基于视频的车辆检测与跟踪算法研究

基于视频的车辆检测以及车辆跟踪是智能交通系统中的重要部分。本文在混合高斯背景模型的基础上,通过差分法分割出检测目标,利用检测目标的位置信息和色彩信息,找到与之最匹配的目标轨迹,从而实现车辆的跟踪。实验表明,该方法具有很高的检测与跟踪效率,同时能够满足智能交通系统的适时性要求。     

交通视频监控系统中车辆阴影的去除方法

针对智能交通系统(ITS)中车辆阴影带来的车辆误提取造成系统可靠性差,且检测算法无法满足实时性的问题,提出一种改进的基于HSV色彩模型与背景差分法的车辆阴影检测与去除方法.通过分析HSV色彩模型,改善亮度分量的参数选取,利用阴影与车辆和背景的亮度差检测目标车辆的阴影;结合背景差分法去除阴影.实验结果表明,该方法可以较准...     

基于视频的车辆检测与跟踪算法综述

指出基于视频的检测跟踪技术是未来智能交通系统的发展方向。在前人的基础上,综合分析比较几种常用的车辆检测和车辆跟踪算法,其中车辆检测算法包括背景差分法、帧间差分法和光流法,车辆跟踪算法包括基于区域跟踪法、基于特征匹配法及MeanShifi快速跟踪法,分析讨论这几种算法的优缺点,并简单论述其发展趋势。     

基于三帧差法和交叉熵阈值法的车辆检测

考虑运动车辆图像的时间相关性和空间相关性,采用三帧差分法与二维交叉熵阈值法相结合的方法对运动车辆进行检测。利用三帧差分法对视频图像进行运动车辆的检测,得到灰度图像的差分图像,使用二维交叉熵阈值法对差分图像进行二值化。实验结果证明,该方案能够检测出完整的运动车辆,具有良好的可靠性和鲁棒性,满足智能交通系统的要求。     

MAS技术在ITS中的应用研究

多代理技术(MAS)是当今世界研究的热点。该文结合智能交通系统(ITS)具体应用,详细介绍了智能信息处理领域中MAS技术在ITS中的运用,提出了基于MAS技术的ITS系统构架,设计了智能Agent模块,实现了车辆检测Agent和参数Agent处理,具有较强的实用性。最后,讨论了MAS在ITS中的网络化设计。     

基于DSP的移动机器人的设计与实现

智能交通系统是21世纪城市交通的发展方向,移动机器人作为智能车辆控制系统实验平台的一个主要部分,对智能交通系统的关键技术的研究具有十分重要的意义。介绍了面向智能交通系统的SJTNC-1移动机器人的组成和结构,并详细叙述了基于数字信号处理器TMS320LF2407A的控制系统的设计和实现。     

GSM短消息在GPS交通控制中的应用

智能交通系统是整个交通系统的发展方向,车辆监控系统是其重要的组成部分。在分析DGPS、GSM技术特点的基础上,针对车辆监控系统的要求和特点设计并实现了车辆监控系统,给出了实验结果。     

基于AMR传感器和Zig Bee技术的车辆检测器设计

根据车辆经过而引起地球磁场扰动这一现象,应用AMR传感器和Zig Bee技术,设计一种放置于交通路口的车辆检测器,该车辆检测器具有安装简便、可靠性高等优点.设计给出磁阻传感器检测原理、测量电路的设计、无线收发模块的软硬件设计及实验结果.经实验证明:该车辆检测器可以准确实时获得各种交通数据(包括车流量、车速度、车辆密度、车头距离、占有率等),是智能交通系统(ITS)中最重要的交通数据采集设备之一.     

智能交通一体化运维管理系统设计与实践

针对国内各大中城市智能交通系统建设过程中所出现的大量智能交通系统和数据运维管理问题,提出了一种基于最新ITIL架构,整合智能监控、RFID、PGIS等最新理论和技术,应用于智能交通系统一体化运维管理方面的设计与实现方法,旨在将多个子系统无缝集成.系统采用运维门户层、系统管理层、监控管理层、数据统一汇聚管理四大模块.目前该系统已在交通管理部门得到应用.     

基于RBAC的车辆监控系统权限控制研究与实现

本文以智能交通系统中的车辆监控系统为对象，设计了一种权限管理系统。采用基于角色的访问控制技术（RBAC），通过引入角色的概念，使得用户权限管理条理化，减少授权管理的复杂性，并能支持用户类型、子系统数量和功能的自由增加，具有高扩展性、易维护的特点。最后给出该权限模块在实际的车辆监控系统中的接口设计和应用方式，验证了方案的可行性，为同类系统的设计提供了参考。     

基于区域生长处理的视频运动车辆提取新方法

车辆提取在视频交通流量检测系统中是最重要、最关键的一环。提出一种基于区域生长算法的简单、快速的车辆提取方法。这种方法通过差分图像估计阴影灰度近似值,然后用该值作为参考值删除输入图像属于背景和阴影的像素,最后得到运动车辆图像。利用该方法进行了大量的实验,从实验结果来看,此方法具有较好的稳定性和有效性;从计算时间来看,该方法也能满足实时系统的需要。     

背景估计与运动目标检测跟踪

基于视频的自动目标检测和跟踪是计算机视觉中一个重要的研究领域,特别是基于视频的智能车辆监控系统中的运动车辆的检测和跟踪。提出一种自适应的背景估计方法来实时获得当前背景图像,从而分割出运动物体。为了准确地定位运动车辆的区域,采用差分图像投影和边缘投影相结合的方法来定位车体,同时利用双向加权联合图匹配方法对运动车辆区域进行跟踪,即将对运动车辆区域跟踪问题转化为搜索具有最大权的联合图的问题。该算法不仅能实时地定位和跟踪直道上运动的车辆,同时也能实时地定位和跟踪弯道上运动的车辆,从实验结果看,提出的背景更新算法简单,并且运动车辆区域的定位具有很好的鲁棒性,从统计的检测率和运行时间来看,该算法具有很好的检测效果,同时也能满足基于视频的智能交通监控系统的需要。     

视频中运动目标的实时检测和跟踪

基于视频的自动目标检测和跟踪是计算机视觉中一个重要的研究领域，特别是基于视频的智能车辆监控系统中的运动车辆的检测和跟踪。提出了一种自适应的背景相减法来分割运动物体，为了准确地定位运动车辆的区域，采用差分图像投影和边缘投影相结合的方法来定位车体，同时利用双向加权联合图匹配方法对运动车辆区域进行跟踪，即将对运动车辆区域跟踪问题转化为搜索具有最大权的联合图的问题。该算法不仅能实时地定位和跟踪直道上运动的车辆，同时也能实时地定位和跟踪弯道上运动的车辆，从实验结果看，提出的背景更新算法简单，并且运动车辆区域的定位具有很好的鲁棒性，从统计的检测率和运行时间来看，该算法具有很好的检测效果，同时也能满足基于视频的智能交通监控系统的需要。     

基于局部对称性特征的快速车标定位

根据车标区域及车体的对称性特征,提出了一种快速的车标定位方法。先通过垂直间隔差分和水平最大局部投影定位出车牌和车灯水平区域后,利用车牌、车灯和车标之间的几何位置和大小约束关系粗定位出车标区域,然后根据局部对称性和差分水平投影对粗定位区域进行二次定位,得到较精确的车标矩形区域。实验结果表明,平均定位准确率为94%,平均定位时间为21ms。     

基于学习分类器的自主地面车在狭隘环境中的路径规划

提出了一种基于学习分类器(LCS)的避碰路径规划方法,设计了集成适应度函数,在确保安全避碰的前提下,解决自主地面车(ALV)在狭隘环境下的路径优化问题.不同环境的仿真实验结果表明,遗传算法和学习分类器结合用于自主地面车的路径规划是收敛的,提高了ALV在狭隘环境中快速发现安全路径的能力.     

基于机器视觉的高速公路车辆停车检测

为减少高速公路上车辆追尾等交通事故的发生,研究了基于机器视觉的车辆停车检测方法.检测系统采用当前帧和背景帧差分的方法实现了检测线圈范围内图像特征提取.分析了车辆从运动到静止的特征提取值图,并利用车辆存在阈值、车辆存在值、系统最小车辆存在值、系统不相似度阈值、系统相似度值、系统相似度最小值、车辆不存在值和系统最小车辆不存在值等参数实现了车辆停车检测.试验表明,该方法能够有效的将停靠在路面上的车辆检测出来.     

基于红外光电传感器的智能车两轮差速转向模糊控制

介绍了一种基于红外光电传感器的智能小车两轮差速转向模糊控制系统,该系统以单片机最小系统为核心,根据寻迹传感器的检测值判断小车运行状态,从而改变电机转速,实现控制小车的目的。实验结果表明,采用模糊控制方法对两轮差速转向进行控制,小车运行稳定,路径跟踪可靠,控制性能良好。     

基于视频序列的车型识别算法设计

针对复杂背景下的目标车型识别问题,提出一种基于视频序列的检测识别算法。运用帧差序列图像进行背景建模与更新,采用背景差分和LBP纹理分析法进行运动车辆的分割及阴影消除,提出车辆形状投影量的概念,将视频车辆二维形状信息降至一维,并设计二维输入模糊分类器,根据形状投影量和车高/车长比,完成车型的多种类精细识别。实验结果验证了该算法的有效性。     

公路车流量视频检测方法

针对视频车流量检测容易受背景以及车辆阴影等因素影响的问题,提出了一种自适应背景差分结合阴影去除的车流量检测方法。首先,建立自适应背景提取模型;然后,利用差分法从视频检测区域提取包含阴影的车辆目标,并进行二值化处理和孔洞填充;接着依据阴影区域相对于车辆区域灰度较小的特点,从填充后的二值图像阴影区域向车辆区域方向进行像素值比较,从而检测并去除阴影;最后,通过设定两排检测窗口进行车流量计数。实验结果表明,该方法受背景和车辆阴影等影响较小,在不同气候环境下具有较高的车流量检测准确率。