【正文】 取方法選取車輛所在區(qū)域，圖片讀完后會(huì)自動(dòng)形成車輛運(yùn)動(dòng)擬合曲線。本人知識(shí)水平有限，未能解四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 25 決，但是對(duì)于本案例所選的中點(diǎn)修正系數(shù) 。我們衷心的希望視頻法計(jì)算車速的研究工作能充分應(yīng)用于交通事故鑒定所中，為社會(huì)發(fā)展提供服務(wù)。 figure,imshow(J)。title(39。閉運(yùn)算 39。)。)。f=[] for ii=1:len if strcmp(cell2mat(files(ii)),39。 if n 1 plot([xi,a(n1,1)], [yi,b(n1,1)], 39。s39。 end plot([xi,a(1,1)], [yi,b(1,1)], 39。 if length(a) = 3 va = round(a)。disk39。 plot(x,y) for i=1:len %點(diǎn)投影 u=(e(i)+f(i)*p(1)p(2)*p(1))/(p(1)^2+1) v=(p(1)*e(i)+f(i)*p(1)^2p(2)*p(1)^2)/(p(1)^2+1)+p(2) c=[c u] d=[d v] plot(c(i),d(i),39。 bdd=[]。,39。k39。,39。 AA = reshape(A, [size(A,1)*size(A,2),size(A,3)])。%修正后的長(zhǎng)度 imshow(bw1)。 pause pos = () u1=pos(1,1)。 z=z1/(1z1)。global DE。 %t=1。ymax=max(sd)+10。 D=Dmn/1000。global y3。 wc=100*(ld1)/l set(,39。y3]]。 plot(x,y) axis o h = imline(gca,[10 100], [100 100])。%矩形長(zhǎng)度 da=str2num(get(,39。 x = 1:size(A,1)。,39。LineWidth39。,39。未輸入車長(zhǎng)或軸距 39。r.39。 bw=medfilt2(bw)。,... 39。MarkerSize39。,... 39。b = []。,num2str(len))。) global c。加椒鹽噪聲圖 39。)。disk39。 figure,imshow(I)。 （ 2） 攝影機(jī)角度問(wèn)題，沒有解決攝影角度變化與中心標(biāo)定點(diǎn)移動(dòng)的關(guān)系沒有解決。最高速度為：～ 。 A為標(biāo)定點(diǎn) 1，坐標(biāo)是 ( , )AAxy ,B為標(biāo)定點(diǎn) 2，坐標(biāo)為 ( , )BBxy ，中點(diǎn)修正系數(shù)為 z。因此公式（ ）應(yīng)修正成公式（ ），用同樣的實(shí)驗(yàn)也可以得出公式（ ）應(yīng)修正成公式（ ）的結(jié)論。 投影方法：記由方程（ ）產(chǎn)生的擬合曲線為 L1,車輛質(zhì)心的實(shí)際點(diǎn)的坐標(biāo)為00( , )xy ，求取通過(guò) A 點(diǎn)和垂直于 L1 的直線 L2的方程： 001 ()y x x yb? ? ? ? （ ） 聯(lián)立公式（ ）和公式（ ）得到投影點(diǎn) 39。直接選取的方法不僅帶來(lái)較大的認(rèn)為誤差，而且耗費(fèi)操作者的時(shí)間。 四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 9 表 三種方法的 技術(shù)比較 技術(shù) 優(yōu)點(diǎn) 缺點(diǎn) 光流法 直接計(jì)算運(yùn)動(dòng)信息，對(duì)車輛的顏色不敏感，能容忍尺度 的變化 計(jì)算量大，實(shí)時(shí)性差，需要特定硬件支持 背景差分法 能夠?qū)o止的車輛進(jìn)行實(shí)時(shí)的處理 對(duì)長(zhǎng)時(shí)間光線變化敏感，背景重建比較困難，不適用于動(dòng)態(tài)背景下的運(yùn)動(dòng)信息提取 幀間差分法 對(duì)動(dòng)態(tài)背景可以快速的提取 對(duì)靜止車輛無(wú)法檢測(cè)，對(duì)運(yùn)動(dòng)車輛速度敏感；容易產(chǎn)出空洞現(xiàn)象。腐蝕和膨脹與集合以及集合的運(yùn)算密切相關(guān)。 圖像去噪簡(jiǎn)而言之地說(shuō)就是 減少數(shù)字圖像中噪聲 的過(guò)程 。 而灰度圖像常常被用于 圖像處理， 這樣經(jīng)過(guò)處理后就不含有色彩信息了，但 含 有一種 亮度信息。 ★ 對(duì)速度精確較高，避免了不必要的誤差 。 課題設(shè)計(jì)的目的和意義 本項(xiàng)目的設(shè)計(jì)目的：對(duì)交通事故后，通過(guò)本設(shè)計(jì)對(duì)交通事故之前的車速測(cè)算，可以有效地避免交通安全控制區(qū)域之外的盲區(qū)無(wú)法測(cè)定車速而造成糾紛，對(duì)交警劃分事故也有很大的幫助，大大減少了事故糾紛的時(shí)間， 同時(shí) 避免了交通事故造成車輛堵塞。 通過(guò)某種手段將圖像的大小改變、成比例的縮放或者把圖像旋轉(zhuǎn)一個(gè)位置的運(yùn)算叫做 幾何運(yùn)算。 但是我們常常處理白噪聲的圖像就是用 維納濾波器 。 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 。 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) 。 利用 交互式提取運(yùn)動(dòng)車輛 的圖像 后， 在 對(duì) 運(yùn)動(dòng) 車輛求取質(zhì)心。 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。 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。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： 圖 特征點(diǎn)提取圖示 ★ 選擇圖片 選擇質(zhì)量好，車體側(cè)面盡量正對(duì)攝像機(jī)的圖片作為標(biāo)定圖片。 ☆ 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。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)。title(39。腐蝕圖 39。)。 I = im2double(imread(39。%選擇圖片所在文件夾 if pathname==0 msgbox(39。39。rs39。,39。rs39。 vb = round(b)。,14)。g.39。 axes() A=rgb2gray(im)。k39。,... 39。k39。 BB = repmat(uint8(255),size(AA))。 hold on line(rectx, recty, 39。 v1=pos(1,2)。 x2=(x1+z*x3)/(1+z)。global EF。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)。 figure,axis([xmin,xmax,ymin,ymax]) for jj=1:len2 plot(sk(jj),sd(jj),39。 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。global y2。 d1=[(x3x1)^2+(y3y1)^2]^。)%F 點(diǎn) bdd=[bdd [x3。 y=p(1)*x+p(2)。%作最小矩形 l=((rectx(1)rectx(2))^2+(recty(2)recty(1))^2)^。 vb = round(b)。rs39。,39。rs39。 if L11 errordlg(39。 plot(temp(1), temp(2), 39。 bw=medfilt2(bw)。g39。,... 39。g39。a = []。string39。維納濾波 39。 imshow(noi),title(39。開運(yùn)算 39。) se=strel(39。)。 但由于我們水平的局限 ， 本文還存在一些不足和需要優(yōu)化的地方需要我去改進(jìn) ： （ 1） 圖像處理方面，對(duì)于車長(zhǎng)真正對(duì)應(yīng)圖像上車長(zhǎng)的方法有待改進(jìn)。 鑒定結(jié)果為： 該車在前一到十三幀的平均速度在 ～ 。 ★ 輸入中點(diǎn)修正系數(shù) 本案例中由于攝像機(jī)攝像方向并非完全正對(duì)著車輛運(yùn)動(dòng)方向完全垂直，所拍攝的車輛并非車的正側(cè)面，存在一定的角度因此由圖像上車頭標(biāo)記點(diǎn)坐標(biāo)和車尾標(biāo)記點(diǎn)坐標(biāo)算出的中點(diǎn)并非車體實(shí)際中點(diǎn)，需要進(jìn)行左右修正。 經(jīng)實(shí)驗(yàn)得出：文獻(xiàn)算法結(jié)果為 ，誤差 %，誤差過(guò)大；本文算法結(jié)果 ，誤差為 %，誤差在允許范圍。 [13] 圖 運(yùn)動(dòng)軌跡提取圖 實(shí)際點(diǎn)投影到擬合曲線上 計(jì)算車輛速度時(shí)，不能用實(shí)際點(diǎn)的坐標(biāo)計(jì)算車輛運(yùn)行的位移，這樣做無(wú)法避免系統(tǒng)帶來(lái)的誤差，為降低誤差必須將實(shí)際點(diǎn)投影到擬合曲線上，用實(shí)際點(diǎn)對(duì)應(yīng)到曲線上的點(diǎn)求出行駛的位移。 Matlab 中用 ginput 函數(shù)得到所需點(diǎn)的坐標(biāo)。 圖 第一幀圖像 圖 第二幀圖像 圖 幀差法后 光流法 光流法與磁場(chǎng)同理，就是對(duì)圖像中的每一個(gè)像素點(diǎn)賦予一個(gè)速度矢量，形成一個(gè)運(yùn)動(dòng)場(chǎng)，不過(guò)是圖像運(yùn)動(dòng)場(chǎng) ， 在某一時(shí)刻，運(yùn)動(dòng)時(shí)特定的 ，圖像上的點(diǎn)與三維物體上的點(diǎn)通過(guò)投影相對(duì)應(yīng)，根據(jù)各個(gè)像素點(diǎn)的速度矢量特征，即可以對(duì)圖像進(jìn)行動(dòng)態(tài)分析。其基本運(yùn)算有腐蝕、膨脹、開啟和閉合。 圖 原圖 圖 二值圖（黑白互換后） 圖像去噪 現(xiàn)在市場(chǎng)不管哪款 攝像機(jī)在拍攝圖像時(shí)， 都 會(huì)帶來(lái) 不同程度的 系統(tǒng)噪聲， 這種主要有光線擾動(dòng)、數(shù)字化過(guò)程中產(chǎn)生的噪聲、 信號(hào)攝像機(jī)抖動(dòng)等， 通過(guò)實(shí)驗(yàn)表明 ， 椒鹽噪聲四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 5 是最影響 拍攝到的圖像， 這對(duì)我們的研究是大大的絆腳石，所以我們就要對(duì)所拍攝的圖像進(jìn)行去噪處理。色調(diào)的純度 影響飽和度 。 ★ 安裝簡(jiǎn)單，使用方便 ，不僅可以使用固定某一點(diǎn)測(cè)速，還可以動(dòng)態(tài)測(cè)速 。 在這個(gè)科技發(fā)達(dá)的年代，人們的生活水平的不斷地提高，人們出行選擇交通運(yùn)輸方式很多，但是在選擇出行方式的同時(shí)也需要選擇安全可靠的出行，人們的人身安全才會(huì)得到保障。 而輸入像素至四川師范大學(xué)成都學(xué)院本科畢業(yè)設(shè)計(jì) 4 關(guān)重要，他決定著 輸出圖像的灰度值， 經(jīng)過(guò)這樣運(yùn)算過(guò)后 稱點(diǎn)運(yùn)算。 圖 原截圖 圖 原截圖維納濾波 ★ 中值濾波 二維中值濾波輸出為 g（ x,y） =med{f(xk,yl),(k,l∈ W)} ，其中 ,f(x,y)， g(x,y)分別為原始圖像和處理后圖像。 背景差分法