道路交通流(车流量、车速等)信息的实时采集与处理方法研究,是智能运输系统中关键的一环。通过视频图像的检测与识别,可以对道路的交通流、路况等实时监视,提取交通流信息(车流量、车道占有率、车速等),在交通拥挤未发生时,及时采取措施、疏导交通、防止交通拥挤发生。 本文从机器视觉的角度,结合嵌入式系统技术和图像处理技术,研究基于视频的交通信息采集方法,并实现了整个系统。本文所包含的内容如下: 1.针对传统基于PC构架的交通流检测系统的弊端,提出了基于嵌入式系统的设计方案。并从可靠性、稳定性、实时性和成本因素对两种方案进行了比较,最终确定了以嵌入式系统为核心的系统设计方案。 2.介绍了采用模块化的硬件设计方法,建立了嵌入式车流检测系统的硬件平台。它是一个能完成图像采样、处理和传输的嵌入式图象处理系统。在设计过程中,选用了新一代的器件DMCU,提高了系统性能,降低了系统成本。 3.研究了基于视频的车流检测算法。在分析当前各种算法的优缺点后,选择了适合于嵌入式场合的算法“背景差法”,该方法利用背景图像,从输入图像中提取前景物体,同时结合“动态背景帧”、“虚拟检测线”、“图像膨胀”等方法,能有效的进行交通流量的检测。在PC机上验证了算法的可行性,并针对噪声较大等问题进行分析,提出了“动态阈值获取”的改进方案。 4.将改进后的算法程序,于嵌入式DMCU平台进行了移植,并从语言层优化和硬件层优化角度对算法进行了改进,解决了嵌入式系统资源短缺的问题,系统实时性能获得提高。