【正文】 例值與擁堵等級標(biāo)準(zhǔn)的聯(lián)系來反映交通擁堵輕重程度的一個重要指標(biāo)。 圖 檢測線上的圖像分割結(jié)果 圖 相對應(yīng)的車輛信息 車流量計數(shù) 根據(jù)虛擬檢測線上車輛的位置和相鄰幀間的運(yùn)動關(guān)系來進(jìn)行車輛的計數(shù)。詳細(xì)的流程圖如圖 所示。車輛跟蹤法進(jìn)行參數(shù)提取時不需要考慮車道的分布，因此不受車道的影響。 實(shí)驗(yàn)結(jié)果如圖所示： 圖 閉運(yùn)算處理前后效果 本章小結(jié) 本章介紹了了運(yùn)用形態(tài)學(xué)處理圖像的方法，并且分別采用膨脹，腐蝕，開運(yùn)算，閉運(yùn)算對圖像進(jìn)行處理，運(yùn)用 matlab 進(jìn)行實(shí)驗(yàn)，結(jié)果表明，運(yùn)用閉運(yùn)算處理本文研究的內(nèi)容 能夠彌合狹窄的間斷，填充小的洞孔 ，得到的效果明顯比單獨(dú)膨脹，腐蝕或采用開運(yùn)算要好，因此我決定采用多次閉運(yùn)算對前景圖像進(jìn)行處理 。 % 3*3 圓形結(jié)構(gòu)元素 IC=imclose(I,se)。 使用結(jié)構(gòu) S 對 A 進(jìn)行閉運(yùn)算，記為 A title(39。 利用 matlab 進(jìn)行開運(yùn)算實(shí)驗(yàn)代碼如下： clear all I=imread(39。腐蝕后的圖像 39。D:\39。 figure, subplot(1,2,1),imshow(uint8(bw)),title(39。 膨脹運(yùn)算在數(shù)學(xué)形態(tài)學(xué)中的作用是把物體周圍的背景點(diǎn)合并到物體中，如果兩個物體之間距離比較近，那么膨脹運(yùn)算可能會使這兩個物體連通在一起。綜合比較幾種背景建模的方法的算法和檢測的效果，根據(jù)監(jiān)控系統(tǒng)對實(shí)時性的要求，選擇算法簡單、運(yùn)算快的 方 法來提取 分離 背景 于前景 。 mean(i,j,k) = (1p)*mean(i,j,k) + p*double(fr_bw(i,j))。 MATLAB 可以進(jìn)行矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等，主要應(yīng)用于工程計算、控制設(shè)計、信號處理與通訊、圖像處理、信號檢測、金融建模設(shè)計與分析等領(lǐng)域。以上兩種情況都需要做相應(yīng)的更新。 首先我們要提起背景和前景的概念，前景是指在假設(shè)背景為靜止的情況下，任何有意義的運(yùn)動物體即為前景。 背景減去法 是首先 獲取場景的一幀的參考圖像 然后將 實(shí)時拍攝的一幀新圖像與之相減 再 對差圖像取閾值得到一副從固定背景中分割出來的二值化圖像 。 第二章詳細(xì)介紹了 道路背景提取的一些方法，以及基于混合高斯建模的背景分離出運(yùn)動車輛與背景的過程 。隨著我國科技實(shí)力的不斷增強(qiáng)，計算機(jī)視覺等相關(guān)技術(shù)的長足進(jìn)步給計算機(jī)視頻檢測技術(shù)的研究和應(yīng)用提供了強(qiáng)有力的技術(shù)支持。 Friedman及其小組將圖像中的每個像素點(diǎn)看作是由道路、車輛、陰影三種模型權(quán)重之和組成其中三種模型又可以由概率函數(shù)逼近這樣就可以對圖像中每個像素點(diǎn)建立一個概率模型并且每個像素點(diǎn)的模型都不一樣。 視頻檢測器 視頻車輛檢測器是通過視頻攝像機(jī)作傳感器，在視頻范圍內(nèi)設(shè)置虛擬線圈，即檢測區(qū)，車輛進(jìn)入檢測區(qū)時使背 景灰度值發(fā)生變化，從而得知車輛的存在，并以此檢測車輛的流量和速度。 RTMS 以 2 米為一 “層 ”，將投影分割為 32 層。車輛通過埋設(shè)在路面下的環(huán)形線圈 時 ，引起線圈磁場的變化，檢測器據(jù)此計算出車輛的流量、速度、時間占有率和長度等 等，一些 交通參數(shù)，并上傳給中央控制系統(tǒng)，以滿足交通控制系統(tǒng)的需要。 解決交通問題的傳統(tǒng)方法是修建拓寬道路，架設(shè)地下軌道，但對于有限的城市區(qū)域來說，可供修建道路的空間越來越少。 Gaussian algorithm。汽車數(shù)量的迅速增加造成交通擁擠嚴(yán)重、交通事故頻發(fā)、交通環(huán)境的惡化，給我國城市道路交通問題提出了嚴(yán)峻考驗(yàn)。包括優(yōu)點(diǎn)，存在的問題與建議 4. 對違紀(jì)和不能按時完成任務(wù)者，指導(dǎo)教師可根據(jù)情節(jié)輕重對該生提出忠告并督促其完成。 主要參考文獻(xiàn)與外文翻譯文件（由指導(dǎo)教師選定） [1]王力，王川久，沈曉蓉，范躍祖 .智能交通系統(tǒng)中實(shí)時交通信息采集處理的新方法 .系統(tǒng)工程 . [2]夏紅霞，周宏，楊紅云 .基于 GIS/GPS 車輛監(jiān)控系統(tǒng)實(shí)現(xiàn)及關(guān)鍵技術(shù) .微機(jī)發(fā)展 .， [3]宮曉燕 .基于數(shù)據(jù)挖掘的交通流數(shù)據(jù)過濾算法 .20xx 全國智能交通系統(tǒng)交通信息采集與融合技術(shù)研討會論文集 .杭州， 20xx:163～ 173 [4]吳淑琴 .導(dǎo)航電子地圖標(biāo)準(zhǔn)化及基于 GIS 的交通流分析 .中南大學(xué)碩士學(xué)位論文 .20xx. [5]茆詩 松，周紀(jì)薌 .概率論與數(shù)理統(tǒng)計 .北京 :中國統(tǒng)計出版社， 20xx. [6]羅欣，基于圖像處理技術(shù)的車輛檢測流量統(tǒng)計技術(shù)研究： [碩士學(xué)位論文 ]，電子科技大學(xué)， 20xx [7]王積分，張新榮著，計算機(jī)圖像識別，北京：中國鐵道出版社， 1988 [8]岡薩雷斯著，阮秋琦，阮宇智譯，數(shù)字圖像處理（第二版），北京：電子工業(yè)出版社， 20xx [9] 辛明瑞 高德遠(yuǎn) 佟鳳輝著 ，微電子學(xué)與計算機(jī)（第 11 期），西安：西北工業(yè)大學(xué)航空微電子中心， 20xx:164～ 168 [10] Abnamezuk Microputer Based TV Detector for Road on road Research Program, Tokyo, Japan, 1984, (10): 562567. [11] Inigo RM. Application of Machine Vision to Traffic Monitoring and on Vehicular Technology, 1989, 38(3): 112122. 外文翻譯： XIN Mingrui GAO Deyuan TONG Fenghui Research on SIMD Architecture for Digital Image Processing. Aviation Microelectronics Center of Northwestern Polytechnical University,20xx. 同組設(shè)計者 注： 1. 此任務(wù)書由指導(dǎo)教師填寫。 目前，公路監(jiān)控系統(tǒng)大多采用感應(yīng)式線圈的檢測方法，在應(yīng)用中存在施工、維護(hù)困難等缺點(diǎn)，與之相比，基于視頻的檢測方法能夠得到除感應(yīng)式線圈所能檢測的數(shù)據(jù)外，還可以能夠 獲得更多的交通流信息，如監(jiān)視大范圍場景，識別車輛類型和車輛運(yùn)行軌跡等，另一個優(yōu)點(diǎn)是安裝維護(hù)時不影響道路的使用。 提出系統(tǒng)的設(shè)計設(shè)計方案的論證合理； 設(shè)計過程思路通順，步驟清晰，程序正確； 論文書寫規(guī)范。 3. 此任務(wù)書可從教務(wù)處網(wǎng)頁表格下載區(qū)下載 二、畢業(yè)設(shè)計（論文）工作進(jìn)度計劃表 序號 畢 業(yè) 設(shè) 計（論 文）工 作 任 務(wù) 工 作 進(jìn) 度 日 程 安 排 周次 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1 查閱資料 ,翻譯文獻(xiàn) 一 一 2 系統(tǒng)分析 ,完成開題報告 一 一 3 系統(tǒng)功能設(shè)計 一 4 系統(tǒng)功能模塊設(shè)計、軟件各部分規(guī)劃 一 一 5 算法驗(yàn)證、各功能模塊程序開發(fā) 一 一 一 6 程序調(diào)試，修改 一 一 7 論文書寫 一 一 一 8 論文修改 一 一 9 準(zhǔn)備答辯，制作演示軟件 一 一 10 論文答辯 一 一 注： 1. 此表由指導(dǎo)教師填寫； 2. 此表每個學(xué)生人手一份，作為畢業(yè)設(shè)計（論文）檢查工作進(jìn)度之依據(jù)； 3. 進(jìn)度安排請用“一”在相應(yīng)位置畫出。 3. 修改稿（經(jīng)、管、文法類專業(yè)）按順序裝訂成一本。 與此同時，基于視頻序列的交通流量統(tǒng)計近年來發(fā)展迅速，由于它具有檢測區(qū)域大、系統(tǒng)設(shè)置靈活等突出的優(yōu)點(diǎn)，己成為交通流量統(tǒng)計領(lǐng)域研究的熱點(diǎn)。 Virtual testing lines 基于視頻的車輛檢測及擁堵系統(tǒng)的設(shè)計 目錄 1 緒論 ........................................................................................................................................ 1 課題背景及研究意義 ..................................................................................................... 1 交通車輛檢測器的概述 .................................................................................................. 1 環(huán)形線圈檢測器 ...................................................................................................... 2 波頻檢測器 ............................................................................................................. 2 視頻檢測器 ............................................................................................................. 3 國內(nèi)外研究現(xiàn)狀 ............................................................................................................. 3 圖像傳輸技術(shù)的研究現(xiàn)狀 ....................................................................................... 3 背景更新算法的研究現(xiàn)狀 ....................................................................................... 3 流量統(tǒng)計算法的研究現(xiàn)狀 ....................................................................................... 4 本文研究的主要內(nèi)容 ..................................................................................................... 4 論文的結(jié)構(gòu)安排 ............................................................................................................. 4 2 道路背景的提取 ................................................................................................................. 6 運(yùn)動目標(biāo)背景提取方法概述 .......................................................................................... 6 高斯模型的介紹 ............................................................................................................. 6 混合高斯背景模型初始化分析 ....................................................................................... 7 混合高斯背景建模流程 .................................................................................................. 7 高斯模型參數(shù)的更新 ..................................................................................................... 8 檢測結(jié)果是背景點(diǎn)時的高斯模型參數(shù)的更新 .......................................................... 8 檢測結(jié)果是野點(diǎn)時的高斯模型參數(shù)的更新 .......................