【正文】 標(biāo)的質(zhì)心 在拍攝的圖像肯定是連連續(xù)續(xù)的，看起來就像是運動的，假設(shè)相近的兩張幀上面的物體的位置變化不是很大，并且這個物體運動的方向也是不會很大。質(zhì)心的坐標(biāo)為： （） （） 運動目標(biāo)的質(zhì)心 選取運動目標(biāo)最小外接矩形的幾何中心若物體邊界已知，用其外接矩形的尺寸來刻畫它的長寬是最簡單的方法。我們選取一個點畫一個XY軸，然后通過計算可以計算出在X和Y軸方向上的長度和寬度，這樣的外接矩形是物體的最小外接矩形。每一次旋轉(zhuǎn)過后計算出在X、Y軸上的長度和寬度，當(dāng)旋轉(zhuǎn)到某一個夾角時外接矩形就可以達(dá)到最小。 最小二乘法擬合對運動車輛特征點提取，得到一組n幀圖像中運動目標(biāo)質(zhì)心的坐標(biāo)： （） （）可用直線 （） 來逼近這些點，在數(shù)理統(tǒng)計上就是用最小二乘法求出回歸系數(shù)b和回歸常數(shù)a的問題，這個方法以及各暗中假定是準(zhǔn)確的，有誤差，只有。用表示的誤差，應(yīng)有： （） （）…… （）按最小二乘原理，直線度最佳值應(yīng)該滿足： （）為了求的最小值，把（）式對a和b求偏導(dǎo)數(shù)(把和看成常量)，并令一階偏導(dǎo)數(shù)為零，有： 整理后得到： （） （） 方程為所求的線性回歸方程，得到的曲線為車輛在視頻上的運動軌跡。投影方法：記由方程（）產(chǎn)生的擬合曲線為L1,車輛質(zhì)心的實際點的坐標(biāo)為，求取通過A點和垂直于L1的直線L2的方程： （）聯(lián)立公式（）和公式（）得到投影點的坐標(biāo)： () () 圖像距離轉(zhuǎn)換到實際距離通過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)換成實際距離。 攝像機模型 中心透視投影模型（圖片源于文獻(xiàn)）其中，(x，y)為P點在成像平面坐標(biāo)系下的坐標(biāo)，(Xc，Yc，Zc)為空間點P在攝像機坐標(biāo)系下的坐標(biāo)。本文采用的攝影機標(biāo)定方法采用文獻(xiàn)中提出的標(biāo)定方法。原理圖如下： 透視關(guān)系推導(dǎo)圖（源于文獻(xiàn)）其中D、E、F三點分別人為自己標(biāo)定的三個點，其所對應(yīng)的實際道路路面為A、B、C，在視頻上找一個點M(這是第一種情況，M點位于D點右側(cè))，M點所對應(yīng)的路面上的點為N，NA記為所求的實際距離。根據(jù)這種思想，若車輛在t1幀位于N1處，在t2幀位于N處，則車輛在tt2之間的速度為： （）★ 原理的實驗驗證 由于筆者和文獻(xiàn)[7]在算法公式上出現(xiàn)分歧，因此針對第四中情況做以下實驗作為驗證。經(jīng)實驗得出：，%，誤差過大；，%，誤差在允許范圍。 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。： 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。 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。視頻開始于13:27:27，終止于13:29:29。 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。將上述參數(shù)帶入公式，～。 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。★ 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。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?！? 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。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。 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。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?。蝗魒c為正，所求速度比真實速度大。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。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 ：，%；，%。鑒定結(jié)果為：～。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。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。☆ 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。◇ matlab軟件本身自帶的誤差。 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。 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。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。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）