• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >复杂环境下的夜间车辆检测与交通视频昼夜亮度变化模型研究
【6h】

复杂环境下的夜间车辆检测与交通视频昼夜亮度变化模型研究

代理获取
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

智能交通系统是现代交通管理的有效手段，其中交通信息采集系统是智能交通系统的基础。由于视频检测系统具备灵活性和多种附加功能，相比传统的交通信息采集系统，更受到人们的青睐。然而，视频检测系统因其对道路环境和图像质量的敏感性，其检测准确率不是很高，检测算法仍有待改进。实际应用显示，系统在夜间准确率较低，特别是在雨夜或者高载客车道效果更差。以往对夜间视频车辆检测的研究，多数以车灯为检测对象，但是却简单地认为车辆前灯在图像上表现为规则的几何形状，没有充分考虑小前灯、装饰灯和转向灯与大前灯粘连或者分离的复杂情况，也没有考虑大型车辆车顶的边界灯，以及雨天路面积水引起上述众多车灯的倒影。 因此本文将夜间车辆检测作为研究重点，把它从整个视频检测系统中分离出来单独研究，以完成复杂环境（如雨天、存在大型车辆、交通拥堵）下的夜间车辆视频检测任务为目标。在分析夜间不同道路状况的不同视频特性，以及其中车灯特征的不同表现的基础上，提出了车灯提取配对跟踪算法（HLEPT）。该算法利用二值化和形态学方法提取车灯；借助于摄像机标定，得到车灯在路面上关于摄像机镜头的投影坐标；根据车辆的物理构造和运动规律，设计了一套车灯配对、按车辆分组和跟踪的规则；以先配对后跟踪（HLPT）方法为主，先跟踪后配对（HLTP）方法为辅，两者相结合的策略，即先配对，并跟踪车灯对，后利用车灯对，排除其附近光源，剩下的车灯分别跟踪、轨迹配对；由车灯轨迹计算各种交通参数。 实验表明，HLEPT算法复杂度低，具有良好的实时性、鲁棒性，良好环境下其检测率达96％以上；即使在雨夜路面有车灯倒影和存在大型车辆的交通拥挤路段，检测率也能达到88％。HELPT算法对于车灯特征的假设和配对跟踪规则同样适用于高架路、城乡道路等路段的夜间交通信息采集。 由于道路昼夜照明条件迥异，视频车辆检测系统通常采用两种不同的算法来完成昼夜检测任务。那么昼夜检测算法什么时候切换，如何切换呢？本文提出了一种独立于摄像机硬件，从图像序列中分析亮度变化的方法。本文观察了交通视频昼夜亮度变化的规律；提出了用四参数Logistic模型来刻画亮度变化；在分析实际路面亮度变化的有限性的基础上，提出了参数的有界约束条件，在线地进行Logistic曲线拟合；通过求解有界约束的非线性最优化问题，实时更新模型参数值；依据模型参数值，识别当前时刻的亮度变化状态，判断当前时刻是否应该切换昼夜算法。实验表明，该模型对亮度变化判断准确，能很好地应用于交通视频检测系统昼夜算法切换。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号