【正文】 行橫道線、 道路標(biāo)記線 或標(biāo)記等。 000 2 1x ay abx a??? ? () 2239。 最小二乘法擬合 對(duì)運(yùn)動(dòng)車輛特征點(diǎn)提取，得到一組 n幀圖像中運(yùn)動(dòng)目標(biāo)質(zhì)心的坐標(biāo)： 12, ,..., nx x x x? （ ） 12, ,... , ny y y y? （ ） 可用直線 y a bx?? （ ） 來(lái)逼近這些點(diǎn)，在數(shù)理統(tǒng)計(jì)上就是用最小二乘法求出回歸系數(shù) b和回歸常數(shù) a的問(wèn)題，這個(gè)方法以及各暗中假定 ix 是準(zhǔn)確的， iy 有誤差，只有 0, 0xy? ? ? ? 。 選取運(yùn)動(dòng)目標(biāo)的質(zhì)心 在拍攝的圖像肯定是連連續(xù)續(xù)的 ， 看起來(lái)就像是運(yùn)動(dòng)的 ， 假設(shè)相近的兩張幀上面的物體的位置變化不是很大，并且這個(gè)物體運(yùn)動(dòng)的方向也是不會(huì)很大 。 我們選取大量的幀來(lái)處理，處理過(guò)后并加以綜合，就可以得到自己所需要的圖像。 但是結(jié)果沒(méi)能達(dá)到預(yù)期效果，本文提出交互式運(yùn)動(dòng)目標(biāo)提取的方法。 但是缺點(diǎn)就是不能提取出一張完整的區(qū)域，它只能對(duì) 圖像的邊界進(jìn)行提取 。 [10] 膨脹： ?{ . } { [ ( ) ] } }xA B a b a A b B x B I A A? ? ? ? ? ? ? () 腐蝕： e { }ZbA B z B A IA? ? ? ? ? () 圖 二值圖腐蝕 圖 值圖膨脹 運(yùn)動(dòng)目標(biāo)提取 運(yùn)動(dòng)目標(biāo)提取換句話說(shuō)就是提取有用的圖像即對(duì)碰撞后的車輛進(jìn)行提取 ， 這樣就不會(huì)提取出不必要的圖像，提取出來(lái)的圖像多數(shù)都會(huì)包含需要用到的圖像 。 圖 噪聲圖均值濾波 數(shù)學(xué)形態(tài)學(xué)圖像處理 數(shù)學(xué)形態(tài)學(xué)（ mathematical morphology）是一種應(yīng)用于圖像處理和模式識(shí)別領(lǐng)域的新的方法。定義誤差信號(hào)： e(x,y)=I(x,y)n(x,y) () 均方誤差是平均誤差的度量 : 211 ( , )MNxyM SE e x y??? ?? () 這種 方法的濾波效果比均值濾波器效果要好 ,對(duì)保留圖像的邊緣和其他高頻部分很有用 ,不過(guò)計(jì)算量較大。 [9] ★ 圖像二值化 [8] 將圖像上的像素點(diǎn)的灰度值設(shè)置為 零 或 二百五十五就是將圖像進(jìn)行二值化 ， 這樣處理后讓圖像黑白對(duì)比明顯 。 把一個(gè)圖像和另一個(gè)圖像的數(shù)值進(jìn)行加減乘除的運(yùn)算稱之為 代數(shù)運(yùn)算， 這樣可以實(shí)現(xiàn)兩個(gè)及幾個(gè) 圖像 相互疊加或者 差分。 而亮度、飽和度和色調(diào)是 顏色 區(qū)分的 3種基本量。所以交通事故一起接一起，而出了事故之后又是一波交通事故糾紛，孰是孰非？那個(gè)也說(shuō)不清楚，而本設(shè)計(jì)“基于視頻的交通事故汽車車速計(jì)算研究”就是對(duì)交通事故后對(duì)碰撞前車速計(jì)算 [3]的研 究，避免盲區(qū)，在沒(méi)有交通安全測(cè)速地帶也可以計(jì)算出車速。 “視頻測(cè)速”是在沒(méi)有任何的交通測(cè)速的情況下，僅僅對(duì)某時(shí)段采集的視頻進(jìn)行分析與仿真 ,從而計(jì)算出車輛在發(fā)生事故之前的速度。 四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 2 1 課題設(shè)計(jì)的背景、目的和意義 課題設(shè)計(jì)的背景 在當(dāng)今這個(gè)社會(huì)，“路”交織錯(cuò)落，而人們物質(zhì)條件也越來(lái)越好。 四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 3 2 基于視頻計(jì)算車速的理論分析 圖像處理 [5] 圖像去噪 處理 、圖像增強(qiáng) 處理 、圖像復(fù)原 處理 等 為常用的圖像處理技術(shù) 。 人們把亮度值進(jìn)行分級(jí) ， 從零 到 二百五十五 共 二百五十六 個(gè)級(jí)別，最暗的黑色 由零代表 ，最亮的白色 由二百五十五代表 。 f是對(duì) A（ x， y）的一種映射函數(shù)，即 GST函數(shù)。 維納濾波、中值濾波、均值值濾波 等 也是我們常見(jiàn)的圖像去噪方法 。 ★ 均值濾波 在圖像上，對(duì)待處理像素給定一個(gè)模板，該模板包含了其鄰近的像素。 ★ 腐蝕和膨脹 腐蝕能夠把圖像的邊界融掉，但是圖像的結(jié)構(gòu)不變，相當(dāng)于把圖像進(jìn)行縮小。 四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 8 圖 背景圖 圖 當(dāng)前圖 圖 背景差分后 從圖 ，只要運(yùn)動(dòng)的物體或者光線的變化或者圖像最上方用于顯示時(shí)間的 文字的變化都會(huì)差分出來(lái)，這樣造成結(jié)果是尋找待測(cè)目標(biāo)物體特征點(diǎn)比較困難。 背景差分法結(jié)合幀間差分法 在文獻(xiàn) [5] 的啟示下，本次設(shè)計(jì)也嘗試將背景差法和幀間差法結(jié)合了起來(lái) , 使它們優(yōu)勢(shì)互補(bǔ) , 從而克服相互的弱點(diǎn)。這樣處理過(guò)后對(duì)后面的工作開(kāi)展減少了很多麻煩 。該法只適用于圖像質(zhì)量好，分辨率高，運(yùn)動(dòng)目標(biāo)特征點(diǎn)明顯的情況下。 計(jì)算 最小外接矩形 的一種方法是， 將物體從零度到九十度夾角內(nèi)每一次變化三度進(jìn)行旋轉(zhuǎn)。A 39。 本文采用的攝影機(jī)標(biāo)定方法采用文獻(xiàn) [7] 中提出的標(biāo)定方法。 圖 文獻(xiàn) [7] 算法結(jié)果截圖 圖 本文算法結(jié)果截圖 圖 實(shí)驗(yàn)場(chǎng)景圖 本章小結(jié) 由于道路法規(guī)定 以及車輛 的 速度較快， 對(duì)視頻的采集時(shí)間又不是很長(zhǎng) ， 可以知道車輛不可能在這個(gè)極短的時(shí)間內(nèi)來(lái)改變速度或者改變車輛原始行駛的方向，因此我們可以認(rèn)為在這么短的時(shí)間內(nèi)車輛是勻速行駛的 。 某交通事故鑒定所 的依據(jù) 該監(jiān)控視頻幀率 f為 二十五 幀 /秒。那么中心標(biāo)定點(diǎn)為： ()1 ABzx x xz? ? ?? () ()1 ABzy y yz? ? ?? () 若不進(jìn)行中點(diǎn)修正，如圖得到的速度曲線顯示速度先增大后減小再增大，與實(shí)際速度逐漸減小相違背。誤差解釋：若 d2為最小矩形的長(zhǎng)度， d1為綠色直線標(biāo)定后的長(zhǎng)度，則誤差為： 21100%2ddwc d??? （ ） 若 wc為負(fù)，則所求速度比真實(shí)速度??；若 wc為正，所求速度比真實(shí)速度大。 這與傳統(tǒng)的 方法相比得出的結(jié)果更加精準(zhǔn) ， 誤差也很小。 應(yīng)用拓展 如圖 ，文獻(xiàn) [7] 對(duì)車輛運(yùn)動(dòng)方向與攝影方向平行的標(biāo)定可以計(jì)算出該方向的車速，本文分析了對(duì)車輛運(yùn)動(dòng)方向與攝影方向垂直的標(biāo)定進(jìn)而算出車速。 （ 3） 對(duì)于非直線運(yùn)動(dòng)的車輛的速度計(jì)算有待進(jìn)一步研究并得出算法和編程。真心感謝廖老師！ 同時(shí)還得感謝我身邊的同學(xué)，平時(shí)我有不懂的問(wèn)題也是你們與我一起解決的，我們一起去研究與討論，才會(huì)得到今天一份滿意的答卷。title(39。title(39。,5)。title(39。 b=imclose(bw1,se)。J=rgb2gray(I)。)。 THETA = 15。global d。 end filesjpg=ls(strcat(pathname,39。 c=[]。,files(ii))。hold on。MarkerEdgeColor39。MarkerSize39。,39。,10)。MarkerEdgeColor39。MarkerSize39。 in = inpolygon(Y(:),X(:),va,vb)。 end bw1 = ~bw。) L=bwlabel(I2)。)。global len。)。 a = []。LineWidth39。g39。,2,... 39。,... 39。LineWidth39。g39。 y = 1:size(A,2)。 end bw1 = ~bw。string39。)。 %做用于標(biāo)定的線 setColor(h,[0 1 0])。)%D 點(diǎn) bdd=[bdd [x1。 z1=str2num(get(,39。) plot(x2,y2,39。string39。global c。 sk=[]。%N 在最下方，實(shí)現(xiàn) end if c(s)x3 NA2=2*AB*EF*MD/(EF*MD+DE*EF+DE*DEMD*DE)。 v=*D/(sj) sk=[sk p]； sd=[sd v]； %速度和時(shí)刻 end xmin=min(sk)。,num2str(meanv))。ymin=min(sd)10。 end if c(s)x1 c NA2=2*AB*EF*MD/(EF*DE+DE*DEMD*DE+MD*EF)。s=j+1。global x1。 global y3。) bdd=[bdd [x2。))。 u3=pos(2,1)。 api = iptgetapi(h)。.39。%修正系數(shù) l=l+da。 [r, h]=find(bw1==1)。 in = inpolygon(Y(:),X(:),va,vb)。MarkerSize39。MarkerEdgeColor39。,10)。,39。MarkerSize39。MarkerEdgeColor39。 hold on。 end BC=AB 。 ； global bdd ； global x1； global x2； global x3； global y1； global y2； global y3 global DE； global EF； global AB； global BC AB=str2num(get(,39。 y=p(1)*x+p(2)。Centroid39。%去孔點(diǎn) SE=strel(39。 BB = repmat(uint8(255),size(AA))。 hold off。k39。 b(n,1) = yi。,... 39。 els