基于視頻的道路識別新算法在交通監(jiān)測系統(tǒng)中的應(yīng)用(參考版)
2025-06-27 17:39本頁面
【正文】 《計算機(jī)應(yīng)用與軟件》編輯部2009122 8 / 8。 “在線投稿”上傳(請在修改稿件后附上“修改說明”)。文章的文筆較差。例如，車流要多大才能滿足算法的需要？算法的精度如何？均未提及。本課題實(shí)驗(yàn)使用了南京交管局提供的南京二條巷路口的監(jiān)控錄像。”在第四部分實(shí)驗(yàn)與分析中加上了量化的或直觀的說明，本算法每條車道需要200輛以上的車輛通過就可以得到比較良好的效果，如果車流量小可以加長算法執(zhí)行時間。根據(jù)專家所提問題：“車流要多大才能滿足算法的需要？算法的精度如何？均未提及。參考文獻(xiàn):[1]王圣男,郁梅,[J].計算機(jī)應(yīng)用研究,2005,9:914[2]魏武,張起森,王明俊,[J].信息與控制,2001,30(3):257261[3]許悅雷,左繼章,張雄,[J].光電工程, 2004, 31(7):6972[4] 蔣剛毅，郁梅，[J].電路與系統(tǒng)學(xué)報，2001，6(4)：6973.[5]左奇,[J].西安交通大學(xué)學(xué)報, 2004, 38(4) : 396399：郇洪江 ；：南京市新模范馬路5號南京工業(yè)大學(xué)213信箱（郵政編碼：210009）； ：tom998877 電話：13851585635。5 結(jié)論本文針對傳統(tǒng)的道路識別方法過程復(fù)雜，易受干擾，識別效果不夠理想等缺點(diǎn)，提出一種應(yīng)用累積幀差技術(shù)通過識別道路上經(jīng)過的車輛來識別道路位置的新算法，并且使用Visual C++編程實(shí)現(xiàn)了該算法。(a) (b)(c) (d)(e) (a) 用于識別道路的視頻圖像；(b) 幀差圖像通過平滑處理和閾值分割后的二值圖像；(c) 處理完N幀視頻圖像后的累積幀差圖像；(d) 使用閾值T2分割后的累積幀差圖像；(e) 提取出的確定道路邊界線和實(shí)際道路邊界線對比圖，圖中紅色線為實(shí)際道路邊界線，黑色線為實(shí)驗(yàn)提取出的邊界線圖1實(shí)驗(yàn)過程中各步驟結(jié)果圖實(shí)驗(yàn)過程中各步驟的結(jié)果如圖1所示，由實(shí)驗(yàn)的最終結(jié)果可以比較直觀的看出，實(shí)驗(yàn)提取出的邊界線與實(shí)際道路邊界線基本吻合，精度比較高，實(shí)驗(yàn)的效果還是比較理想的，可以比較準(zhǔn)確的識別出道路的左右邊界線。4 實(shí)驗(yàn)與分析根據(jù)上面的道路識別算法，使用Visual C++編程實(shí)現(xiàn)該算法，本課題得到南京市交管局的大力支持，交管局提供南京二條巷路口的監(jiān)控錄像用于實(shí)驗(yàn)，用于識別道路的視頻序列為連續(xù)的200幀352288的灰度圖像，即N=200，W=352，H=288，圖像的采樣頻率為10幀/秒。(13)搜索TL中所有代表右邊界線的節(jié)點(diǎn)，獲取每個節(jié)點(diǎn)中坐標(biāo)動態(tài)數(shù)組的最后一個坐標(biāo)值(x_end,y_end),若，則判定像素點(diǎn)(x,y)是該節(jié)點(diǎn)所代表的右邊界線上的點(diǎn)，將坐標(biāo)(x,y)加入到該節(jié)點(diǎn)中坐標(biāo)動態(tài)數(shù)組的尾部；若像素點(diǎn)(x,y)不屬于所有已有邊界線，說明(x,y)為新邊界線的起點(diǎn)，則新建一個節(jié)點(diǎn)添加到TL中，將坐標(biāo)(x,y)加入到該
語文相關(guān)推薦
鄂ICP備17016276號-1