【文章內(nèi)容簡介】 文獻(xiàn) 算法結(jié)果截圖 本文算法結(jié)果截圖 實驗場景圖 本章小結(jié)由于道路法規(guī)定以及車輛的速度較快，對視頻的采集時間又不是很長，可以知道車輛不可能在這個極短的時間內(nèi)來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)為在這么短的時間內(nèi)車輛是勻速行駛的。根據(jù)本章節(jié)的分析，車速計算大致過程為：首先圖形處理，再提取運動目標(biāo)，然后提取其特征點，并記錄其運動軌跡，最后我們就可以把圖像速度變成實際的點，從而計算出車輛的行駛速度。： 視頻法技術(shù)路線圖 3 案例應(yīng)用 事故背景簡介 基本情況2012年2月26日下午1點27分許，一輛小車和一架摩的在某市的一個某十字路口發(fā)生重大的交通事故。交通部分提供了事故當(dāng)時的錄像以及現(xiàn)場拍攝的圖片和交通信號燈的相關(guān)信息，要求委托單位對該交通事故進(jìn)行分析并得出相關(guān)結(jié)論。 視頻錄像提供的監(jiān)控視頻圖像顯示“02262012 星期日 青白江–巨石大道華金路口”等字樣。視頻圖像連續(xù)、清楚，能夠滿足鑒定要求。視頻開始于13:27:27，終止于13:29:29。牌照號為川ＡXXXXX的高爾牌轎車由視頻畫面左側(cè)進(jìn)入監(jiān)控范圍，在視頻畫面出現(xiàn)的時間為13:28:00（視頻畫面顯示）。 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。川ＡXXXXX牌照的小車由監(jiān)控視頻畫面左側(cè)進(jìn)入監(jiān)控范圍開始，這家小車的總長度L 。將上述參數(shù)帶入公式，～。 本文算法 matlab界面簡介，本GUI界面能實現(xiàn)的功能：讀圖、圖片縮放、作直線和平行線、圖片處理、特征點提取、運動軌跡擬合、求平均速度、求任意時間段的速度，作速度曲線等。 matlab操作界面 計算過程及分析★ 輸入已知距離本案例所提供的資料中沒有其他道路標(biāo)記線等已知距離的標(biāo)記物，因此把經(jīng)過車輛主軸線上的車頭、車尾及中點作為標(biāo)定點，車輛行駛軌跡作為標(biāo)定線。，完全可以用地標(biāo)線作為標(biāo)定線?！? 輸入中點修正系數(shù)本案例中由于攝像機攝像方向并非完全正對著車輛運動方向完全垂直，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)記點坐標(biāo)和車尾標(biāo)記點坐標(biāo)算出的中點并非車體實際中點，需要進(jìn)行左右修正。A為標(biāo)定點1，坐標(biāo)是,B為標(biāo)定點2，坐標(biāo)為，中點修正系數(shù)為z。那么中心標(biāo)定點為： () ()若不進(jìn)行中點修正，如圖得到的速度曲線顯示速度先增大后減小再增大，與實際速度逐漸減小相違背。 不進(jìn)行中點修正得到的速度曲線圖★ 輸入圖片間時 圖片間時是指相隔圖片間所取的幀數(shù)，以25幀/s的視頻為例，若兩張圖片的間時為n幀，那么運動車輛經(jīng)過的時間為秒，本案例為每幀一截圖，因此應(yīng)該輸入的圖片間時為1?！? 特征點選取由于圖像處理的不同，將車的特征點的選取分為彩車提取和白車提取。本案例的車體顏色為藍(lán)色，因此點擊“彩車特征提取”，在出現(xiàn)的對話框中選擇該案例視頻截圖所在文件夾，接著在界面上出現(xiàn)的畫面進(jìn)行交互式提取方法選取車輛所在區(qū)域，圖片讀完后會自動形成車輛運動擬合曲線。如下圖所示：第一幀： 第二幀： ……第n幀： 空格鍵后得到擬合曲線： 特征點提取圖示★ 選擇圖片選擇質(zhì)量好，車體側(cè)面盡量正對攝像機的圖片作為標(biāo)定圖片。點擊“讀圖”，在出現(xiàn)的對話框中選擇圖片。 讀圖圖示 ★ 第一次標(biāo)定點擊“標(biāo)定”，將出現(xiàn)的綠色直線移動到車體附近，使用“放大”功能使該直線端點盡量靠近紅色最小外接矩形左右邊的外圍，并盡量使直線與擬合曲線重合。按下空格鍵后，標(biāo)定完成，“誤差”右邊的文本框還會出現(xiàn)一個誤差。誤差解釋：若d2為最小矩形的長度，d1為綠色直線標(biāo)定后的長度，則誤差為： （） 若wc為負(fù)，則所求速度比真實速度??；若wc為正，所求速度比真實速度大。真實速度為： （）標(biāo)定過程圖示： 移動用于標(biāo)定的直線 左端點選定 右端點選定 矩形外標(biāo)定結(jié)果 ★ 作速度曲線圖 點擊“速度曲線圖”，就會出現(xiàn)車輛整個運行過程中各個時刻的速度和顯示平均速度。速度來源計算公式求導(dǎo)，根據(jù)t1幀和t+1幀時的特征點的坐標(biāo)求出位移，將此位移轉(zhuǎn)換到實際距離S，即第t幀的速度公式為： （） 根據(jù)公式（）對t+1和t1進(jìn)行變換也可以求出任意幀數(shù)間的速度大小。在標(biāo)定下方文本框輸入“第1張—第4張”，1和4為輸入的時間，得到“速度”右邊的結(jié)果，表示第1幀到第4幀的車輛速度為105km/h。本案第一次標(biāo)定得到的速度數(shù)據(jù)和速度曲線： 第一次矩形外標(biāo)定數(shù)據(jù)表時刻/幀234567891011速度（km/h） 第一次矩形外標(biāo)定速度曲線圖★ 第二次標(biāo)定并得到速度曲線在紅色矩形內(nèi)部按照步驟（6）的方法進(jìn)行二次標(biāo)定，并得到： 圖3.. 第二次矩形內(nèi)標(biāo)定速度曲線表3.. 第二次矩形內(nèi)標(biāo)定數(shù)據(jù)表時刻/幀234567891011速度（km/h） 結(jié)果分析 ：，%；，%。把這兩次得到的測量值帶入公式（）。鑒定結(jié)果為：～。最高速度為：～。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。 誤差分析 本方法有以下幾種誤差：☆ 人為誤差：人為誤差主要出現(xiàn)在中點修正系數(shù)的選取上。此誤差可以根據(jù)研究攝像機角度的變化和線段中點在圖像上的變化的關(guān)系降低。本人知識水平有限，未能解決?！?系統(tǒng)誤差：系統(tǒng)誤差主要出現(xiàn)在：◇ 特征點的定位，因為質(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)心的位置變化不會太大。◇ 最小矩形長度的計算上，因為有時可能出現(xiàn)最小矩形不是車長的情況。◇ matlab軟件本身自帶的誤差。 ☆ 圖像質(zhì)量和角度誤差：由于圖像質(zhì)量和角度的問題，使二值化后的黑白圖片的與實際車長有一定的偏差。 應(yīng)用拓展 ，文獻(xiàn) 對車輛運動方向與攝影方向平行的標(biāo)定可以計算出該方向的車速，本文分析了對車輛運動方向與攝影方向垂直的標(biāo)定進(jìn)而算出車速。若將兩個標(biāo)定方向結(jié)合起來就可以計算出車輛運動軌跡為曲線時的算法。 車輛運動方向與攝影方向平行的標(biāo)定（源于文獻(xiàn) ）結(jié)論和展望在半年多的論文寫作中，我收集了很多資料，學(xué)習(xí)了很多。不管在理論的學(xué)習(xí)還是在時間中我都學(xué)得了很多新東西，獨立的思考問題鍛煉了我獨立完成任務(wù)的能力，自己不斷的創(chuàng)新，不斷地的去尋求新的思路讓我更加了解自己生活的意義并體現(xiàn)出自身的價值。而且每一項任務(wù)從開始的選題到最后的結(jié)題都是一個艱辛的路程，所以必須從實際出發(fā)才有意義。而本文從開始介紹的視頻法計算車速的背景、作用、意義，介紹和分析了圖像處理技術(shù)的相關(guān)知識和處理技術(shù)，創(chuàng)新性地提出了交互式提取運動目標(biāo)的方法，還糾正了攝像機標(biāo)定公式，最后完成了一個交通事故案例的計算。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，對于車長真正對應(yīng)圖像上車長的方法有待改進(jìn)。（2） 攝影機角度問題，沒有解決攝影角度變化與中心標(biāo)定點移動的關(guān)系沒有解決。（3） 對于非直線運動的車輛的速度計算有待進(jìn)一步研究并得出算法和編程。視頻處理技術(shù)由于其高效率低成本，靈活性高等諸多優(yōu)點，越來越受到重視和廣泛應(yīng)用，視頻法計算車速正在逐步發(fā)展并有望在不久的將來取代傳統(tǒng)的車輛速度計算的方法，并取得了較好的效果。展望未來，視頻處理技術(shù)的發(fā)展促進(jìn)了視頻法計算速度的發(fā)展，也出現(xiàn)越來越多的相關(guān)研究、產(chǎn)品等，涉及的范圍越來越廣泛，理論和實踐是相輔相成的。我們衷心的希望視頻法計算車速的研究工作能充分應(yīng)用于交通事故鑒定所中，為社會發(fā)展提供服務(wù)。同時我們要不斷的實踐，發(fā)現(xiàn)新的研究方法，研究工作深入，促進(jìn)視頻法計算速度的發(fā)展，更好地服務(wù)于社會。