图像跟踪技术的车辆冲突自动检测(源码)
伴随着我们国家的经济高速发展，使得我我国人民的生活质量也越来越好，这也就造成了一个社会问题，交通工具的普遍使用，交通碰撞的发生率越来越高。本文设计的基于图像跟踪技术的车辆冲突自动检测系统主要有三部分组成，车辆运动时的检测系统，车辆运动时的跟踪系统以及交通碰撞检测系统。车辆运动时的检测系统在对于现有算法的分析后挑取了帧间差分法作为本文的主要算法，首先用帧间差分法建立背景模型，然后对背景模型进行更新，并且将帧间差分法与动态加权更新结合起来，弥补一些帧间差分法的不足。车辆运动时的跟踪系统采用了卡尔曼滤波和车辆质心算法，对于车辆进行实时跟踪，并且能够对下一刻的车辆特征进行预测。而本文通过对质心坐标的数据分析，能够提取出车辆的一些信息车辆的行驶轨迹等。交通碰撞检测系统主要实现了对车辆逆向行驶和违章停车两个事件进行检测，逆向行驶的检测，是对目标车辆进行检测，对比目标车辆的行驶方向与该道路的正确行驶方向，从而得出该车辆是否进行逆向行驶。而违章停车的检测，是判断车辆的质心坐标，如果该目标车辆的质心坐标在一定的时间内处于静止状态，则判断该车辆是违章停车。基于图像跟踪技术的车辆冲突自动检测系统是智能交通系统中的一个重要组成，本系统能够及时发现交通碰撞，提供相关信息给有关部门，尽可能的避免二次事故的发生。最后，本文对交通碰撞检测系统进行了多次试验进行验证，从而得到实验数据。通过这些实验可以得到结论本文基于图像跟踪技术的车辆冲突自动检测系统可以很好的检测出车辆，并且能够对车辆进行实时跟踪，对于逆行和违章停车有着准确的检测结果。关键词 图像跟踪，车辆检测，车辆跟踪，交通碰撞检测
目录
1 引言 1
1.1 课题背景及意义 1
1.2 国内外的研究现状 2
1.3 本文的所做的主要工作以及章节介绍 3
2图像预处理技术 4
2.1彩色图像的灰度化 4
2.2图像二值化 5
2.3孔洞填充 6
2.4腐蚀 7
2.5膨胀 9
2.6开运算 10
2.7闭运算 10
2.8平滑处理 11
3连通域的外接矩形 12
4运动目标提取算法 12
4.1背景差分法 13 *好棒文|www.hbsrm.com +Q: ￥351916072￥
4.2帧间差分法 13
4.3光流法 14
5车辆跟踪 15
5.1Kalman滤波 15
5.2质心跟踪算法 17
6交通事件检测 18
6.1车辆逆行检测 19
6.2违章停车 22
7界面设计 24
7.1菜单栏 25
7.2工具栏 25
7.3播放器控件 26
7.4开发工具 29
7.5开发环境 31
8实验结果分析 31
结 论 37
致谢 38
参考文献 39
1 引言
1.1 课题背景及意义
目前基于视频的交通事件识别研究已经取得了一定的进展，但是仍然存在一部分系统是在对交通场景进行视频监控的基础上，利用人工或半人工的方式实现交通事件的检测。而应用视频处理技术的智能化交通事件识别系统也尚处于探索阶段，对于多种交通事件的识别仍存在局限性，在技术实用性、算法复杂度等方面也需进一步改进，在某些关键技术环节，特别是在目标的高层运动行为分析及事件识别的模型构建等方面还需进一步深入研究[1]。
所以减少交通事故，保障人们的出行安全与效率，这就需要我们对于交通基础设施建设进行加强，同时对民众的交通安全意识进行提高，并且在此基础上使用智能化的交通管理和控制系统。从而使人们对城市的交通进行科学和有效的管理，而我们如果要实现对交通的实时管理就需要更加精确、可靠、实时的交通事件信息。因此开发和研究出交通碰撞的检测与识别技术是实现智能化交通的管理与控制的基础。
近几年，交通的需求量增加并且快速增长，交通建设更是日新月异，城市间兴建了大量的公路，城市内也是多了很多的环线道路。所以，世界各国的交通问题越来越多，越来与严重，城市内的公路在上下班高峰更是显得拥挤、阻塞，城市间的公路也是有大量的交通碰撞。人们在享受这道路发展的便利，同时也迎来了交通阻塞或者交通事件所带来的不便甚至是威胁。一旦道路中发生了交通事故就会对交通造成阻塞并导致行车延误，并很有可能引发二次事故发发生，这严重影响了人们的出行和公路的整体运营效率。所以作为道路交通监控的重要组成部分——交通碰撞检测系统需要加强。当道路上出现车辆逆行或违章停车等违规现象时，会对正在行驶的车辆、行人的安全构成了巨大的隐患。
当前,基于视频的监控系统已经广泛运用于公路上,但是如果仅仅靠人力来对公路上的行车状况进行监控,不但浪费大量的人力,而且效率低下。如果能对视频监控系统中的实时视频里的内容进行理解以及分析,进行视频检测,对出现的异常情况自动通知监控中心,将能对公路上车辆的安全运行起到极大的作用[2]。
1.2 国内外的研究现状
1.2.1国内研究现状
目前我国的算法主要是差分法和基于统计模式的运动目标检测，基于运动矢量估计的算法尚未成熟。
哈尔滨工业大学的张泽旭、李金宗、李宁宁等做过基于光流矢量和 canny 边缘检测算子来进行运动目标的检测和分割算法理论研究[3]。电子科技大学的魏波做过基于统计模式方法的运动目标检测算法，首先利用较简单的算法对运动场进行了粗略的估计，然后根据马尔可夫(Markov)随机场理论构造出运动场的间断点分布模型，利用此模型来检测运动场间的断点，以此来实现运动目标的检测。实验表明，这一方法十分有效，且运算负担较小，并可通过 DSP 实现实时检测[4]，但未能实现跟踪。也有人对帧差算法运用先进的技术进行了优化和改进，如模糊聚类算法[5]、遗传算法聚类[6]等。但是都只停留在理论算法的研究基础上。
在我国智能交通的研究和推进还处于起步阶段，但智能交通对于交通系统的建设和经济建设来说很重要，我过相关部门对此也十分关注，“十二五”规划（2011~2015）更是突出了物联网智能交通的地位。目前北京、广州在智能交通领域走在我国的前沿。北京是建立智能交通系统，并完善了智能化道路的交通指挥管理系统，该系统包括了城市道路交通信号控制系统，交通检测、电视监控系统、交通违法检测系统以及全市“122”交通事故接处警系统。
2016年10月底，高德地图联合各省交管部门发布了《“互联网＋交通”城市指数报告》，首次用“智能出行”“智能交通”“政务影响力”3大指标来衡量城市的智能化交通发展水平。广州在智能交通调度方面发展亮眼，提高政务能力已初显成效；武汉则则联合高德地图户外智能诱导发展全国领先。此外，宁波和唐山的智能交通发展赶超了一线城市，唐山则在数据开放和互联网运营方面发展强势[7]。
1.2.2国外研究现状
1978年，美国 JPT(加州帕萨迪纳市的喷气推进实验室)首先提出了运用机器视觉来进行车辆的检测的方法，指出其是传统检测方法的一种可行的替代方案。几年后，美国明尼苏达大学的研究人员研制了第一个可以投入实际使用的基于视频的车辆检测系统。该系统使用了当时最先进的微处理器，在不同场景和环境下的测试结果良好，说明了利用视频传感器实时检测车辆的可行性。同期基于视频的车辆检测的研究也在欧洲和日本广泛展开[8]。
目录
1 引言 1
1.1 课题背景及意义 1
1.2 国内外的研究现状 2
1.3 本文的所做的主要工作以及章节介绍 3
2图像预处理技术 4
2.1彩色图像的灰度化 4
2.2图像二值化 5
2.3孔洞填充 6
2.4腐蚀 7
2.5膨胀 9
2.6开运算 10
2.7闭运算 10
2.8平滑处理 11
3连通域的外接矩形 12
4运动目标提取算法 12
4.1背景差分法 13 *好棒文|www.hbsrm.com +Q: ￥351916072￥
4.2帧间差分法 13
4.3光流法 14
5车辆跟踪 15
5.1Kalman滤波 15
5.2质心跟踪算法 17
6交通事件检测 18
6.1车辆逆行检测 19
6.2违章停车 22
7界面设计 24
7.1菜单栏 25
7.2工具栏 25
7.3播放器控件 26
7.4开发工具 29
7.5开发环境 31
8实验结果分析 31
结 论 37
致谢 38
参考文献 39
1 引言
1.1 课题背景及意义
目前基于视频的交通事件识别研究已经取得了一定的进展，但是仍然存在一部分系统是在对交通场景进行视频监控的基础上，利用人工或半人工的方式实现交通事件的检测。而应用视频处理技术的智能化交通事件识别系统也尚处于探索阶段，对于多种交通事件的识别仍存在局限性，在技术实用性、算法复杂度等方面也需进一步改进，在某些关键技术环节，特别是在目标的高层运动行为分析及事件识别的模型构建等方面还需进一步深入研究[1]。
所以减少交通事故，保障人们的出行安全与效率，这就需要我们对于交通基础设施建设进行加强，同时对民众的交通安全意识进行提高，并且在此基础上使用智能化的交通管理和控制系统。从而使人们对城市的交通进行科学和有效的管理，而我们如果要实现对交通的实时管理就需要更加精确、可靠、实时的交通事件信息。因此开发和研究出交通碰撞的检测与识别技术是实现智能化交通的管理与控制的基础。
近几年，交通的需求量增加并且快速增长，交通建设更是日新月异，城市间兴建了大量的公路，城市内也是多了很多的环线道路。所以，世界各国的交通问题越来越多，越来与严重，城市内的公路在上下班高峰更是显得拥挤、阻塞，城市间的公路也是有大量的交通碰撞。人们在享受这道路发展的便利，同时也迎来了交通阻塞或者交通事件所带来的不便甚至是威胁。一旦道路中发生了交通事故就会对交通造成阻塞并导致行车延误，并很有可能引发二次事故发发生，这严重影响了人们的出行和公路的整体运营效率。所以作为道路交通监控的重要组成部分——交通碰撞检测系统需要加强。当道路上出现车辆逆行或违章停车等违规现象时，会对正在行驶的车辆、行人的安全构成了巨大的隐患。
当前,基于视频的监控系统已经广泛运用于公路上,但是如果仅仅靠人力来对公路上的行车状况进行监控,不但浪费大量的人力,而且效率低下。如果能对视频监控系统中的实时视频里的内容进行理解以及分析,进行视频检测,对出现的异常情况自动通知监控中心,将能对公路上车辆的安全运行起到极大的作用[2]。
1.2 国内外的研究现状
1.2.1国内研究现状
目前我国的算法主要是差分法和基于统计模式的运动目标检测，基于运动矢量估计的算法尚未成熟。
哈尔滨工业大学的张泽旭、李金宗、李宁宁等做过基于光流矢量和 canny 边缘检测算子来进行运动目标的检测和分割算法理论研究[3]。电子科技大学的魏波做过基于统计模式方法的运动目标检测算法，首先利用较简单的算法对运动场进行了粗略的估计，然后根据马尔可夫(Markov)随机场理论构造出运动场的间断点分布模型，利用此模型来检测运动场间的断点，以此来实现运动目标的检测。实验表明，这一方法十分有效，且运算负担较小，并可通过 DSP 实现实时检测[4]，但未能实现跟踪。也有人对帧差算法运用先进的技术进行了优化和改进，如模糊聚类算法[5]、遗传算法聚类[6]等。但是都只停留在理论算法的研究基础上。
在我国智能交通的研究和推进还处于起步阶段，但智能交通对于交通系统的建设和经济建设来说很重要，我过相关部门对此也十分关注，“十二五”规划（2011~2015）更是突出了物联网智能交通的地位。目前北京、广州在智能交通领域走在我国的前沿。北京是建立智能交通系统，并完善了智能化道路的交通指挥管理系统，该系统包括了城市道路交通信号控制系统，交通检测、电视监控系统、交通违法检测系统以及全市“122”交通事故接处警系统。
2016年10月底，高德地图联合各省交管部门发布了《“互联网＋交通”城市指数报告》，首次用“智能出行”“智能交通”“政务影响力”3大指标来衡量城市的智能化交通发展水平。广州在智能交通调度方面发展亮眼，提高政务能力已初显成效；武汉则则联合高德地图户外智能诱导发展全国领先。此外，宁波和唐山的智能交通发展赶超了一线城市，唐山则在数据开放和互联网运营方面发展强势[7]。
1.2.2国外研究现状
1978年，美国 JPT(加州帕萨迪纳市的喷气推进实验室)首先提出了运用机器视觉来进行车辆的检测的方法，指出其是传统检测方法的一种可行的替代方案。几年后，美国明尼苏达大学的研究人员研制了第一个可以投入实际使用的基于视频的车辆检测系统。该系统使用了当时最先进的微处理器，在不同场景和环境下的测试结果良好，说明了利用视频传感器实时检测车辆的可行性。同期基于视频的车辆检测的研究也在欧洲和日本广泛展开[8]。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1543.html
