【正文】 end Filesname{ii}=strcat(pathname,39。a = []。LineWidth39。g39。,2,... 39。,... 39。LineWidth39。g39。 y = 1:size(A,2)。 bw=medfilt2(bw)。 imshow(I2),title(39。 plot(temp(1), temp(2), 39。hold on end global c。 if L11 errordlg(39。 button = 1。rs39。MarkerFaceColor39。,39。,39。rs39。MarkerFaceColor39。 vb = round(b)。 B = reshape(BB, [size(A,1),size(A,2),size(A,3)])。%作最小矩形 l=((rectx(1)rectx(2))^2+(recty(2)recty(1))^2)^。, 39。 y=p(1)*x+p(2)。 x1=(u1+v1*p(1)p(2)*p(1))/(p(1)^2+1) y1=(p(1)*u1+v1*p(1)^2p(2)*p(1)^2)/(p(1)^2+1)+p(2) plot(x1,y1,39。)%F 點(diǎn) bdd=[bdd [x3。plot(x2,y2,39。 d1=[(x3x1)^2+(y3y1)^2]^。global BC。global y2。 %M 在近間斷 end MD=[(x1c(s))^2+(y1d(s))^2]^。 四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 37 sj=*tt*abs(ts) p=(t+s)/2。),hold on end meanv=mean(sd) set(,39。 figure,axis([xmin,xmax,ymin,ymax]) for jj=1:len2 plot(sk(jj),sd(jj),39。string39。s=3 MD=[(x1c(t))^2+(y1d(t))^2]^ if c(t)x1 NA1=2*AB*EF*MD/(EF*DE+DE*DE+MD*DEMD*EF)。global x3。global EF。 DE=[(x2x1)^2+(y2y1)^2]^。 x2=(x1+z*x3)/(1+z)。 x3=(u3+v3*p(1)p(2)*p(1))/(p(1)^2+1) y3=(p(1)*u3+v3*p(1)^2p(2)*p(1)^2)/(p(1)^2+1)+p(2) plot(x3,y3,39。 v1=pos(1,2)。 end [p s]= polyfit(c,d,1)。 hold on line(rectx, recty, 39。a39。 BB = repmat(uint8(255),size(AA))。 hold off。k39。 b(n,1) = yi。,... 39。 else plot(xi, yi, 39。k39。 n = n + 1。 axes() A=rgb2gray(im)。))/2。g.39。%尋找質(zhì)心 hold on。,14)。 B = reshape(BB, [size(A,1),size(A,2),size(A,3)])。 vb = round(b)。MarkerFaceColor39。rs39。,39。,39。MarkerFaceColor39。rs39。 button = 1。39。 len=length(files)。%選擇圖片所在文件夾 if pathname==0 msgbox(39。 wnr3 = deconvwnr(I, PSF, )。 I = im2double(imread(39。,)。)。 figure,imshow(k)。腐蝕圖 39。title(39。title(39。 四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 28 參考文獻(xiàn) [1] 張新海 .交通事故車(chē)速測(cè)算方法 探析 .刑事技術(shù) .20xx 年第 4 期 .第 34 頁(yè) . [2] 馮浩 、 潘少猷 、 陳建國(guó) .基于視頻的車(chē)速鑒定方法．中國(guó)司法鑒定 .20xx 年第 5 期 .第46 頁(yè) . [3] 袁泉、張高強(qiáng)、郭銳、李一兵 .交通事故車(chē)速分析理論方法的研究進(jìn)展 .交通運(yùn)輸工程與信息學(xué)報(bào) .20xx 年第 2 期 .第 22 頁(yè) . [4] 彭雅芳、呂植勇 .一種基于車(chē)輛運(yùn)動(dòng)軌跡的車(chē)速估算方法 .計(jì)算機(jī)與數(shù)字工程 . 20xx 年第 11 期 .第 137 頁(yè) . [5] 李剛、邱尚斌、林凌、曾銳利 .基于背景差法和幀間差法的運(yùn)動(dòng)目標(biāo)檢測(cè)方法 . 儀器儀表學(xué)報(bào) . 20xx 年 8 月第 27 卷第 8 期 .第 962 頁(yè) . [6] 張重德 , 張崇巍 .一種提高視頻車(chē)速檢測(cè)精度的方法 . 上海交通大學(xué)學(xué)報(bào) .20xx 年 10月第 44 卷第 10 期 [7] 于艷玲 .視頻檢測(cè)系統(tǒng)中的車(chē)速檢測(cè)技術(shù)研究 .長(zhǎng)安大學(xué)碩士學(xué)位論文 .20xx 年 5月 .第13 頁(yè) . [8] 李欣菊 .攝像機(jī)標(biāo)定算法研究 .中國(guó)科學(xué)院自動(dòng)化研究所碩士學(xué)位論文 .20xx 年 [9] 伍友龍 .基于圖像分析的高速公路交通事件檢測(cè)算法研究 .長(zhǎng)沙理工大學(xué)碩士學(xué)位論文 20xx 年 4 月 [10] 王光玲 .基于運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤視頻測(cè)速算法的研究 .太原理工大學(xué)碩士學(xué)位論文20xx 年 4 月 [11] 王駿飛 , 羅大庸 .一種新的基于視頻技術(shù)的車(chē)速檢測(cè)方案 .自動(dòng)化技術(shù)與應(yīng)用》 .20xx 年第 29 卷第 3 期 [12] Fu Yuan Hu Hichem Sahli Xing Fa Dong Jian Wang . A High Efficient System For Traffic Mean Speed Estimation from MPEG Video. 20xx International Conference on Artificial Intelligence and Computational Intelligence [13] Todd N. SCHOEPFLIN, Daniel J. DAILEY. Algorithms for Calibrating Roadside Traffic Camerasand Estimating Mean Vehicle Speed. Proceedings of the 20xx IEEEIntelligent Transportation Systems ConferenceSeattle, WA, USA, Sept. 30 Oct. 3, 20xx 四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 29 附 錄 I=imread(39。同時(shí)我們要不斷的實(shí)踐，發(fā)現(xiàn)新的研究方法，研究工作深入，促進(jìn)視頻法計(jì)算速度的發(fā)展，更好地服務(wù)于社會(huì)。而且每一項(xiàng)任務(wù)從開(kāi)始的選題到最后的結(jié)題都是一個(gè)艱辛的路程，所以必須從實(shí)際出發(fā)才有意義。 ☆ 系統(tǒng)誤差：系統(tǒng)誤差主要出現(xiàn)在： ◇ 特征點(diǎn)的定位，因?yàn)橘|(zhì)心的選取取決于處理后的二值圖像，而每幀的二值化圖像并非完全一樣，但質(zhì)心的位置變化不會(huì)太大。 本案第一次標(biāo)定得到的速度數(shù)據(jù)和速度曲線(xiàn)： 表 第一次矩形外標(biāo)定數(shù)據(jù)表 時(shí)刻 /幀 2 3 4 5 6 7 8 9 10 11 速度（ km/h） 圖 第一次矩形外標(biāo)定速度曲線(xiàn)圖 ★ 第二次標(biāo)定并得到速度曲線(xiàn) 在紅色矩形內(nèi)部按照步驟（ 6）的方法進(jìn)行二次標(biāo)定，并得到： 四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 24 圖 3.. 第二次矩形內(nèi)標(biāo)定速度曲線(xiàn) 表 3.. 第二次矩形內(nèi)標(biāo)定數(shù)據(jù)表 時(shí)刻 /幀 2 3 4 5 6 7 8 9 10 11 速度（ km/h） 結(jié)果分析 由圖 ：第一次標(biāo)定得到的平均速度為 ，誤差為%；第二次標(biāo)定得到的平均速度為 ，誤差為 %。如下圖所示： 第一幀： 第二幀： …… 四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 21 第 n幀： 空格鍵后得到擬合曲線(xiàn)： 圖 特征點(diǎn)提取圖示 ★ 選擇圖片 選擇質(zhì)量好，車(chē)體側(cè)面盡量正對(duì)攝像機(jī)的圖片作為標(biāo)定圖片。 四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 19 圖 matlab操作界面 計(jì)算過(guò)程及分析 ★ 輸入已知距離 本案例所提供的資料中沒(méi)有其他道路標(biāo)記線(xiàn)等已知距離的標(biāo)記物，只有車(chē)長(zhǎng) 的是已知的，因此把經(jīng)過(guò)車(chē)輛主軸線(xiàn)上的車(chē)頭、車(chē)尾及中點(diǎn)作為標(biāo)定點(diǎn)，車(chē)輛行駛軌跡作為標(biāo)定 線(xiàn)。 視頻錄像 提供的監(jiān)控視頻圖像顯示“ 022620xx 星期日 青白江 – 巨石大道華金路口”等字樣。 根據(jù)這種思想 ，如圖 ，若車(chē)輛在 t1幀位于 N1處，在 t2幀位于 N處，則車(chē)輛在 t t2之間的速度為： 121AN ANv tt?? ? （ ） ★ 原理的實(shí)驗(yàn)驗(yàn)證 由于筆者和文獻(xiàn) [7]在算法公式上出現(xiàn)分歧，因此針對(duì)第四中情況做以下實(shí)驗(yàn)作為驗(yàn)四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 16 證。 000 2 1bx a y a by a??? ? () 圖像距離轉(zhuǎn)換到 實(shí)際 距離 通過(guò)以上處理方法得到的距離都僅僅是圖片上的距離，現(xiàn)在我們就要把圖像距離轉(zhuǎn)換成實(shí)際距離。只有 x?相對(duì)與 y? 很小的情況下，所求回歸系數(shù)才正確。 利用 交互式提取運(yùn)動(dòng)車(chē)輛 的圖像 后， 在 對(duì) 運(yùn)動(dòng) 車(chē)輛求取質(zhì)心。而特征點(diǎn)選取分為三種方法。 圖 幀差法和背景差分法相結(jié)合示意圖 交互式提取法 可以通過(guò)人工選取自己所需要的運(yùn)動(dòng)目標(biāo)區(qū)域的方法叫做 交互式的運(yùn)動(dòng)目標(biāo)提取方法， 在提取出的這個(gè)區(qū)域中在對(duì)圖像進(jìn)行各種處理 ， 就可以提取出所需要的運(yùn)動(dòng)目標(biāo) 。而且物體快速運(yùn)動(dòng)，時(shí)間間隔取得較短時(shí)會(huì)檢測(cè)出兩個(gè)分開(kāi)的物體。 光流法、背景差分法、幀間差分法是人們 常用的提取運(yùn)動(dòng)目標(biāo)的方法 。指將數(shù)字形態(tài)學(xué)作為工具從圖像中提取對(duì)于表達(dá)和描繪區(qū)域形狀有用處的圖像分量，比如邊界、骨架以及凸殼，還包括用于預(yù)處理或后處理的形態(tài)學(xué)過(guò)濾、細(xì)化和修剪等。 但是我們常常處理白噪聲的圖像就是用 維納濾波器 。 假設(shè) m 為二值化之閥， f(x,y)表示圖像 像素坐標(biāo) (x,y) 的灰度值 ，若 f(x,y)m