论文部分内容阅读
当今社会城市化道路交通发展迅速,交通监管方面的压力也随之而来。智能交通系统是可以提高通行效率、减少人力成本的信息化手段,能够有效保障所监管路段车辆行驶安全,因此对其的研究也引起了人们的重视。在智能交通系统中,智能监管的范围和效率是研究的热点之一,本文主要针对效率更高、监管范围更大的智能交通系统中的视频处理关键技术进行研究。本文研究的智能交通系统采用基于图像处理的方法来检测车辆目标。主要利用图像处理技术中颜色空间、图像灰度化以及二值化等方面的基本原理来处理视频数据;通过均值背景提取法获得视频背景,从而可以用视频帧序列与背景相减来提取图像中的前景目标,最后采用图像形态学处理法优化所提取的前景。监管更大范围意味着每帧图像处理计算量的增加,本文针对如何高效且准确跟踪上移动车辆目标展开了研究。给出了一种中值滤波与抽取相结合的图像预处理优化方法,降噪的同时减少了每帧图像处理的计算量;采用基于灰度图像块配准的运动补偿抖动消除算法,有效抑制了图像抖动噪声;针对视频图像中的前景车辆目标,采用基于帧间目标最大重叠面积的方法跟踪车辆目标,从而准确获得了行驶车辆目标的运动轨迹信息。本文提出了一种运动目标在视频图像中的像素坐标轨迹预测方法,该方法便捷实用,无需任何实际路面及摄像机参数信息,同时所采用的分式预测模型源于相机成像原理,在需要变焦抓拍移动目标时,该方法可以准确预测到最佳的抓拍位置。在此基础之上研究了智能交通系统中的违章变焦抓拍方法,采用多项式最小二乘法来拟合道路边界,存储所提取的道路数据以便程序多次运行读取;结合所获取的道路数据给出了一套针对车辆违法行为的智能违章判定方法,可以有效识别出车辆压线、逆向、占用应急车道等交通违法行为。本文最后提出了一种交通违法车辆智能跟踪抓拍系统的构建方法,采用球型摄像机、工业控制计算机以及通信设备等硬件设备,通过系统软件包括球机控制、图像处理、智能研判、违章取证、数据上传等模块,实现自动控制球型摄像机的云台及镜头状态来动态跟踪车辆目标并进行行为分析。本系统在交通事故易发路段某机场高速路口进行了实际测试,主要针对该路段中有压线、逆行、占用应急车道等典型交通违法行为的车辆进行违章取证,测试效果良好,可以有效监管车辆行为,保障道路行驶安全。