视频的车流量检测系统(源码)【字数：11692】
摘 要城市的车流量信息是缓解城市交通压力必不可少的数据，实时掌握每个道路的车辆数据能够使信号灯更加灵活的进行变换，最大限度的利用道路的资源。因此，统计道路的车流量具有十分重要的意义。基于视频的车流量检测系统目标是识别一定区域的运动车辆并进行统计计数。本系统是以道路视频为依据，采用图像处理技术处理视频样本。例如背景差分法，图像二值化，降噪，腐蚀，膨胀，轮廓获取等等。然后将视频中的运动车辆识别并统计计数。论文主要分为一下几个方面1.首先对该系统及其国内外现状进行简介。2.简单介绍了系统涉及的相关技术。3.较为详细的规划了系统的需求分析。4.就该系统的实现进行了深入讨论。5.测试系统，检查是否达到预期效果。6.总结本次论文所获得的收获以及系统改进的地方。
目 录
第1章 绪论 6
1.1研究背景 6
1.2国内外研究现状 6
1.2.1国外研究现状 6
1.2.2国内研究现状 8
第2章系统相关技术简介 9
2.1 opencv简介 9
2.2 opencvsharp简介 9
2.3 RGB、YUV和HSV颜色空间模型 9
2.3.1 RGB颜色模型 9
2.3.2 YUV颜色空间 10
2.3.3 HSV颜色空间 11
2.4 PictureBox控件 13
第3章 车流量检测系统分析 14
3.1系统需求分析 14
3.1.1功能需求分析 14
3.1.2非功能需求分析 14
3.2可行性分析 14
3.2.1技术可行性 14
3.2.2经济可行性 15
3.3系统整体设计方案 15
3.4系统设计难点 15
3.4.1.背景的不稳定性 15
3.4.2.算法的执行效率和准确性 16
第4章 基于视频的车流量检测系统的设计与实现 17
4.1读取视频及处理模块 17
4.1.1噪声过滤 17
4.1.2帧差法与背景差分法 20
4.1.3 形态学处理 23 *好棒文|www.hbsrm.com +Q: *351916072*
4.2 运动车辆计数 24
4.2.1.轮廓提取 25
4.2.2.质心计算 27
414质心获取效果图 28
第5章 基于视频的车流量检测系统测试 29
第6章 总结与展望 31
参考文献 32
致谢 33
第1章 绪论
1.1研究背景
近些年来，济南的交通拥堵愈发严重。与其他的大城市类似，济南拥有大量的汽车和人口，济南除了其独有的拥堵特点外，与其他城市一样的便是上下班的高峰时期。
交通事故对于城市交通效率具有严重的影响。如果发生，则会降低车流的流通速度进而逐渐使道路陷入堵塞的境地。随着车量的继续增加这种情况会愈加恶化，大大降低了城市的道路交通效率，后果便是浪费资源，加重尾气污染，最终可能会使得交通出现和进入“瘫痪”状态。[1]
而当代城市的现实交通状况十分复杂，它的产生有很多方面的问题，如机动车数量增长太快而道路容量不足、道路交会过多、公共交通设施不够完善和人为的很多因素。
当下的交通状况是各类型交通工具与行人一起使用交汇型的十字路口。而红绿灯的信号频率则成为控制交通状况的至关因素。每当出现红灯，所有行人，车辆都要停下等待，但是在固定时间内所能通过的流量是一定的，但是通常情况下，该流量是小于车辆和行人的增长量的。结果便是交通堵塞加剧，行车等待的时间变长。
所欲，在不计城市道路数和车辆数的情况下，道路交会过多和“用信号灯固定的频率控制道路行车”导致了城市交通拥堵的两大直接原因[2]。
所以治理交通堵塞的重任就落在了如何改进红绿灯的信号频率，而红绿灯信号的变换频率需要根据车流量的实际情况来动态变化。本课题就是基于这种理念设计一个车流量检测系统，实现对车流量的检测和反馈，使得信号灯的变换频率更加合理，灵活。
1.2国内外研究现状
1.2.1国外研究现状
将视频技术用于交通道路检测的想法最先是由美国提出的，同时美国也是世界上最先研究ITS[3] (Intelligent Transport System) 的国家。1978年,在美国加州的喷气推动领域的学者完成一系列例证后,指出经由计算机视觉处理获得交通道路上的所选车辆信息是可行的,并以此信息改善道路交通，完全可以替换传统检测方式。从此，基于视频的车流量检测法不再是纸上谈兵。然后美国明尼苏亚大学研制了基于视频的车辆检测系统。该系统在不同的道路交通环境下进行了测试，至此全国首个基于视频交通流检测系统(AUTOSCOPE)[4]在这里就此诞生了。之后的几年美国一些大学和有关公司都对在城市道路上应用视频检测系统对车辆检测进行了大量的尝试。二十世纪九十年代，美国一家著名公司即休斯飞机公司[5]经过一系列尝试后，表示这一技术已经具备了应用于商业的投资价值。同时，随着技术的不断发展，该系统不但可以检测出车辆，还能从中提取交通车流量，从而跟踪车辆。至此标志着基于视频的交通流量统计体系正式确立。
在这之后，基于视频的运动车辆检测的研究在世界各地逐渐展开。当前许多国家都对此技术进行了不懈的研究并最终取得了许多成果，同时该技术在城市交通应用中也取得了十分不错的成绩。1970年后，日本研制出了车载塞车预测系统，当在车辆上安装此系统后，车辆经过设定某一区间时，控制中心会收集其通过这一群建所需时间，冰鸟根据统计各路段交通状况。1975年，加拿大McMaster大学研究人员Thom根据突变理论[6] ，在交通情况从拥挤状态向非拥挤状态发生转变时，车流量和车辆控件占有率变化平稳，而速度却发生急剧的变化，基于此理论提出了McMaster算法[7]
二十世纪九十年代以前，那时的软、硬软件技术等方面比较薄弱，受此影响视频检测技术在城市交通的使用寥寥可几，所以发展不快。之后，视频检测技术愈发成熟，基于视频的车流量检测技术在交通领域的使用也越来越多。尤其在2010年以后，外国的一些公司的研究人员分别从软件（算法改良）和硬件（加强收集数据设备）两方面入手，大大增加了车辆检测功能。
1.2.2国内研究现状
国内ITS相对国外研究时间尚短，技术基础比较单薄，但随着这些年中国经济和科技的迅速发展，中国在这一领域的研究也取了很多进步。早期的有中科院自动化所的谭铁牛研究员，他在上世纪九十年代就开始从事相关的研究与开发，期间开发了交通监控系统V Star，该系统由计算机、DV 和场景模拟平台组成，通过 DV 把采集的视频序列图像传输给计算机，对视频中的运动车辆进行检测跟踪。此外还有上海交大的王春波[8]提出应用运动割据和静止割据相结合的方法检测运动目标车辆。现在，我国诸如厦门恒深智能软件系统有限公司也研发了出多产品，其中比较知名的例如Head Sun Smart ViewerII。
目 录
第1章 绪论 6
1.1研究背景 6
1.2国内外研究现状 6
1.2.1国外研究现状 6
1.2.2国内研究现状 8
第2章系统相关技术简介 9
2.1 opencv简介 9
2.2 opencvsharp简介 9
2.3 RGB、YUV和HSV颜色空间模型 9
2.3.1 RGB颜色模型 9
2.3.2 YUV颜色空间 10
2.3.3 HSV颜色空间 11
2.4 PictureBox控件 13
第3章 车流量检测系统分析 14
3.1系统需求分析 14
3.1.1功能需求分析 14
3.1.2非功能需求分析 14
3.2可行性分析 14
3.2.1技术可行性 14
3.2.2经济可行性 15
3.3系统整体设计方案 15
3.4系统设计难点 15
3.4.1.背景的不稳定性 15
3.4.2.算法的执行效率和准确性 16
第4章 基于视频的车流量检测系统的设计与实现 17
4.1读取视频及处理模块 17
4.1.1噪声过滤 17
4.1.2帧差法与背景差分法 20
4.1.3 形态学处理 23 *好棒文|www.hbsrm.com +Q: *351916072*
4.2 运动车辆计数 24
4.2.1.轮廓提取 25
4.2.2.质心计算 27
414质心获取效果图 28
第5章 基于视频的车流量检测系统测试 29
第6章 总结与展望 31
参考文献 32
致谢 33
第1章 绪论
1.1研究背景
近些年来，济南的交通拥堵愈发严重。与其他的大城市类似，济南拥有大量的汽车和人口，济南除了其独有的拥堵特点外，与其他城市一样的便是上下班的高峰时期。
交通事故对于城市交通效率具有严重的影响。如果发生，则会降低车流的流通速度进而逐渐使道路陷入堵塞的境地。随着车量的继续增加这种情况会愈加恶化，大大降低了城市的道路交通效率，后果便是浪费资源，加重尾气污染，最终可能会使得交通出现和进入“瘫痪”状态。[1]
而当代城市的现实交通状况十分复杂，它的产生有很多方面的问题，如机动车数量增长太快而道路容量不足、道路交会过多、公共交通设施不够完善和人为的很多因素。
当下的交通状况是各类型交通工具与行人一起使用交汇型的十字路口。而红绿灯的信号频率则成为控制交通状况的至关因素。每当出现红灯，所有行人，车辆都要停下等待，但是在固定时间内所能通过的流量是一定的，但是通常情况下，该流量是小于车辆和行人的增长量的。结果便是交通堵塞加剧，行车等待的时间变长。
所欲，在不计城市道路数和车辆数的情况下，道路交会过多和“用信号灯固定的频率控制道路行车”导致了城市交通拥堵的两大直接原因[2]。
所以治理交通堵塞的重任就落在了如何改进红绿灯的信号频率，而红绿灯信号的变换频率需要根据车流量的实际情况来动态变化。本课题就是基于这种理念设计一个车流量检测系统，实现对车流量的检测和反馈，使得信号灯的变换频率更加合理，灵活。
1.2国内外研究现状
1.2.1国外研究现状
将视频技术用于交通道路检测的想法最先是由美国提出的，同时美国也是世界上最先研究ITS[3] (Intelligent Transport System) 的国家。1978年,在美国加州的喷气推动领域的学者完成一系列例证后,指出经由计算机视觉处理获得交通道路上的所选车辆信息是可行的,并以此信息改善道路交通，完全可以替换传统检测方式。从此，基于视频的车流量检测法不再是纸上谈兵。然后美国明尼苏亚大学研制了基于视频的车辆检测系统。该系统在不同的道路交通环境下进行了测试，至此全国首个基于视频交通流检测系统(AUTOSCOPE)[4]在这里就此诞生了。之后的几年美国一些大学和有关公司都对在城市道路上应用视频检测系统对车辆检测进行了大量的尝试。二十世纪九十年代，美国一家著名公司即休斯飞机公司[5]经过一系列尝试后，表示这一技术已经具备了应用于商业的投资价值。同时，随着技术的不断发展，该系统不但可以检测出车辆，还能从中提取交通车流量，从而跟踪车辆。至此标志着基于视频的交通流量统计体系正式确立。
在这之后，基于视频的运动车辆检测的研究在世界各地逐渐展开。当前许多国家都对此技术进行了不懈的研究并最终取得了许多成果，同时该技术在城市交通应用中也取得了十分不错的成绩。1970年后，日本研制出了车载塞车预测系统，当在车辆上安装此系统后，车辆经过设定某一区间时，控制中心会收集其通过这一群建所需时间，冰鸟根据统计各路段交通状况。1975年，加拿大McMaster大学研究人员Thom根据突变理论[6] ，在交通情况从拥挤状态向非拥挤状态发生转变时，车流量和车辆控件占有率变化平稳，而速度却发生急剧的变化，基于此理论提出了McMaster算法[7]
二十世纪九十年代以前，那时的软、硬软件技术等方面比较薄弱，受此影响视频检测技术在城市交通的使用寥寥可几，所以发展不快。之后，视频检测技术愈发成熟，基于视频的车流量检测技术在交通领域的使用也越来越多。尤其在2010年以后，外国的一些公司的研究人员分别从软件（算法改良）和硬件（加强收集数据设备）两方面入手，大大增加了车辆检测功能。
1.2.2国内研究现状
国内ITS相对国外研究时间尚短，技术基础比较单薄，但随着这些年中国经济和科技的迅速发展，中国在这一领域的研究也取了很多进步。早期的有中科院自动化所的谭铁牛研究员，他在上世纪九十年代就开始从事相关的研究与开发，期间开发了交通监控系统V Star，该系统由计算机、DV 和场景模拟平台组成，通过 DV 把采集的视频序列图像传输给计算机，对视频中的运动车辆进行检测跟踪。此外还有上海交大的王春波[8]提出应用运动割据和静止割据相结合的方法检测运动目标车辆。现在，我国诸如厦门恒深智能软件系统有限公司也研发了出多产品，其中比较知名的例如Head Sun Smart ViewerII。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/156.html
