（信号与信息处理专业论文）基于视频的运动汽车检测技术研究.pdf

i i i ii iiii ll l lli ii i r liil y 18 8 5 6 7 7 t h er e s e a r c ho fm o v i n gv e h i c l e sd e t e c t i o nt e c h n o l o g y b a s e do nm a c h i n ev i s i o n b y y a n gh u if e n g b e ( l a n z h o uu n i v e r s i t yo ft e c h n o l o g y ) 2 0 0 7 at h e s i ss u b m i t t e di np a r t i a ls a t i s f a c t i o no ft h e r e q u i r e m e n t sf o rt h ed e g r e eo f m a s t e ro fe n g i n e e r i n g l n s i g n a la n di n f o r m a t i o np r o c e s s i n g i nt h e g r a d u a t es c h o o l o f l a n z h o uu n i v e r s i t yo ft e c h n o l o g y s u p e r v i s o r p r o f e s s o rs h u a il i g u o m a y ，2 0 1 1 兰州理工大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其 他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个 人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果 由本人承担。 作者签名： 会育吼肿加舯 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，即：学 校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权兰州理工大学可以将本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和汇 编本学位论文。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。 作者签名： 导师签名： e l 期：加，年 日期：刃年，v | 日日 8 7厂 月月 么6 硕十学位论文 目录 摘要i a 】 ；s t r a c t i i 附图索引i v 附表索引v 第1 章绪论l 1 1 研究背景1 1 1 1 智能交通系统简介l 1 1 2 常用车辆检测技术简述2 1 2 视频汽车检测的国内外研究现状一4 1 2 1 视频检测的国外研究现状4 1 2 2 视频检测的国内研究现状5 1 3 本文研究的主要内容6 1 4 本章小结7 第2 章数字视频图像基础8 2 1 常用颜色模型介绍8 2 1 1r g b 颜色模型8 2 1 2h s v 颜色模型9 2 2 本文涉及的主要图像处理内容及方法1 0 2 2 1 图像的灰度化1 0 2 2 2 图像的二值化1 0 2 2 3 图像增强1 l 2 3 本章小结12 第3 章基于视频的运动目标检测技术1 3 3 1 运动目标检测方法概述1 3 3 1 1 光流法1 4 3 1 2 帧差分法1 5 3 1 3 背景差法1 6 3 1 4 各类方法间的比较1 7 基丁视频的运动汽车检测技术研究 3 2 基于背景差算法的运动车辆检测1 8 3 2 1 常用的背景模型18 3 2 2 背景的提取2 0 3 2 3 背景的更新2 3 3 2 4 运动车辆的分割2 3 3 2 5 实验结果与分析2 5 3 3 基于背景差和边缘信息的运动车辆检测2 7 3 3 1 基于边缘的目标检测方法2 9 3 3 2 基于边缘和k 一均值聚类相结合的目标检测方法3 0 3 3 3 实验结果与分析3 0 3 4 本章小结3 2 第4 章车辆阴影去除技术与图像后处理。3 3 4 1 运动车辆的阴影去除技术3 3 4 1 1 阴影的概念及物理属性3 3 4 1 2 基于h s v 空间的阴影检测3 4 4 1 3 实验结果与分析3 4 4 2 基于数学形态学的图像后处理3 5 4 2 1 数学形态学的基本思想3 5 4 2 2 数学形态学的方法3 6 4 2 3 实验结果与分析3 7 4 3 本章小结3 7 第5 章基于主动轮廓模型的车辆轮廓提取3 9 5 1s n a k e 模型概述3 9 5 1 1s n a k e 模型的数学模型4 0 5 1 2s n a k e 模型的原理4 0 5 2 基于改进的s n a k e 模型的车辆轮廓提取4 l 5 2 1g v f 模型4l 5 2 2 改进的g v f 模型4 1 5 3 实验结果与分析4 2 5 4 本章小结4 4 结论与展望4 5 参考文献4 7 j 改谢! ；： 硕十学位论文 附录a 发表的学术论文目录。5 3 硕十学何论文 摘要 视频运动汽车检测作为智能交通系统中最基础的部分，其结果直接关系着下 一步车辆跟踪、识别及行为分析等语义信息理解的优劣。运动汽车的检测可以实 现交通参数的提取并能进一步自动检测交通事件。但在一个室外的车辆检测系统 中，经常会有一些外界的因素比如摄像头的抖动、光线的变化、树叶的摇摆等影 响到检测的精确度。如何在室外复杂环境中实现对运动汽车实时、准确的检测与 提取是本文要研究的重点。 、 针对背景差分法易受外界复杂环境影响的不足，本文提出改进的k 均值聚类 算法来对复杂环境下的背景进行建模，将室外场景中的噪声、摄像机的抖动等多 模态分别用k 个子类来描述，通过比较任意样本与该像素位置处的子类中心之间 的距离，对各个像素的观察值进行聚类，并在聚类过程中逐步确定其类别数。一 段时间的学习之后，样本数最多的子类就构成了背景模型。即使在运动车辆一直 存在的场景中也丹, - 匕v , 一k e i 好地提取出理想的背景。 对于场景背景中的车辆突然开始运动或者车辆突然驶入当前场景并作为背景 停留的情况，本文首先采用背景差分法检测出运动变化的区域，再采用c a n n y 算 子检测出当前场景中运动车辆的边缘轮廓，将两种方法结合起来增强了检测系统 的鲁棒性，抑制了虚假运动目标的出现，提高了检测的准确性。 考虑到室外环境中阳光会使车辆产生阴影，本文采用h s v 空间来对阴影进行 检测与去除，取得了很好的效果，进一步提高了运动车辆检测的精确性。 针对传统s n a k e 算法对初始轮廓要求较高的问题，本文将之前改进算法粗分割 得到的前景车辆边界作为改进s n a k e 算法的初始边缘轮廓，使得在应用s n a k e 模型 对复杂图像进行分割时减少了人工的干预。同时将p e r o n a m a l i k 各向异性去噪模 型引入到g v f 模型当中进行车辆轮廓的提取，克服了传统外力场不能进入车辆图 像凹部的缺陷，而且对初始曲线的约束较少，具有良好的鲁棒性。 最后，采用现场交通视频图像对本文算法进行了仿真实验，并获得了较好的 检测效果，验证了本文算法的有效性。 关键词：智能交通系统；运动汽车检测；背景差；边缘信息；阴影；主动轮廓模 型 本文的研究工作受甘肃省自然科学基金项目( 编号：10 10 r j z a 0 4 6 ) 资助 基丁视频的运动汽车检测技术研究 a b s t r a c t v i d e ob a s e dm o v i n gv e h i c l ed e t e c t i o ni st h ef u n d a m e n t a lp a r to fi n t e l l i g e n t t r a n s p o r ts y s t e m i t sp e r f o r m a n c eh a sad i r e c ti n f l u e n c eo ns e m a n t i ci n f o r m a t i o n u n d e r s t a n d i n gs u c ha sv e h i c l et r a c k i n g ，v e h i c l er e c o g n i t i o na n db e h a v i o ra n a l y s i s m o v i n g v e h i c l ed e t e c t i o nc a nr e a l i z et r a f f i c p a r a m e t e r e x t r a c t i o na n df u r t h e r a u t o m a t i c a l l yd e t e c t t r a f f i ci n c i d e n t s h o w e v e r ，i nt h eo u t d o o rv e h i c l ed e t e c t i o n s y s t e m ，d e t e c t i o nr e s u l tc a no f t e nb ea f f e c t e db ys o m eo u t s i d ef a c t o r ss u c ha sc a m e r a d i s t u r b a n c e ，l i g h tv a r i a t i o na n dl e a fs h a k i n g h o wt od e t e c ta n de x t r a c tm o v i n g v e h i c l e si nar e a l - t i m ea c c u r a t ew a yi no u t s i d ec o m p l e xe n v i r o n m e n ti st h er e s e a r c h t o p i co ft h i st h e s i s a i m e da tt h el i m i t a t i o nt h a tb a c k g r o u n ds u b t r a c t i o nm e t h o di sl i a b l et ob e a f f e c t e db yc o m p l e xo u t s i d ee n v i r o n m e n t ，t h i st h e s i sp r o v i d e dam o d i f i e dk m e a n c l u s t e r i n ga l g o r i t h mt om o d e lt h eb a c k g r o u n di nc o m p l e xe n v i r o n m e n t m u l t i - m o d e i n f l u e n c e ss u c ha sn o i s ea n dc a m e r ad i s t u r b a n c ei nt h eo u t s i d ee n v i r o n m e n ta r e d e s c r i b e db yks u b - c l u s t e r s o b s e r v e dv a l u e s o fe v e r yp i x e la r ec l u s t e r e db y c o m p a r i n gt h ed i s t a n c eb e t w e e ne a c hs a m p l ea n dt h es u b c l u s t e rc e n t e ra tt h a tp i x e l t h ec l u s t e rn u m b e r sa r ed e t e r m i n e dd u r i n gt h ec l u s t e r i n gp r o c e s s a f t e rt r a i n i n gf o r s o m et i m e ，b a c k g r o u n dm o d e li sc o m p o s e db ys u b c l u s t e rw i t ht h em a x i m u ms a m p l e s t h i sa l g o r i t h mc a nb e a u t i f u l l ye x t r a c tt h eb a c k g r o u n de v e ni nt h ev i d e ow h e r ev e h i c l e s a r ea l w a y sm o v i n g f o rt h es i t u a t i o nt h a tv e h i c l ei nt h eb a c k g r o u n ds u d d e n l ys t a r t st or u no rv e h i c l e s u d d e n l yr u n si n t ot h ec u r r e n tb a c k g r o u n d ，t h i st h e s i sf i r s t l yd e t e c t st h ev a r i a t i o na r e a w i t hb a c k g r o u n dd i f f e r e n c ea n dt h e nd e t e c t st h ee d g ec o n t o u ro ft h em o v i n gv e h i c l ei n c u r r e n ti m a g eu s i n gc a n n yo p e r a t o r f i n a l l y ，t h ea b o v et w oa l g o r i t h m sa r ea s s o c i a t e d t oa d v a n c et h er o b u s t n e s so ft h es y s t e m ，r e s t r a i nt h ea p p e a r a n c eo ft h ef a l s et a r g e t sa n d p r o m o t et h ea c c u r a c yo ft h ed e t e c t i o n c o n s i d e r i n gt h a t s u nl i g h ti no u t s i d ee n v i r o n m e n tw i l lc a u s es h a d o wo nt h e v e h i c l e ，t h i st h e s i sd e t e c t sa n dr e d u c e st h es h a d o wu s i n gh s vs p a c e ，w h i c hg e t sa g o o dp e r f o r m a n c e t h i sm e t h o d f u r t h e ri m p r o v e st h ea c c u r a c yo fm o v i n gv e h i c l e d e t e c t i o n a i m e da tt h ep r o b l e mo ft r a d i t i o n a ls n a k ea l g o r i t h mr e l a y i n go nt h eo r i g i n a l c o n t o u r ，t h i st h e s i su s e st h ef o r e g r o u n dv e h i c l eb o u n d a r yf r o mm o d i f i e da l g o r i t h m r o u g hs e g m e n t a t i o na st h eo r i g i n a le d g ec o n t o u ro ft h em o d i f i e ds n a k ea l g o r i t h m ， w h i c hr e d u c e st h eh u m a ni n t e r v e n t i o nw h e ns n a k em o d e li su s e dt os e g m e n tc o m p l e x i l 硕十学何论文 i m a g e v e h i c l es e g m e n t a t i o nm e t h o db a s e do na c t i v ec o n t o u rp e r o n a m a l i ka l g o r i t h m i su s e dt oo v e r c o m et h eli m i t a t i o nt h a tt r a d i t i o n a lm e t h o dc a n n o te n t e rt h ed e n to ft h e v e h i c l ei m a g e b e s i d e s ，t h i sa l g o r i t h mi ss e l d o md e p e n do nt h eo r i g i n a lc o n t o u ra n di t s r o b u s t n e s si ss a t i s f a c t o r y f i n a l l y ，e x p e r i m e n t sa r ec o n d u c t e du s i n gl i v et r a f f i cv i d e oi m a g e s ，w h i c hg e t sa g o o dp e r f o r m a n c ea n dt e s t st h ee f f e c t i v e n e s so f t h ea l g o r i t h m s k e yw o r d s ：i n t e l l i g e n tt r a n s p o r ts y s t e m ，m o v i n gv e h i c l ed e t e c t i o n ，b a c k g r o u n d s u b t r a c t i o n ，e d g ei n f o r m a t i o n ，s h a d o w , a c t i v ec o n t o u rm o d e l ( s n a k e ) t h er e s e a r c ho ft h i st h e s i sh a ss p o n s o r e db yt h en a t u r a ls c i e n c ef o u n d a t i o no f g a n s up r o v i n c eu n d e rg r a n t1 0 10 r j z a 0 4 6 i i i ， 基丁视频的运动汽车检测技术研究 附图索引 图2 1r g b 颜色空间模型8 图2 2h s v 色彩模型示意图9 图2 3 平滑滤波效果图1 2 图2 4 锐化滤波效果图1 2 图3 1 运动目标检测的一般过程1 3 图3 2 三帧差分算法示意图1 6 图3 3 背景多模态示意图2 0 图3 4 不同数据的聚类结果一2 l 图3 5 背景建模流程图2 2 图3 6 背景提取2 5 图3 7 三种方法检测结果对比2 6 图3 8 运动车辆的检测分割2 7 图3 9 背景目标运动示意图2 8 图3 1 0 综合运动车辆检测过程3 l 图3 11 综合运动车辆检测3l 图4 1 车辆阴影检测去除示意图3 5 图4 2 形态学后处理结果3 7 图5 1 力场矢量图4 2 图5 2 凹陷图像轮廓提取比较4 3 图5 3p m g v f 轮廓提取过程4 4 i v 硕十学何论文 附表索引 表1 1 常用车辆检测器比较2 表3 1 检测算法性能指标比较1 8 表3 2 三种算法的均值和标准差比较：2 7 表3 3 算法比较结果3 2 表5 1s n a k e 模型发展3 9 表5 2 各算法的量化分析4 3 v 硕+ 学何论文 1 1 研究背景 第1 章绪论 1 1 1 智能交通系统简介 进入2 l 世纪以来，随着经济的持续快速发展，机动车保有量的大幅增加，交 通拥堵、交通事故和环境污染等问题在世界各国日愈加剧，给人们的经济生活造 成了巨大的损失。道路与车辆之间的矛盾作为交通拥挤的根本原因i lj ，除了汽车保 有量的迅速增加，道路增长相对过慢也是其中的原因之一，这使得交通问题更加 严重，并且已经成为一个全球性的非常棘手的问题。目前，解决交通问题通常有 两种办法【2 。3 】：一种早期的方式是在现有的基础上继续扩建或者修建道路，然而这 种做法实际在一定程度上更加加剧了有限土地资源和生产用地的破坏；第二种方 式是通过运用各种高新技术来改善现有的交通系统。近年来，随着科技的发达、 计算机信息技术的迅速发展，信息技术已渗透到人类社会的各个领域，并带来巨 大的变革，后一种运用高新技术来解决交通问题的办法受到人们的普遍重视。人 们相信：在交通控制系统运用计算机信息技术同样会带来新的突破。 2 0 世纪9 0 年代初，智能交通系统【4 i ( i n t e l l i g e n tt r a n s p o r ts y s t e m ，简称i t s ) 的出 现得到全世界的广泛认可。智能交通系统( i t s ) 是在较完善的道路设旌基础上，将 先进的信息技术、人工智能技术、计算机处理技术、自动控制技术、传感器技术 和系统工程技术等有效地集成，并运用于地面交通管理所建立的一种实时、准确、 高效、大范围内、全方位发挥作用的综合交通运输管理系统。它大大加强了汽车、 道路和人之间的关系，从而使交通设施得以充分利用并提高了交通运输的效率和 交通的安全性。智能交通系统借助现有的高新技术手段，得到并提供道路交通全 方位信息的同时，更代表了一种全新的理论和思维方式，是人们研究并提高交通 运输效率及防范交通隐患的最新成果1 5j 。 在智能交通系统的基本内容中，国际上公认的服务领域主要有以下七个方面 t 6 】：( 1 ) 先进的交通信息服务系统a p t i s ( a d v a n c e dp u b l i ct r a m ci n f o r m a t i o n s y s t e m ) ；( 2 ) 先进的交通管理系统a t m s ( a d v a n c e dt r a f f i cm a n a g e m e n ts y s t e m ) ：( 3 ) 先进的公共交通系统a p t s ( a d v a n c e dp u b l i ct r a n s p o r t a t i o ns y s t e m s ) ；( 4 ) 先进的车 辆控制系统a v c s ( a d v a n c e d v e h i c l ec o n t r o ls y s t e m ) ；( 5 ) 货运管理系统 c v o ( c o m m e r c i a lv e h i c l eo p e r a t i o n s ) ；( 6 ) 电子收费系统e t c ( e l e c t r o n i ct o l l c o l l e c t i o n ) ；( 7 ) 紧急救援系统e m s ( e m e r g e n c ym a n a g e m e n ts y s t e m ) 。 先进的交通管理系统( a t m s ) 作为智能交通系统的重要组成部分，它从总体上 控制和管理着高速公路和城市道路干道的设施和交通运营网络。a t m s 由现场视频 设备实时地收集高速公路和城市干道的交通车辆信息，通过先进的信息处理和计 基于视频的运动汽乍检测技术研究 算机通信技术快速准确地处理发生的各种交通事件，从而及时缓解交通拥挤并减 少交通事故发生率，进一步改良道路交通的运行状况。 交通管理系统中最基础最底层的部分是车辆检测，它通过监视设备采集到的 交通数据给监控系统中的信息处理和发布单元提供依据【7 j 。这些依据可以让监控中 心进一步分析、判断、发布信息并提出控制方案。因此，车辆检测装置及其检测 技术水平对a t m s 的整体运行管理水平的影响是至关重要的。 1 1 2 常用车辆检测技术简述 近年来，随着智能交通技术的发展，如何有效地检测出交通环境中的车辆成 为自动交通事件检测系统中最关键的步骤，它也是后续工作诸如车辆的识别跟踪 以及高级行为的理解是否精确的保证【8 l 。在近2 0 年的智能交通系统发展过程中，传 统的车辆检测方法常见的主要有以下几种f 9 。1 1 】：超声波检测、感应线圈检测、激光 雷达检测、微波检测、红外检测、磁力线检测、声波检测和视频检测等。本文为 了方便比较，将这几种检测方法列于表1 1 中分别进行比较说明。 表1 1 常用车辆检测器比较 车辆检测技术检测原理优点缺点 根据声波的发射和反轻便、安装方便、成本检测性能容易受到环 射原理，通过从车辆和低、无辐射境温度和气流的影响 超卢波检测技术 路面返同的超卢回波而降低 时间的不同来检测 车辆经过埋在地下的检测精确度高、适应性安装维护不方便、影 感应线圈使电感产生强、易于掌握、性价比响交通、感应线圈容 环形线圈检测技 检测信号高易受到干扰 术 利用激光面的反射结不受光照环境的影响，安装难度大，无法给 果来检测距离信息，从可以直接知道车辆的 激光雷达检测技出全面的交通信息 而检测车辆高度和宽度，同时可以 术 克服车辆遮挡问题 利用连续频率调制波恶劣气候下性能出色，安装精度要求高：道 实现对多车道车辆的可全大候工作；能检测路具有铁制的分割带 微波检测技术 实时检测。静止的车辆 时，检测精度下降 2 硕十学何论文 红外检测技术通过接收来自待测车昼夜可采用同一算法系统受外界雪雾、灰 辆的红外辐射来达到 而解决昼夜转换的问尘的影响，需要提高 检测的目的题；检测快速准确功率，降低可靠性来 实现高灵敏度 利用车辆接近、将要通可检测小型车辆，包括 很难分辨纵向过于靠 过及正在通过检测区自行车；且不会受天气近的车辆 磁力线检测技术 域时的磁力线的变化环境的影响 对车辆进行检测 通过来自车辆内部和可以根据特定车辆的为识别车辆需将接收 车辆轮胎与地面接触声学特征识别车辆的信号进行大量的背 声学检测技术 的声音来检测景去噪处理 利用视频及计算机技安装简单、维护容易；易受外界环境影响、 术，通过分析交通场景能提供的信息量火，性检测准确率较低；对 视频检测技术 的图像来确定连续画价比高，实时性好且扩计算机硬件的要求比 面之间的变化来检测展性很强较高 车辆 通过上面图表中对各种检测技术的比较可以发现，按照各种检测技术装置的 安装方式，我们大体上可以把它们分为埋入式和非埋入式两大类i l 引。埋入式是将 检测装置安置在道路表面或将其埋入地下，典型的代表有环形线圈检测装置等等； 非埋入式是将检测装置安装在道路的两侧或者正上方，包括超声波、激光雷达和 视频检测等等。近年来，这些检测技术的涌现也大大地为智能交通信息化的发展 提供了便利和条件。但是，除了视频检测技术之外的其他技术都存在着一些缺陷， 比如：安装复杂、使用寿命短、成本也很高昂并且检测的误差较大等等【l3 1 。2 0 世 纪9 0 年代后，伴随着计算机技术和人工智能的飞速发展，基于视频的车辆检测技 术趋于成熟，慢慢从实验室走到了实际应用中。基于视频的检测技术相比较于其 他的检测方法有着如下的优点1 1 4 5 j ： ( 1 ) 检测的信息量大。可以同时检测出多车道上的交通信息，比如：车辆数、 车速、停车时间、车型、占有率、停车排队长度等； ( 2 ) 可以实时地对场景内的交通状况进行智能监控，如果发现交通拥挤、车 辆逆行、停车、违章、超速等事件时可以报警并自动录像，作为违章处罚和责任 判定的依据； ( 3 ) 安装与维护简便，无需破坏路面，对道路交通的影响很小，并且可以随 3 基丁视频的运动汽乍榆测技术研究 时通过改变摄像机的位置来变换被检测区域的位置和大小； ( 4 ) 实时性好。得到的数据可以同时反馈利用，并且可以实时分析和绘制出 各种参数之间关系的图表，可省去大量的人力调查和计算分析： ( 5 ) 性价比高，寿命长，经济性好； ( 6 ) 扩展性强，二次开发功能好。 综上所述，基于视频的检测方法虽然还存在着一些缺点，比如易受外界环境 的影响、检测准确率相对较低、对计算机硬件支持的要求比较高等，但比起其它 传统的检测方法还有着很大的优越性。随着近年来计算机软件和硬件技术的快速 发展，基于视频的车辆检测技术已经渐渐成为交通检测中的新发展起来的重要技 术。作为智能交通系统中最底层最基础的部分，视频检测与跟踪技术也在智能交 通系统中发挥着越来越重要的作用。因此，本文对交通检测问题的研究有着很大 的现实意义和应用价值。 1 2 视频汽车检测的国内外研究现状 从2 0 世纪8 0 年代开始，智能化交通管理逐渐成为社会经济发展的必然趋势， 这一观点也为世界各国所重视。尤其从8 0 年代中期以来，随着计算机技术的蓬勃 发展，计算机视觉也逐渐成为计算机科学中的重要的研究领域之一引。一般来讲， 计算机视觉的研究目的是通过用计算机进行传感、抽象和判断的能力【1 7 】来达到识 别、分析和理解周围环境的物体。计算机视觉的主要任务引是首先通过摄像机来 捕获n - 维图像并提取出目标的特征，然后对特征抽取出来的结果进行识别分类， 最后从二维视频图像中进行三维信息的理解并对景物进行描述。 近年来，计算机视觉技术和图像处理技术也越来越广泛地应用到交通监视控 制系统当中。视频检测技术是一种将视频图像序列和电脑智能模式识别技术相结 合起来并应用于交通领域的新兴技术【1 9 】。它分别将人眼用摄像机代替，人脑用计 算机代替，并通过视频摄像机和计算机结合起来模拟人眼获取视觉信息，同时对 大脑信息进行处理和理解【2 0 1 。视频检测通过视频装置捕获到的视频图像序列，并 用目前比较成熟的物理模型和数学模型对其进行分析处理，最后通过模拟各种传 统形式的车辆检测装置来提取有用的交通信息，这些为智能交通系统从实验室走 向实际应用提供了工作平台。 1 2 1 视频检测的国外研究现状 基于视频的车辆检测技术在国外的研究应用始于2 0 世纪7 0 年代末，大量的 学者对视频车辆检测系统做了相关研究。经过几十年的发展，虽然相关技术已经 相当成熟，基于视频的检测方法与传统的检测方法相比具有的优越性和高性价比 也已得到业内人士的公认，但这方面的难点还很多，要做到不需要人工干预的完 全自动化更难。目前，视频检测技术主要取得了以下一些成果。 19 7 8 年，在美国联邦公路管理局的资助下，美国加州帕萨迪纳市的喷气推进 4 硕十学何论文 实验室( j p t ) 1 2 1 】首次尝试用视频技术来对运行车辆进行检测，并获得了初步的成 功。此后几年，包括日本及欧美在内的一些国家也掀起了对视频检测技术研究的 热潮，这一阶段也是成果颇丰，一些视频检测系统也逐渐开始从实验室走向实际 应用。其中，由美国明尼苏达大学研制开发的a u t o s c o p e 视频检测系统是最具有代 表性的，该视频车辆检测系统通过使用当时最为先进的微处理器并在不同的环境 和场景中进行了一系列测试，结果证明了这个第一个投入实际应用的视频车辆检 测系统在交通应用中的可行性。 l9 9 6 年至l9 9 9 年期间，通过美国国防高级研究计划局( d a r p a ) 的资助，卡 内基梅隆大学、戴维s a r n o f f 研究中心等一些著名大学和公司共同合作并研制出 了视频监视与监控系统v s a m 2 2 】。v s a m 系统具有的主要功能有：通过对多传感 器的融合，可以为监控区域提供全方位的昼夜监控；可以对所监测到的视频进行 分析处理，对异常对象的行为提供自动提示及报警；使用地理信息和三维建模技 术提供可视化的图形操作界面；具有i n t e r n e t 、i n t r a n e t 和局域网构成的先进网络传 输系统；机载航空摄像机不需要经常性的人工操纵就能自动地对准地面进行监视 目标，实现对目标的长时间检测和行为分析。 近年来，随着视频检测技术在交通管理控制应用中的普及，一些可以评价视 频检测设备及检测系统的研究也越来越多，这些研究在一定意义上也为视频检测 技术的继续完善和进一步发展提供了宝贵的实时数据及改进的应对策略与方向。 1 2 2 视频检测的国内研究现状 国内对视频检测技术的研究要比西方发达国家晚一些，再加上交通管理基础 设施的薄弱，使得在视频检测方面的研究成果及应用实施也要远远滞后于国外。 近些年来，随着我国经济的飞速发展以及政府部门对智能交通的大力支持，我国 在视频车辆检测方面的各种新理论、新技术也层出不穷，研究也取得了一些建树 性的成果。 中国科学院谭铁牛研究员是国内视觉监控领域的专家，2 0 世纪9 0 年代初，他 所在的自动化研究所就开始着手基于三维模型的智能视觉监控系统的研究，他领 导的视觉监控小组针对系统中的车辆检测、跟踪以及行为理解与分析等若干关键 性问题进行了深入的研究，并取得了一系列的研究成果1 2 引。他们在前人理论研究 和总结英国雷丁大学v i e w s 的智能交通系统的研究经验的基础上，自行设计了一 套拥有自主版权的交通监控原型系统v s t a rv i s u a ls u r v e i l l a n c es t a r l 24 。，并用v i s u a l c + + 6 0 语言在p cw i n d o w s2 0 0 0 平台上初步实现了整个系统，完成从运动车辆的 检测到跟踪以及车辆行为的分析。在一台p i i i8 6 6p c 机上的实时车辆跟踪实验表 明，该系统对光线变化、无关结构的干扰、斑马线、边界遮挡具有较强的鲁棒性。 文献 2 5 提出了一个利用二维时空图像进行交通自动监测的新方法。将摄像机 架设在公路上方，通过两个细缝监测窗口一垂直于道路方向的车辆检测窗和平 5 基丁视频的运动汽车检测技术研究 行于道路方向的速度监测窗进行监视和分析，形成用于交通自动监测的二维全景 图( p v i ) 和外极面图( e p i ) ，并对这两个二维时空图像做实时处理。该方法可以解决 诸如车辆计数、分类及速度计量等基本问题。 目前，国内已出现视频监测方面的相关产品。北京华恒信息系统有限公司研 制的交通流量视频监测仪，在交通路口的监测方面有良好的效果，它是在人工智 能和图像处理基础上通过分析移动矢量，实时地分析录像中的交通流情况，并提 取交通状况的主要信息，包括平均速度、最低速度、最高速度和车流密度等。其 开发的高速公路视频超速监控系统利用视频图像处理技术，对高速公路车道上的 汽车进行非接触式监控，获得车速、车牌号码、违章照片等运行状态信息，自动 车牌识别速度快，准确率高，为实时违章处理提供了可能。 此外，清华大学开发的“交通自动监测视觉系统v i s a t r a m 、哈尔滨工业大 学的v t d 2 0 0 0 系列视频交通动态信息采集系统，深圳神州交通系统有限公司等也 已经开发出完全具有自己产权的产品，并在我国一些地区得到推广应用。 1 3 本文研究的主要内容 本论文的主要研究内容是对基于视频的运动汽车检测算法的研究，针对复杂 场景中多变的情况提出了基于改进的背景差分法的运动汽车检测研究，本文所完 成的主要工作及结构安排如下： 第一章，综述了智能交通系统中运动汽车检测的常用技术，简要介绍了视频 检测的研究背景及国内外的发展现状等。 第二章，简述了数字视频图像处理基础的相关知识，重点介绍了几种常用的 颜色模型和本文会涉及到的一些图像处理方法。 第三章，首先总结了几种目前常用的运动目标检测算法，并对各类方法进行 了分析比较，分析了各自的优缺点；其次，针对复杂场景中的多模态背景扰动， 提出了基于改进k 一均值聚类思想的背景建模算法，并进一步提取出前景运动车辆； 最后，为了解决背景中突然移入或移出运动物体而造成的虚假运动目标，本文提 出了将前景边缘信息和背景差分法结果相结合的检测方法，并进行了实验仿真与 分析。 第四章，简述了阴影的概念与形成机理，针对运动汽车在室外环境下容易受 到阴影和噪声影响的不足，对阴影在h s v 空间进行检测与去除，并用数学形态学 图像后处理技术对图像进行去噪处理。 第五章，总结分析了主动轮廓模型原理及数学模型。将之前的前景检测结果 作为s n a k e 模型的初始边缘轮廓，同时将p e r o n a m a l i k 各向异性去噪模型引入到 g v f 模型当中进行车辆轮廓的提取，并进行了相关的实验仿真。 6 硕十学位论文 1 4 本章小结 本章首先概述了本文的研究背景，简单介绍了智能交通系统及目前常用的车 辆检测技术；其次简要介绍了相关视频检测的国内外发展情况；最后，简述了本 文研究的工作内容