【正文】 ..................................14 本章小結(jié) ............................................................................................................................15 4. 實(shí)驗(yàn)結(jié)果及分析 ..........................................................................................................................16 圖像預(yù)處理實(shí)驗(yàn)結(jié)果及分析 ................................................................................................16 圖像灰度化實(shí)驗(yàn)結(jié)果及分析 ......................................................................................16 圖像二值化實(shí)驗(yàn)結(jié)果及分析 ......................................................................................17 背景建模實(shí)驗(yàn)結(jié)果及分析 ....................................................................................................18 ..........................................................................................18 ......................................................................................18 陰影消除實(shí)驗(yàn)結(jié)果和分析 ....................................................................................................19 車輛排隊(duì)檢測實(shí)驗(yàn)結(jié)果 和分析 .............................................................................................20 本章小結(jié) ............................................................................................................................21 5. 相關(guān)工作 .....................................................................................................................................22 國外研究狀況 .....................................................................................................................22 國內(nèi)研究狀況 .....................................................................................................................22 本章小結(jié) ............................................................................................................................23 6. 小結(jié) ............................................................................................................................................24 工作總結(jié) ............................................................................................................................24 心得體會 ............................................................................................................................24 進(jìn)一步的工作 .....................................................................................................................24 參考文獻(xiàn) ..........................................................................................................................................26 聲 明 ..............................................................................................................................................27 致 謝 ..............................................................................................................................................28 附 錄 ..................................................................................................................................................................29 四川大學(xué)本科畢業(yè)論文 車輛排隊(duì)長度檢測技術(shù)研究 1 1. 緒論 由于世界經(jīng)濟(jì)的高速發(fā)展，交通運(yùn)輸在國民經(jīng)濟(jì)中所占的地位變得越來越重要，同時機(jī)動車的使用率也在急劇增加。對于車輛檢測，目前存在著數(shù)種檢測方法。 視頻檢測技術(shù)是將計算機(jī)圖像處理技術(shù)引入到老式的圖像監(jiān)控系統(tǒng)中，利用先進(jìn)的計算機(jī)技術(shù)從檢測系統(tǒng)獲得的視頻信息中提取出有用的交通信息，而且還能向交通系統(tǒng)管理中心及時提供實(shí)時的交通錄像 ]3[ 。 （ 4） 視頻檢測系統(tǒng)是通過攝像頭來進(jìn)行交通信息的采集，它對于交通道路幾乎沒有影響，而且視頻檢測系統(tǒng)也不會相互沖突。 四川大學(xué)本科畢業(yè)論文 車輛排隊(duì) 長度檢測技術(shù)研究 4 2. 背景知識介紹 圖像處理簡介 因?yàn)樵谌祟惖乃懈杏X中視覺占有非常重要的地位，所以人類對于生活中的大部分信息都是通過視覺來接受的。行值從左往右從 0一直增大，列值從上到下逐漸增大 ]5[ 。 車輛的大部分信息都可以檢測出來 ， 例如車輛的行駛路線等。它的檢測原理 則 是通過在圖像設(shè)置若干處感興趣區(qū)域（ ROI），通過檢測 這些 區(qū)域內(nèi)的圖像特 征 從而實(shí)現(xiàn) 判斷有無車輛通過的目的，區(qū)域檢測法通常有背景差法 、 幀差法以及綜合法等 幾種， 但 無論是哪種車輛檢測方法， 基本 的車輛檢測流程 都相似，如圖 21所示。所以在使用圖像處理進(jìn)行車輛檢測時，應(yīng)該先使用一些算法來減弱噪聲的干擾，然后再進(jìn)行邊緣檢測、圖像分割、特征提取等處理。表達(dá)式見公式 。 ),(),(),(),( jiBjiGjiRjif ??? () 基于圖像的合理性，本文采用了加權(quán)平均法灰度化處 理汽車原始圖像。局部閾值二值化的缺點(diǎn)是在某些窗口不能很好的保留表現(xiàn)圖像細(xì)節(jié)，而且窗口的大小 選擇也是一個難題。模板尺寸越大，噪聲 會 消弱得越明顯，但同時圖像的對比度也會下降 更多 。因?yàn)楦哳l分量在圖像中對應(yīng)區(qū)域的邊緣灰度值會有比較大的變化，使用這種濾波能夠?qū)⑦@些分量從圖像中濾除，從而使圖像 變得更加 平滑。 中值法計算公式為： （ ） 公式 中 ),( yxBk 表示 背景模型中像素點(diǎn) ),( yx 在 k 時刻 的灰度值， ki 表示 圖像的 三維數(shù)組。然而，在一些其它 的復(fù)雜 應(yīng)用場景當(dāng)中，如空中的飛機(jī)、搖擺的氣球、穿梭的行人等，像素點(diǎn)的值不能夠用單模態(tài)來完全表示，應(yīng)用多模態(tài)模型來建立背景 。 四川大學(xué)本科畢業(yè)論文 車輛排隊(duì)長度檢測技術(shù)研究 11 圖 31 基于幀差法的背景建模流程圖 使用幀差法來 建立背景的 主要內(nèi)容是利用相鄰 的兩幀圖像 來 進(jìn)行差運(yùn)算 從而 得到差值圖像， 然后設(shè)定一個閾值 T，如果 差值圖像的 某 個點(diǎn)像素值大于閾值 T， 則判定 背景點(diǎn)上 該 區(qū) 域 有車輛經(jīng)過 ， 此時 背景圖像上點(diǎn)對應(yīng)位置不變； 反之 如果 某 個點(diǎn)像素值小于閾值T，則認(rèn)為此時沒有運(yùn)動目標(biāo) 經(jīng)過該點(diǎn) ，將當(dāng)前幀上的像素值作為背景圖像上的像素值。陰影的存在對 車輛 檢測 的 影響很大，首先， 干擾 最大的是可能使多個 車輛 目標(biāo)相互粘連，誤判為一個整體目標(biāo)；其次，陰影還 可能 把另一個目標(biāo)覆蓋，造成其它 車輛 目標(biāo)的丟失。在不同色彩空間內(nèi)， 車輛 和 背景 與 陰影 具有不同的特性，可以根據(jù) 其中 差異較大的特性來區(qū)分 出 陰影 和 車輛 。但是 基于 實(shí)際的實(shí)時車輛檢測 的角度來看 ，這種算法存在 一些 缺陷： 第一 ， 無 論是 采用 FNCC 算法還是 NCC 算法，算 法復(fù)雜度都 會 很 高， 而 在正常的采集速率下的處理速度能給予陰影檢測的處理時間 一般不太長 ； 第二 ，這種算法 有 一個閾值的選取 問題 ，一般 情況下 ncL 的值是接近于 1 的，一般 會 取 ～ ， 其中 細(xì)小的偏差都 有 可能造成陰影檢測 的 誤判 ]11[ 。 車輛排隊(duì)長度檢測算法研究 在智能交通系統(tǒng)中，通過處理交通道路上攝像頭獲得的交通道路視頻 可以為交通管理部門提供很多重要的交通信息，如某一路段車輛堵塞嚴(yán)重以及車輛行駛速度超出道路限速等。 (2)由于背景差法得到的圖像可能會受到其它因素的干擾，使得圖像中存在一些 jiV, =1但卻不是車輛區(qū)域的像素。 四川大學(xué)本科畢業(yè)論文 車輛排隊(duì)長度檢測技術(shù)研究 17 圖像二值化 實(shí)驗(yàn) 結(jié)果及分析 圖 43顯示了未處理前的圖像。 陰影消除 實(shí)驗(yàn)結(jié)果和分析 圖 49顯示了其中一幀有陰影的圖像：。 圖 415標(biāo)記了車隊(duì)首尾的圖片 通過分析圖 41圖 41圖 414可知，通過背景差法提取出了車輛目標(biāo)，但是圖像包含一些干擾因素，通過檢測圖 414 獲得車隊(duì)首尾坐標(biāo)，然后在原圖像中顯示出來如圖 415。 NEWCAST 大學(xué)的 Bell MGH， Rourte A ]15[ 提出了用多窗 口 技術(shù)來 對 二值圖像中的車輛 進(jìn)行檢測。 伴隨 著智能技術(shù)的 快速發(fā)展，在最新的一些 車輛 視頻 檢測 技術(shù)中采用了 小波分析 、模糊理論、人工神經(jīng)網(wǎng) 和 遺傳算法等智能技術(shù)，而且獲得了很好的效果。 由于傳統(tǒng) 的幀差法是 根據(jù) 車道 設(shè)置 固定窗口 來 進(jìn)行運(yùn)動車輛檢測 的。它的目的是使路、車、人密切配合，和諧的統(tǒng)一起來，從而 減少車輛的 停車次數(shù) 和 速度變化頻率 ， 更加有效的利用交通道路 ， 減少堵車的發(fā)生 ， 有利于推動經(jīng)濟(jì)的快速發(fā)展。陰影消除技術(shù)主要研究了在 RGB 空間下的陰影消除。所以做事情貴在持之以恒。復(fù)旦大學(xué)博士論文 ， 2020 [6] 劉忻梅 ， 許有俊 ， 牛紅喜 ， 城市快速路出口仿真模型數(shù)據(jù)采集與標(biāo)定方法的研究 ， 內(nèi)蒙古科技大學(xué)學(xué)報 。尋找到新的算法后設(shè)計實(shí)驗(yàn)來分析新舊算法的優(yōu)劣性，從而得出更詳細(xì)的結(jié)論來改良舊的算法。其中大部分算法都得到了實(shí)現(xiàn)，但是車輛排隊(duì)長度檢測并不完善，需要改善。在我國，近年 來不但有許多 ITS 的研究成果發(fā)表，而且不停車電子收費(fèi)、車輛自動識別等 ITS 技術(shù)的應(yīng)用也在蓬勃 發(fā)展 ，可以說我國 對 智能交通系統(tǒng) 的需求也是越來越迫切 。張玲等 針對 這個 問題提出了一種改進(jìn)的幀差法 ,先 檢測 車道內(nèi)的 車輛信息生成信