应用。 1 国外智能交通系统的发展历程及研究现状 2 智能交通系统中视频车辆检测技术的研究 美国是世界上公路运输最发达的国家之一。从5 0 年代就开始按照公路网规 划进行大规模建设，目前已在全国范围内实现了纵横交错、四通八达的现代化公 路网络。但是随着经济与社会的发展，公路交通量与日俱增，其交通堵塞、拥挤 的现象日益增多。美国i t s 【5 1 的雏形是始于2 0 世纪6 0 年代末期的电子路径导向 系统( e r g s ) ，2 0 世纪8 0 年代中期，加利福尼亚交通部门研究的鼢n f 烈d e r 系统获得成功，此后开展了一系列这方面的研究，1 9 9 0 年美国运输部成立智能 化车辆道路系统( h s ) 组织，1 9 9 1 年底，美国国会通过了一个“综合地面运 输效率法案，即：i s a ，其目的就在于要发展一个经济上有效、环境上完善 的国家综合地面运输系统，以便能够高效率地运送人员和货物，为美国参与全球 经济竞争提供基础。1 9 9 2 年，由美国运输部、联邦顾问委员会和美国智能运输 协会联合制订了一项美国“智能运输系统 发展战略计划。在对r r s 的发展规划 中，美国非常重视r r s 即将形成的巨大市场，对r r s 的服务领域进行了广泛而又 深远的研究。其实施战略是通过实现面向2 1 世纪的公路交通智能化，以便从根 本上解决和减轻事故、混杂、非效率、能源浪费等交通中的各种问题。1 9 9 5 年3 月美国运输部正式出版公布了“国家i t s 项目规划 ，明确规定了i t s 的7 大领 域( 即基本系统) 和2 9 个用户服务功能( 即子系统) 。根据美国的1 1 r s 项目规划， 从2 0 0 0 年到2 0 1 1 年，美国准备投资2 0 0 0 亿美元构造全国的i t s 。并且已在洛 杉矾等地开发了实用i t s 。在洛杉矶市的自动交通检测和控制中心( a 码a c ) ， 计算机系统监控全市的交通状况和系统自身性能；道路上埋设的感应线圈可检测 车辆的车速，车流量及道路占用情况，并可在一秒钟内实时修改数据；交通信号 可由计算机根据实际情况进行自适应调整或人为干涉：关键路段和重点地区配有 摄像机，以实时观察路段的交通情况。据统计，灯s a c 系统的运行平均减少出 行者1 2 的出行时间，3 2 的交叉路口耽误和3 0 的不必要停车。在不增加道路 投资的前提下，该l t s 十分明显的提高了路网交通效率，减少了车辆尾气排放及 环境污染。 目前，美国在智能公共交通领域已建立起相对完善的车队管理( 通讯系统、 地理信息系统、车辆自动定位系统、乘客自动计数系统、公交运营软件系统、交 通信号优先系统) 、公交出行信息( 出行前公交系统、车站路边的公交信息系 统、车上公交信息系统、综合乘客信息系统) 、电子收费和交通需求管理技术等 3 中国海洋大学硕士学位论文 四大系统及多个子系统及技术规范标准。 r r s 在日本的发展始于2 0 世纪7 0 年代【6 】，从1 9 7 3 年到1 9 7 8 年，日本投入 了大量的人力和资金，成功地组织了一个“动态路径诱导系统 的实验。之后， 在2 0 世纪8 0 年代中期到9 0 年代中期的1 0 年时间，日本相继完成了路车间通信 系统( r a c s ) 、交通信息通信系统( t i c s ) 、宽区域旅行信息系统、超智能车辆 系统、安全车辆系统及新交通管理系统等方面的研究。1 9 9 5 年7 月成立c s ( 道 路交通信息通信系统( v e m c l eh 6 d 彻a t i o n 锄dc o m m u i l i c a t i o ns v s t e m ) 中心。1 9 9 5 年8 月，在详细分析1 1 r s 用户服务范围的基础上，提出了日本公路交通车 辆领域的信息化实施方针。目前，日本的玎s 研究与应用开发工作主要围绕三 方面进行，它们分别是：汽车信息和通讯系统v i c s f v e h i c l eh l f 0 咖a t i o na n d c o m m u n i c a t i o ns y s t e m ) 、不停车收费系统e t c ( e l e c t r o n i ct o nc o l l e c t i o n ) 、先进道 路支援系统a h s ( a d v a n c e dh i g l l w a ys y s t e m ) 。v i c s 系统以向驾驶员提供道路交 通情报、是道路交通安全通畅为目的，已于1 9 9 6 年开始投入使用，到2 0 0 0 年为 止，装载有接收此类交通信息的车载路径导航装置的车辆已达2 5 0 万辆之多： e t c 的应用也日趋广泛，目前日本e t c 采用的方式是在车内设通讯器，在收费 站设道路天线，通讯器以i c 卡为介质，使用时将i c 卡插入车内通讯器，在收费 站设道路天线，通讯器以i c 卡为介质，使用时将i c 卡插入车内通讯器，通过收 费站时，车内通讯器与道路天线进行双向无线通讯，收费站控制系统自动从i c 卡账户中拨通行费，这样收费站的通行能力提高为原来的4 倍以上；自动高速公 路a h s 的研究正积极展开，1 9 9 6 年9 月在正式投入使用的高速公路上进行了往 返1 1 l m l 的a h s 系统实验，实验内容包括连续自动驾驶和防撞、防脱线等安全 行驶系统，并取得了令人满意的效果。 为推广应用盯s 的研究成果，引进先进技术，实现邢的多元化，发挥先进 技术的优越性，日本还先后制定了s m a nw a y ( 智能道路) 计划和s m a n c a r d a s v ( a d v a n c e ds a f e t yv e h i c l e ，先进安全型汽车) 计划。此外，以新的交通控制系统 为中心的u t m s ，以提高安全性、运输效率、快速、舒适为目的、瞄准新一代道 路交通系统的舢玎s ，以2 1 世纪初实现先进的安全车辆为目的的a s v 以及2 0 一3 0 年后将广泛覆盖r r s 技术领域的s s v s 系统等也都在积极向前推进。 欧洲的r r s 开发与应用是与欧盟的交通运输一体化建设进程紧密联系在一 4 智能交通系统中视频车辆检测技术的研究 起的。1 9 6 9 年欧共体委员会就提出要在成员国之间开展交通控制电子技术的演 示。从1 9 8 6 年起，西欧国家开始在“欧洲高效安全交通系统计划 ( p r o m 唧u s ) ”【7 l 和“保障车辆安全的欧洲道路基础设施计划( d r e ) ， 两大计划指导下开展交通运输信息化领域的研究、开发与应用。1 9 8 8 年由欧洲 1 0 多个国家投资5 0 多亿美元，联合执行旨在完善道路设施，提高服务质量的 d r e 计划。目前欧洲各国正在进行t e l e m e t d c 的全面应用开发工作，计划在全 欧范围内建立专门的交通无线数据通信网。智能交通系统的交通管理、车辆行驶 和电子收费等都围绕t e l e m e t 血和全欧无线数据通信网来实现。目前欧洲的智能 交通处在国际领先水平，至今已有相当一部分的研究成果投入到实际的应用当 中。 世界各国政府和学者，都在密切关注r r s 技术，目前已形成了美国、日本、 欧洲三大r r s 研发基地，而在韩国、新加坡和香港，i t s 也有了较高水平的发r r s 的学术研究也日益为世界各国所重视，以n s 为专题的国际大会从1 9 9 4 年起每 年在欧洲、北美和亚太地区轮流举行一次。 2 国内智能交通系统的发展历程及研究现状 中国是当今世界上道路等基础设施建设速度最快的国家，也是交通需求增长 最快的国家。运输效率低下、城市交通堵塞等问题已经成为我国各大中城市面临 的迫切需要解决的问题之一。未来十年，正是r r s 在世界主要国家进入全面实施 的阶段，因此，我国也迫切需要根据中国交通的实际需求尽早研究开发智能交通 系统，以实现交通运输的可持续发展目标1 8 j 。 2 0 世纪8 0 年代后期，我国开始了r r s 基础性的研究开发工作，包括优化道 路交通管理、交通信息采集、驾驶员考试系统、车辆动态识别；9 0 年代开始建 设交通指挥中心，目前，我国的大中城市都已基本建立了交通控制中心或交通指 挥中心，并开展了驾驶员信息系统、城市交通管理的智能化诱导技术等方面的研 究。 为推动我国r r s 的发展，1 9 9 9 年，由科技部牵头，联合建设部、交通部、 公安部等十多个相关部委，组织成立了全国智能交通系统协调小组及办公室，并 成立了邢专家咨询委员会，为推动交通系统的智能化发展提供了组织机制上的 保障；2 0 0 0 年，中国r r s 体系框架研究和标准规范被制定出来，它建立了能够 5 中国海洋大学硕士学位论文 与国际接轨的r r s 标准体系，是指导中国r r s 发展的纲领性文件。目前，我国已 经建立或正在研究开发的智能交通系统主要包括交通信号控制系统、交通监视系 统、交通管理系统、交通信息动态显示系统、交通诱导系统、交通运输安全报警 系统、闯红灯违章检测系统、驾驶员考试系统、交通事故快速勘察系统、电子收 费系统( e t c ) 在内的十个方面，并确定了包括青岛在内的1 0 个智能交通系统 示范城市。 1 2 车辆检测技术概述 在智能交通系统中，车辆运动目标的正确检测是所有后续处理的前提和基 础。交通参数车流量、车速等采集，车型识别分类以及车辆目标的跟踪等都直接 依赖于车辆目标的检测识别结果。检测性能的优劣直接关系到整个系统的性能。 因此，对车辆检测技术的研究具有极其重要的意义和价值。 车辆检测实质是利用各种途径获取车辆通过时的相应数据参数，如车速、车 型、道路占有率等。最早接触和使用的检测技术是雷达检测技术，主要用于检测 车辆速度，检测设备称为雷达测速器，又称多普勒雷达。雷达检测技术的原理是 通过向运动的物体( 比如车辆) 发射一定频率的无线电电波，并检测物体反射回 来的电波频率与发射频率的差别，利用发射和反射回来的电磁波频率的差别，来 计算运动物体的速度，实现对车速的检测。在检测车速的同时，对车辆进行计数 达到统计交通流量的目的，也可以用于车辆存在的检测等。 目前，以形状感应为检测对象的超声波脉冲式和光电管式车辆检测技术、以 电磁感应为检测对象的环型线圈式和地磁式车辆检测技术以及由多普勒雷达发 展起来的微波车辆检测技术这三大技术已逐渐成为交通信息采集的主要技术手 段，在交通信号控制系统和交通诱导系统中得到了广泛应用。 随着电子技术和交通监测技术的发展，车辆检测设备已采用了大规模集成电 路和微处理机技术以及多功能综合技术。它不但能检测车辆，对车辆进行计数， 还能检测车辆的存在、车辆通过时的速度以及道路车辆占有率和车辆排队长度等 主要动态参数。目前，国内外用于实时交通信息采集和处理的主要技术是电磁感 应环型线圈式车辆检测技术和多普勒感应的微波车辆检测技术。近年来，由于视 频处理技术的发展，视频车辆检测技术得到了快速的发展，将是未来实时交通信 6 智能交通系统中视频车辆检测技术的研究 息采集和处理技术的发展方向。 基于视频图像的车辆检测和车型识别技术，是一种非接触式被动检测技术。 它以视频图像为主要分析对象，通过视频摄像头从视频流中提取交通图像，利用 计算机模仿人类的视觉功能，通过对图像的分析处理提取出有效信息，根据信息 进行车辆检测和车型识别。 相对于其它交通检测技术而言，视频检测识别技术主要有以下的优势【9 l ： ( 1 ) 安装简便，无需破坏路面，施工时不影响交通，易于移动、调整检测器位置， 维护费用低； ( 2 ) 直观可靠，便于管理人员干预，检测范围广，获取信息量大，还可以利用原 有的监控设备，最大限度的发挥原有资源的作用； ( 3 ) 可提供现场录像，重现交通场景，为研究交通行为、改进交通管理方法和处 理交通事故提供了大量的信息： ( 4 ) 对周围环境没有影响，不会造成污染，相同检测器之间也不会发生相互干扰。 这些优势使得它可被广泛应用于国民经济的各个领域。它的难点在于图像识 别实时性要求较高，复杂背景下车辆检测和车型分类的准确率也难达到实用化的 程度，但其适用范围广阔，应用前景光明。随着计算机硬件和软件技术、数据图 像处理和人工智能技术的发展进步，一些视频检测难题正在不断克服，计算速度、 检测精度及模型泛化能力正在逐步提高，所以这一技术必将在n s 领域得到广泛 的应用，并能代表自动化检测技术的发展趋势。 本文即从基于视频的车辆检测角度出发，通过选取及优化必要的算法，使得 检测能够满足实际情况的需要。 1 3 本文的主要工作 1 3 1 论文安排 首先，在前两章，论文对智能交通系统r r s 及车辆检测技术的发展过程、研 究现状进行深入探讨；针对视频车辆检测的流程，对三部分的原理做以简单介绍， 为下文选取何种合适的算法及提出新方法的依据做好理论基础。 在运动目标提取方面，本文采用了经典的背景差分法。在第三章中，针对背 7 中国海洋大学硕士学位论文 景差分法法的两大重点：背景建模及背景更新，先对常见算法做以简单分析，然 后提出本论文采用的基于概率统计的统计平均法背景建模，同时在帧差法的基础 上，提出并在实验中运用了先像素分类再有针对性进行更新的背景更新方法，与 传统的平均法相比，有效减少了“融合 问题。 在真实交通场景的图像中，阴影的存在为车辆检测带来很大的障碍，在车辆 检测过程中，阴影消除的研究一直是学者关注的热点和难点问题。在第四章中， 论文在对前人的研究方法充分了解的基础上，提出了可行的阴影去除方法：利用 光学中的亮度参量，用当前帧背景差分后的运动目标与背景对应像素点的亮度进 行比值判断，根据反射率及照度的不同，可成功分割车辆和阴影，提取车辆。算 法经实验印证，可达到提取车辆及消除阴影的目的。 在实验过程中，由于知识储备及时间有限，论文中的算法的个别参数采用理 论值，导致实验的结果与真实值之间仍存在噪声及误差，这一点争取在今后的工 作中加以解决。最后，对论文所做的工作作以总结，并对今后的工作进行展望。 1 3 2 实验条件 本实验交通图像中的道路场景为：青岛市崂山区九水东路( 东西) ： 实验所采用的拍摄器材为：c a n o n 摄像机( 4 2 0 万象素，1 5 帧秒，图片大小 3 2 0 奉2 4 0 ) ；数据分析软件：m a t l a b 7 0 。 论文中所有的实验数据均由真实拍摄的交通图像处理分析得到( 标明出处者 除外) 。 8 智能交通系统中视频车辆检测技术的研究 2 视频车辆检测技术研究 在现代的交通管理系统中，使用范围最广的是基于磁感应线圈的交通电视监 控技术，虽然同样是利用视频图像来进行交通监管，但从本质上讲，这并不是真 正的视频车辆检测，而且存在着诸多缺点，例如：安装维护复杂，容易受到天气 环境的影响等等。另外，在环形线圈的检测方法中，虽然视频图像含有丰富的交 通信息，但必须依靠人力来进实时监视或人为进行信息的获取，对信息不能充分 利用，对操作者依赖性太高，这些缺点都使推动了对基于图像处理的视频检测技 术的需求。 视频检测，是以视频图像为分析对象，通过对设定区域的图像进行分析，可 以得到交通信息，主要包括车流量、平均车速、占有率、车型等。而且视频检测 的数据可输入到交通信号控制系统，这样，视频检测可以建立在现有的交通电视 监控系统的基础上，与交通信号控制系统形成有机整体。本章将简要介绍视频车 辆检测系统的原理，并结合本论文的实验介绍所做的相关工作。 车辆检测中，运动目标的检测是主要工作，是下一步目标跟踪和识别的基础。 在视频图像中，可以通过分析帧图像之间的变化来区分运动的部分和背景。人们 提出了很多方法，在本章中将对其中最常见的几种做以介绍，并分析各自的优缺 点。 2 。1 视频车辆检测系统的原理 完整的视频车辆检测的原理是首先通过图像采集系统采集视频图像，数字 化，存入内存或帧缓存中；对数字图像进行预处理( 滤波除噪、图像锐化、对比 度增强) ，从而减小噪声对图像质量的影响。利用一定的算法进行车辆检测，将 运动车辆的信息从图像中提取出来；对目标图像进行特征提取，来进行相应的识 别、分类；采取一定的算法，得到车辆的计数、车速、车型等参数，并交获得数 据存入数据库；最后对数据库中的数据进行统计分析输出。具体流程及硬件构成 如图2 1 、图2 2 所示。 9 十国海洋大学硕士学位论文 圈2 ，l 视频车辆检测完整流程 图2 0 视频车辆检测硬件图 在本论文中，只讨论目标车辆提取阶段相关问题，不涉及车辆的识别及跟踪 阶段。 21 1 图像采集 交通中车辆图像的获取主要是通过视频监控系统完成的。其硬件设备主要有 摄像机控制平台、视频图像采集硬件设各和计算机处理平台组成。摄像机控制平 台可控制摄像机的移动，以监控道路情况。视频图像采集硬件设备可以分为两部 分，第一部分是视频摄像机，第二部分是图像采集卡。系统通过一台摄像机摄取 道路场景中车辆运动的视频图像并进行参数标定，然后使用图像采集卡把数字视 频图像信号读取到计算机内存，计算机内的系统软件通过对内存中的视频图像数 据进行实时处理和分析，获得需要的车辆检测和交通流量等信息，为交通管理控 制提供依据。车辆视频图像采集硬件系统如图2 - 3 【1 q 所示： w * 窑m 系统中视频$ 检捌技术研究 i ，强像4 卜零一蛳2 画ll剁 图2 4采集目像示“一 2 1 2 图像预处理 采集图悔示倒= 1 平滑滤波 在图像采集过程中，由于外部和内部的干扰，噪声的产生不可避免，从而使 图像的质量下降，图像中车辆的特征信息模糊，给后续的分析带来困难：由于光 照亮度、摄像机曝光不足等原因，图像可能会出现对比度不足的现象，也会影响 中国海洋大学硕士学位论文 到车辆的准确检测。所以，在进行图像分析之前，进行相应的图像处理是必要的。 首先，对采样图像进行平滑滤波去噪。噪声的去除是一种图像增强的过程， 常见的滤波处理从处理的空间不同，可分为两大类【1 1 l ：空域方法和频域方法。前 者直接在图像所在的像素空间进行处理，例如线性平滑、中值滤波等；而后者是 通过对图像进行傅立叶变换后在频域上间接进行，如低通、高通、各种小波变换 和逆小波变换等。频域处理方法使用的计算机内存和计算时间的开销很大，在r r s 实时系统中效果并不理想。所以，在本文中，利用平滑技术对采样图像使用局部 算子，对某一像素进行平滑处理时，仅仅是对窗口内的局部像素进行处理，计算 速度快，而且可以对多个像素并行处理。 中值滤波是一种非线性平滑滤波，在一定条件下可以克服线性滤波如平均值 滤波( 平滑滤波) 等所带来的图像细节模糊问题，而且对过滤脉冲干扰及图像扫 描噪声非常有效，但对某些细节多( 特别是点、线、尖顶) 的图像不宜采取中值 滤波方法。中值滤波是用一个有奇数点的滑动窗口，将窗口中心点的值用窗口各 点的中值代替，如公式2 1 。 跏出n ，y ) 一朋础口，z 【厂o ，f ) 】( 2 1 ) 对一个所用模板尺寸为万，z 的中值滤波器，其输出值应大于等于模板中 ! 个相素的值，又小于等于模板中蔓个相素的值。 中值滤波器的具体操作步骤如下： 1 ) 模板在途中漫游，并将模板中心与图中某个像素位置重合。 2 ) 读取模板下，1 2 个对应像素的灰度值。 3 ) 将这些灰度值从小到大排成l 排。 4 ) 找出这些值中排在中间的1 个。 5 ) 将这个中间值赋与对应模板中心位置的像素。 从以上步骤可以看出，中值滤波器的主要功能是让与周围像素灰度值的差比 较大的像素改取与周围像素灰度值接近的值，所以它对孤立的噪声像素的消除能 力是很强的。由于它不是简单的去均值，所以产生模糊比较少。即中值滤波器既 能消除噪声，又能保持图像的细节。常采用的窗口值为3 牛3 ，5 幸5 。在一定条件 下，为了能够尽可能的消除噪声，同时又较好地保持图像的细节，可以对中值滤 1 2 目能z m 系十w 额$ 辆投d 技术白勺研究 波器的参数进行修正，如加权中值滤波器，在此不详细介绍。 对采集的一帧图像灰度化后进行中值滤波，使用m a t l a b 7 0 实现后，如图2 5 2 6 所示： 匿2 - 6 中值滤波后蕊度图像 2 增强对比度 在数字图像处理中，图像增强是一项常用技术，其目的主要是：一、改善图 像的视觉效果，提高图像的清晰度；二、使图像利于计算机的处理。图像增强常 用的一项是增强对比度，使图像的细节清晰。 图像的直方图是图像的重要统计特征，它表示了数字图像中每一个灰度级与 该灰度级出现的频率阃的统计关系。在对比度大的图像中，像素占有的灰度级多 而且分布均匀。通过改变直方目的形状可以达到增强图像对比度的目的。因此， 本文采用了直方图均衡化来增强图像的对比度。 图圈 中国海洋大学硕士学位论文 具体步骤如下： 1 ) 计算 p ，血) 。等； o 船s l t io ，l 工一1 其中船为图像像素点，0 ，y ) 的第k 级灰度值，l 是图像里像素灰度值的总个 数，通过用图像里像素的总个数进行归一化，直方图各列表达了各灰度值像素在 图像中所占的比例。 2 ) 根据统计出的直方图采用累积分布函数做变换，求变化后的新灰度； 一r ( n ) = 晰) ( 23 ) 3 ) 用新灰度代替旧灰度，求出b o ) ，把灰度值相等或相似的归并到一起。 通过直方图均衡化，增加了图像灰度动态范围，增加了图像的对比度，反映 在图像上就是图像有了较大的反差，许多细节看的比较清楚了。 对采集的一帧图像进行直方圉均衡化使用m a t l a b 7 0 实现后，如图2 - 7 ，图 2 8 所示： 图2 7 原裘度图像 智能交通系统中祝颇车辆检测技术的研究 21 3 图像分析 图2 经直方图均衡化后的灰度图像 对采集的图像进行预处理后，需要进行的是图像分析，在车辆检测中，我们 只考虑如何采用一定的算法把运动目标从图像中提取出来。通过视频图像的采 集，我们获得了多帧图像，这些离散的图像在时间域上是具有相同一定间隔的序 列，表示了图像中的各项信息在时间上的变化过程。通过分析序列帧之间的关系， 可获得运动目标的有关信息。 对于运动目标的检测，人们提出了许多方法。按照摄像头与背景之间是否有 运动，分为静止背景和运动背景情况下两类方法。在实际交通环境下，检测多建 立交通电视监视系统的基础上，摄像机固定在车道上方，以俯视角度监视车道， 所以，通常情况下，我们只考虑静止背景条件下运动目标的检测方法。常用的方 法有光流法、帧间差分法和背景差分法。下面一节将对这三种方法进行详细的介 绍。 22 运动目标提取的方法 2 21 基于光流场的方法 光流场最初是由h o m 和s m n k 于1 9 8 1 年提出来的。在空间中，运动可以 用运动场描述，而在一个图像平面上，物体的运动往往是通过图像序列中不同图 像灰度分布的不同体现的，从而，空间中的运动场转移到图像上就表示为光流场 ( o p c a lh o wf j e l d ) 。光流场反映了图像上每一点灰度的变化趋势。可看成是带 中国海洋大学硕士学位论文 有灰度的像素点在图像平面上运动而产生的瞬时速度场，也是一种对真实运动场 的近似估计。 光流计算【1 3 】【1 4 】【1 5 】一般基于下面两个假设：任何被观测物体的亮度不随时间 变化；图像平面临近点的运动方式相似，即速度平滑约束。由此可见光流是依赖 于场景的空间连续性以及图像的亮度的运动信息。另外，光流在连续时空域建模， 除了空间连续性，它还需要相邻两幅图像的时间间隔足够短，没有发生大的改变， 以保持运动的连续性。 假设在连续图像序列中，( z ，y ，f ) 表示t 时刻( x ，y ) 处的图像灰度，运动过程中， 该点的灰度保持不变，则f + 出时刻该点运动到 + 出，y + 方) 点，其灰度变为 厂0 + 出，y + 方，f + 班) ，则光流约束方程为 ，o ，y ，f ) = 厂( x + 出，) ，+ 方，f + d f ) ( 2 4 ) 上式的右边用泰勒级数展开，并令出_ 0 ，略去高次项，可得到： 堕出+ 笪西+ 望出；o( 2 5 ) 缸 砂。 a f 式( 2 5 ) 中令“；譬，1 ，：譬，分别表示f 时刻像素点( x ，) ，) 在x 方向和y 方向 以。 秕 、。 的两个速度矢量，也就是要求的量。把上式写成： 一堕；堕“+ 堕1 ，：w u( 2 6 ) 以缸 砂 。 或 “+ ，+ 正一o ( 2 7 ) 其中町= ( 无，v ) 为图像灰度空间梯度，u 一 ，y ) 为某像素点的光流速度， 也就是光流场。上面的正，工的计算可以用离散的差分代替导数求得。光流的 计算问题实际上就是在满足一定约束条件下，估计“，的数值问题。但是只有一 个方程，所以这是个不可实现问题，必须通过其它的约束方程来联合求解。 h o m 和s t u n l 【根据同一运动物体引起的光流场在时间间隔很小的前提下应 该是连续的和平滑的假设条件下，提出了全局平滑量来约束光流场。光流的平滑 1 6 智能交通系统中视频车辆检测技术的