视频的交通事件自动检测系统的设计与开发(源码)
随着监控设备拍摄水平的提升以及计算机运算能力的加强，视频交通检测系统在智能交通系统领域越来越受到重视。基于视频的交通事件自动检测系统仅需利用现有的道路监控设备就可以节约设备成本并减少道路交通事故的发生率。本论文的研究目的是设计一个能够自动检测车辆及交通事件的系统。本系统共包含三个模块运动车辆检测、车辆分类以及事件检测模块。在车辆检测模块中，使用Vibe(Visual Background Extractor)算法进行运动目标检测，提取运动车辆，并对不规则前景图像进行孔洞移除与平滑处理，优化了算法效果也保证了算法的实时性；在车辆分类模块中，采用基于车道线检测的车辆种类划分方法，以车道线作为参照，根据目标标记框的大小规模进行种类划分。该方法能有效的对车辆进行种类划分，误差率低，具有较好的实时性与鲁棒性。事件检测模块对停车事件和逆行事件进行检测和识别。针对车辆的移动情况和行驶方向判断停车和逆行事件。本文基于视频的交通事件自动检测系统能够对运动车辆进行精确的识别和分类，有效监测出系统中划分出的交通事件。关键词 图像处理，智能交通，Vibe算法，车道线检测，车辆种类划分，交通事件检测
目 录_Toc515966522
1 引言 1
1.1 开发背景及意义 1
1.2 国内外研究现状 2
1.3 本文的主要内容和章节介绍 4
2 运动目标检测算法的设计 5
2.1 帧间差分法 6
2.2 背景差分法 6
2.3 光流法 7
2.4 Vibe算法 9
3 车辆分类种类划分方法的设计 12
3.1 霍夫变换检测车道线 13
3.2 车辆种类划分 16
4 事件检测的设计 18
4.1 逆行事件检测 18
4.2 停车事件检测 19
5 实验结果及分析 20
5.1交通事件检测系统的运行环境 20
5.2 实验结果分析 20
结论 25
致谢 26
参 考 文 献 27
引言
开发背景及意义
随着我国经济的高速发展，人民的生活水平逐渐提 *好棒文|www.hbsrm.com +Q: ^351916072^
高，私家车拥有量骤增。汽车行业在我国的经济产业中起着支柱的作用。在中国汽车产业蓬勃发展的同时，很多交通问题也随之产生，例如严重的交通堵塞、交通事故频发、交通状况不佳等。2017年共发生交通事故864.3万起，相比2016年增加了65.9万起，同比增长16.5%。存在人员伤亡情况的交通事故共212846起，其中有63093人死亡、226430人受伤，造成12.1亿元直接财产损失。道路交通事故万车死亡率为2.14，同比上升2.9%。根据重庆交通医学研究所所长周继红的计算，全球每25秒钟就有一个人死于交通伤害。而在中国，每天大约有800人死于交通事故。
随着城市视频设备数量和覆盖率的迅速增长，交通正在快速信息化。同时监控规模的扩大，每天都会产生巨大的交通视频信息，而使用人工检测车辆运行状态显然不切实际，所以设计一个能够基于视频自动检测出交通事件的系统非常必要。视频检测具有实时准确、检测范围广、使用寿命长等特点，因此其越来越广泛地用于城市交通信息采集，从而被应用在城市交通事件检测系统中。但在针对视频检测的传统图像处理方法中，要么计算复杂，要么对光照要求高，无法满足交通事件自动检测所需数据的实时性与准确性要求。因而如何寻求高效、智能的视频图像处理方法，从中提取实时准确的交通流信息用于交通事件自动检测，已经成为近年来研究的热点。
交通事件是指突然的、偶发的出现在公路上的事件，基本交通事件有交通事故、交通拥堵、违章停车、货物散落等。国家交通部门为了控制和减少交通事件对高速路段交通情况带来的负面影响，建立了高速公路交通管理系统。交通事件管理系统的目的是使发生交通事件的高速公路路段能够快速有序地恢复正常。该系统包括的部份有：事件检测，救援调度，提供出行信息（如路线规划，避免拥堵路段等），事件性质鉴别，匝道控制等[1]。
智能交通系统的诞生让交通管理更为现代化。随着监控设备拍摄水平的提升以及计算机运算能力的加强，视频交通检测系统在智能交通系统领域越来越受到重视。所以，基于计算机视觉的智能视频交通检测系统必然是未来的智能交通系统的发展方向。基于视频的交通事件自动检测系统可以节约大量的设备成本，仅需利用现有的道路监控设备，就可以解放大量的劳动力，以及减少道路交通事故的发生率。因此，设计一套自动化的视频交通事件检测系统具有重要的研究意义和应用价值。
本文将基于视频的交通事件自动检测系统的实用价值和学术意义分为以下几个方面。
（1）统计交通数据
随着计算机产业与技术的蓬勃发展，如今不仅仅是信息时代，更是数据的时代。随着大数据时代的到来，交通大数据更是相关研究的一个热门方向，而大数据研究最为重要的就是数据源。所以，准确即时的交通数据采集有利于交通大数据的研究。以往的交通数据多由人力完成，其数据采集慢，不具有即时性。智能交通系统快速的数据采集以及准确性成了交通大数据研究的基本工作，基于视频的自动交通检测系统研究成了智能交通系统的一个重要研究方向。
（2）解放人力资源
为了规范驾驶员行为以及保证交通道路的畅通，除了监控摄像头外，还需要大量的工作人员以及警力来协助完成。而且人力工作的效率低，智能交通系统的应用能使大量的人力资源得以解放。
（3）保障人员安全
现代化的交通方式对国家经济有着重要的意义，方便快捷的物流环境大大降低了经济发展中的物流成本，同时这些交通也带来了许多交通事故和人员伤亡。交通事故的发生影响了正常的交通秩序，若不能及时处理，很容易引发二次事故，因此自动化的系统必不可少。自动化系统在解放了人力资源的同时还能够更高效率地检测出交通事故，能够更好地提高救援效率，是未来智能交通的研究重点。
国内外研究现状
交通事件检测是各种自动事件检测系统的研究目的，也是核心和关键。检测出交通事件可以引起交通管理部门和安全部门的注意，更加效率及时地处理发生的事件。所以这类系统的检测效率在很大程度上取决于高效、可靠的事件检测技术[2]。交通事件检测技术主要通过计算机视觉和图像处理技术实现。
1.2.1 国内现状
目前国内对于交通事件检测算法进行了许多研究，大多集中在差分法和基于统计模式的算法。
2006年时朱文兴等人提出一种快速检测算法，在视频中对事件信息快速反馈，以应对高速路发生的大规模拥堵[3]。余烨等人提出了一种改进经典Vibe算法的EVibe算法，提高了算法精确性，也避免了重复取样的问题[4]。几年后汪勤等人研究开发的交通事件监测系统能够完善目前交通事件发生后不能及时检测、报警及处理延迟等问题[5]。刘庆华等人使用遗传优化的BP_AdaBoost算法应用于交通事件检测，利用BP（back propagation）神经网络构成AdaBoost强分类器，来实现系统功能[6]。2015年丁鸿凯等人研究通过数据挖掘提取出海量视频中的异常交通事件，大大提高了处理效率[7]。也有人深入研究并改进了帧间差分法，提出优化算法如模糊聚类算法[8]、遗传算法聚类[9]等。
目 录_Toc515966522
1 引言 1
1.1 开发背景及意义 1
1.2 国内外研究现状 2
1.3 本文的主要内容和章节介绍 4
2 运动目标检测算法的设计 5
2.1 帧间差分法 6
2.2 背景差分法 6
2.3 光流法 7
2.4 Vibe算法 9
3 车辆分类种类划分方法的设计 12
3.1 霍夫变换检测车道线 13
3.2 车辆种类划分 16
4 事件检测的设计 18
4.1 逆行事件检测 18
4.2 停车事件检测 19
5 实验结果及分析 20
5.1交通事件检测系统的运行环境 20
5.2 实验结果分析 20
结论 25
致谢 26
参 考 文 献 27
引言
开发背景及意义
随着我国经济的高速发展，人民的生活水平逐渐提 *好棒文|www.hbsrm.com +Q: ^351916072^
高，私家车拥有量骤增。汽车行业在我国的经济产业中起着支柱的作用。在中国汽车产业蓬勃发展的同时，很多交通问题也随之产生，例如严重的交通堵塞、交通事故频发、交通状况不佳等。2017年共发生交通事故864.3万起，相比2016年增加了65.9万起，同比增长16.5%。存在人员伤亡情况的交通事故共212846起，其中有63093人死亡、226430人受伤，造成12.1亿元直接财产损失。道路交通事故万车死亡率为2.14，同比上升2.9%。根据重庆交通医学研究所所长周继红的计算，全球每25秒钟就有一个人死于交通伤害。而在中国，每天大约有800人死于交通事故。
随着城市视频设备数量和覆盖率的迅速增长，交通正在快速信息化。同时监控规模的扩大，每天都会产生巨大的交通视频信息，而使用人工检测车辆运行状态显然不切实际，所以设计一个能够基于视频自动检测出交通事件的系统非常必要。视频检测具有实时准确、检测范围广、使用寿命长等特点，因此其越来越广泛地用于城市交通信息采集，从而被应用在城市交通事件检测系统中。但在针对视频检测的传统图像处理方法中，要么计算复杂，要么对光照要求高，无法满足交通事件自动检测所需数据的实时性与准确性要求。因而如何寻求高效、智能的视频图像处理方法，从中提取实时准确的交通流信息用于交通事件自动检测，已经成为近年来研究的热点。
交通事件是指突然的、偶发的出现在公路上的事件，基本交通事件有交通事故、交通拥堵、违章停车、货物散落等。国家交通部门为了控制和减少交通事件对高速路段交通情况带来的负面影响，建立了高速公路交通管理系统。交通事件管理系统的目的是使发生交通事件的高速公路路段能够快速有序地恢复正常。该系统包括的部份有：事件检测，救援调度，提供出行信息（如路线规划，避免拥堵路段等），事件性质鉴别，匝道控制等[1]。
智能交通系统的诞生让交通管理更为现代化。随着监控设备拍摄水平的提升以及计算机运算能力的加强，视频交通检测系统在智能交通系统领域越来越受到重视。所以，基于计算机视觉的智能视频交通检测系统必然是未来的智能交通系统的发展方向。基于视频的交通事件自动检测系统可以节约大量的设备成本，仅需利用现有的道路监控设备，就可以解放大量的劳动力，以及减少道路交通事故的发生率。因此，设计一套自动化的视频交通事件检测系统具有重要的研究意义和应用价值。
本文将基于视频的交通事件自动检测系统的实用价值和学术意义分为以下几个方面。
（1）统计交通数据
随着计算机产业与技术的蓬勃发展，如今不仅仅是信息时代，更是数据的时代。随着大数据时代的到来，交通大数据更是相关研究的一个热门方向，而大数据研究最为重要的就是数据源。所以，准确即时的交通数据采集有利于交通大数据的研究。以往的交通数据多由人力完成，其数据采集慢，不具有即时性。智能交通系统快速的数据采集以及准确性成了交通大数据研究的基本工作，基于视频的自动交通检测系统研究成了智能交通系统的一个重要研究方向。
（2）解放人力资源
为了规范驾驶员行为以及保证交通道路的畅通，除了监控摄像头外，还需要大量的工作人员以及警力来协助完成。而且人力工作的效率低，智能交通系统的应用能使大量的人力资源得以解放。
（3）保障人员安全
现代化的交通方式对国家经济有着重要的意义，方便快捷的物流环境大大降低了经济发展中的物流成本，同时这些交通也带来了许多交通事故和人员伤亡。交通事故的发生影响了正常的交通秩序，若不能及时处理，很容易引发二次事故，因此自动化的系统必不可少。自动化系统在解放了人力资源的同时还能够更高效率地检测出交通事故，能够更好地提高救援效率，是未来智能交通的研究重点。
国内外研究现状
交通事件检测是各种自动事件检测系统的研究目的，也是核心和关键。检测出交通事件可以引起交通管理部门和安全部门的注意，更加效率及时地处理发生的事件。所以这类系统的检测效率在很大程度上取决于高效、可靠的事件检测技术[2]。交通事件检测技术主要通过计算机视觉和图像处理技术实现。
1.2.1 国内现状
目前国内对于交通事件检测算法进行了许多研究，大多集中在差分法和基于统计模式的算法。
2006年时朱文兴等人提出一种快速检测算法，在视频中对事件信息快速反馈，以应对高速路发生的大规模拥堵[3]。余烨等人提出了一种改进经典Vibe算法的EVibe算法，提高了算法精确性，也避免了重复取样的问题[4]。几年后汪勤等人研究开发的交通事件监测系统能够完善目前交通事件发生后不能及时检测、报警及处理延迟等问题[5]。刘庆华等人使用遗传优化的BP_AdaBoost算法应用于交通事件检测，利用BP（back propagation）神经网络构成AdaBoost强分类器，来实现系统功能[6]。2015年丁鸿凯等人研究通过数据挖掘提取出海量视频中的异常交通事件，大大提高了处理效率[7]。也有人深入研究并改进了帧间差分法，提出优化算法如模糊聚类算法[8]、遗传算法聚类[9]等。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1115.html
