【正文】 發(fā)展最快的國家，但仍滿足不了經(jīng)濟的快速發(fā)展和人民生活水平提高的要求，而且這一供需矛盾也日益突出。 1991年日本政府開發(fā)并投入運行了 “車輛信息與通信系統(tǒng) ”（ VICS:Vehicle Informationamp。 “由里卡 ”最初在交通領(lǐng)域共設(shè)置了 46個項目，旨在開發(fā)新型交通系統(tǒng)，改造陳舊的交通設(shè)施 、減少交通環(huán)境污染并提高交通運輸 安全 。只有將“人和物的運載和運輸”和“信息的運載和運輸”融為一體，充分利用信息技術(shù)的最新成果，挖掘信息資源的最大潛力，才能大幅度提高運輸效率和服務(wù)質(zhì)量，滿足日益增長的社會需求。廣義上 ITS 應(yīng)包括交通系統(tǒng)的規(guī)劃、設(shè)計、實施與運營管理的智能化；而狹義上ITS 則主要是指交通運輸管理和組織的智能化。本人授權(quán) 大學(xué)可以將 本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構(gòu)的學(xué)位或?qū)W歷而使用過的材料。 against shadow elimination algorithm to study the HSV color space conversion based shadow elimination algorithm, based on color characteristics invariants shadow elimination algorithm and texture features based on the algorithm to eliminate shadows . Meanwhile , the paper of the algorithm experimentally analyzed. 2） Gives an improved Gaussian mixture model background extraction algorithm , when read in a certain frame of image background reaches a steady state considered , when read in the new video frame , the current frame to determine if the pixel and stable background image the pixel value difference is greater than the threshold Th1, the pixel to be updated on the contrary is not updated . 3） Gives an improved traffic statistical algorithm based on a virtual area , the first detection area and the detection line is set , then the distance d centroid tracking detection line in the detection area of the vehicle , if d is less than Th2 considered a vehicle passing through precision experiments , the proposed algorithm can reach about 90%. 4） Implements a traffic statistics system , the entire system including video playback module , GMM background update module , prospects building blocks and vehicle counting module . Video playback module of the pletion of video playback and display 。針對背景提取算法 ,研究了均值法、統(tǒng)計中值法、單高斯背景模型法和混合高斯背景模型法；針對陰影消除算法 ,研究了基于 HSV 顏色空間變換的陰影消除算法、基于色彩特征不變量的陰影消除算法和基于紋理特征的陰影消除算法。 本文的工作主要分為以下四部分： 1)對車流量統(tǒng)計相關(guān)算法進行了研究 ,針對目標檢測算法 ,研究了光流法、幀間差分法和背景差分法。 關(guān)鍵詞： 智能交通系統(tǒng) ； 運動目標檢測 ； 背景提取 ； 陰影消除 ； 車流量 Video traffic based on statistical algorithm design Abstract: Intelligent Transportation Systems (ITS) has been considered by scientists to solve the current problem of urban traffic the most effective method , but also the present and future direction of the mainstream transport development . ITS is a prerequisite to obtain realtime traffic and road information , such as speed , traffic and so on. The main article ITS statistical methods based on traffic video detection technology involved in moving target detection, background extraction, shadow removal and vehicle statistics such as the core technology for a detailed study . The main work of this paper is divided into the following four parts : 1） Statistics on traffic related algorithms have been studied for target detection algorithm to study the optical flow method, the interframe difference and background subtraction . For background extraction algorithm , the mean value method, statistical median method , a single Gaussian background model method and Gaussian mixture background model law 。 traffic 畢業(yè)設(shè)計（論文）原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計（論文），是我個人在指導(dǎo)教師的指導(dǎo)下進行的研究工作及取得的成果。 作者簽名： 日期： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。 ITS 是將駕駛員、交通工具和道路、環(huán)境三位一體來考慮。 ITS 的發(fā)展將推 動運輸進入信息時代，是 21世紀現(xiàn)代交通運輸系統(tǒng)的發(fā)展方向。 1985年，在法國的積極倡導(dǎo)和推動下，歐洲開始了一項名為 “由里卡 ”（ Eureka）的高新科技研究與開發(fā)計劃，制定了包括交通技術(shù)在內(nèi)的九大重點研究領(lǐng)域，包括以車輛的研究開發(fā)為主體的 PROMETHEUS 研究計劃和以道路基礎(chǔ)設(shè)施開發(fā)為主體的 DRIVE 研究計劃。Communication System）； 1989年，建設(shè)省又將 RACS 升級為 “先進的道路交通系統(tǒng) ”（ ARTS:Advanced Safety vehicle）；通產(chǎn)主導(dǎo)研究 開發(fā)了 “超智能車輛系統(tǒng) ”（ SSVS:Super Smart Vehicle System）。 20xx年 3月，香港完成了交通信息中心的可行性研究報告，報告對交通信息技術(shù)進行了深入的評估，并探討如何將這些技術(shù)整合起來在香港形成一個現(xiàn)代的信息系統(tǒng)。目前該項目已經(jīng)全面啟動，首批確定了北京、上海、天津、重慶、廣州、濟南、青島、杭州、深圳和中山 10各城市作為智能交通試點示范城市。我國多數(shù)城市已經(jīng)建立了以電視攝像為主體的交通監(jiān)控系統(tǒng)。利用 GPS/GIS 等的功能。 （ 2）先進的出行者信息系統(tǒng) ATIS ATIS 由先進的信息、通訊及其他相關(guān)技術(shù)，提供出行者必要的信息，使其能在車內(nèi)、家里、辦公室、車站、途中等地點方便地取得所需地出行信息，作為出行方式與路線選擇的決策參考，以順利到達目的地。 （ 6）電子付費與電子收費系統(tǒng) EPSamp。先進的交通信號控制系統(tǒng)能夠根據(jù)實際情況調(diào)整信號控制，可大大減少行車延誤，實現(xiàn)道路資源的高效使用。針對背景提取算法 ,研究了均值法、統(tǒng)計中值法、單高斯背景模型法和混合高斯背景模型 法 。前景構(gòu)建模塊的主要功能是通過陰影去除和形態(tài)學(xué)操作得到較好的前景圖像 。具體講，它可以為智能交通系統(tǒng)提供如下的功能和數(shù)據(jù)： 1)實時檢測并跟蹤所監(jiān)視區(qū)域內(nèi)的目標車輛，記錄其位置、行駛速度以及 尺寸等特征信息； 2)實時自動地統(tǒng)計并記錄當(dāng)前道路上車流的統(tǒng)計參數(shù)，例如車速、等待時 間、道路占有率、車流量等，并對堵車等特殊的車流狀況 進行判斷并作出及時信 息反饋； 3)自動識別感興趣車輛的車牌號碼和車輛類型； 4)實時檢測監(jiān)視區(qū)域內(nèi)的車輛有無違章行為 (包括越線、超速等 )和事故 發(fā)生。在幾乎所有的 ITS 中車輛檢測都是必不可少的一步。 近年來，國內(nèi)外學(xué)者對視頻圖像的運動目標 檢測進行了許多研究，比較常用的方法有基于檢測線的圖像差分法和光流場法。這一過程往往是結(jié)合視頻序列所提供的時空特性來進行的，通過分析連續(xù)畫面間的變化部分，抽出運動目標的特性來判斷其運動狀況。實現(xiàn)中，首先在視頻序列的每一幀中相同位置上設(shè)定一條虛擬的檢測線 (如圖 2． 3 中 的虛線所示 )，然后根據(jù)假設(shè)，通過檢測線的車輛的顏色與檢測線所在的路面的顏色是不同的，因此計算機首先獲取檢測線所在路面顏色作為參考，然后定時與當(dāng)前視頻幀中檢測線所在位置的顏色進行對比。理想情況下由于背景在多幅連續(xù)幀中基本不變化，因此差分后圖像的非 0部分表明對應(yīng)像素發(fā)生了移動，由此可以將圖像中運動的車輛目標突顯出來。 首先是使用圖像濾波的方法，減少噪聲帶來的干擾，這一方法簡單易行，但它的優(yōu)點是以誤過濾掉某些緩慢運動或微小運動物體的差分信號為代價的。 則車輛檢測可表示為：當(dāng)公式中 V(i,j)=1 表示對應(yīng)像素為車輛區(qū)域，反之V(i， j)=0 表示該區(qū)域為背景區(qū)域。每一個像素點確定一個閡值，其兩邊分別是前景和背景。這些都使得單純確定一幅交通場景背景圖像作為參考產(chǎn)生了明顯的缺陷。多幀平均法的缺點在于對場景改變過于敏感性，而這種改變并不總是由車輛運動引起的，同時 K 的正確取值也是個難題。研究光流場的目的就是為了從序列圖像中近似計算不能直接得到的運動場。其次，在缺乏足夠的灰度等級變化的區(qū)域，實際運動也往往觀測不到。 由于邊緣是圖像上變化比較劇烈的地方，因此在數(shù)學(xué)上使用梯度來表示變化。一種常用的處理方式是采用 Hough 變換。但是， GHT 也有幾個較大的缺陷：首先由于每個邊緣點映射成參數(shù)空間的一個曲線，是一對多的映射，因此計算量大，占用內(nèi)存空問大；其次是提取的參數(shù)受參數(shù)空間的量化間隔制約。這種方法考慮到了像素所屬物體在空間上的連 續(xù)性，但缺點是分割區(qū)域的數(shù)目要作為算法處理的初始參數(shù)。由于視頻監(jiān)視器中的運動車輛目標跟蹤不但可以提供被監(jiān)視目標的運動軌跡，也為進入場景中目標的運動分析和場景分析提供了可靠的數(shù)據(jù)來源，因此不但是在交通流量統(tǒng)計中得到車速、車流量等的基礎(chǔ)，也在輔助駕駛、自動導(dǎo)航、交通監(jiān)控、事故檢測等方面發(fā)揮著重要的作用。 2． 3． 2 核心技術(shù) 2． 3． 2． 1 非模型方法 非模型法的特點是將視頻監(jiān)視器中獲取的視頻序列中的車輛目標作為一組像素的集合進行處理。 2)基于動態(tài)輪廓的方法 基于動態(tài)輪廓的方法實質(zhì)上是對待檢測圖像中的一組像素進行檢測和跟蹤， 屬于非模型方法。 在視頻交通流量統(tǒng)計系統(tǒng)中，車輛運動目標是剛體，不同于行人等非剮體目標，因此對車輛目標的跟蹤可以利用其精確的外形先驗知識，即以形狀作為模型匹配的模板，這是使用模型法進行車輛目標跟蹤的前提。 此外車輛的其它特征也受到了廣泛關(guān)注。 特別需要指出的是，目前采用 Kalman 濾波模型進行車輛運動跟蹤是解決跟蹤問題的研究。后期的車輛運動估計、車