下载文档原格式
基于视频的车流量检测模拟摘要:本文以vc++6.0作为基础开发平台,针对采集的交通视频图像,进行相关信息的识别与提取,利用经典的背景提取算法提取背景;采用减背景的方法进行目标检测;对车流量检测进行了简单的模拟。
关键词:背景提取, 目标检测,车流量检测一、引言近年来,基于计算机视觉和图像处理技术的交通信息检测技术(简称视频检测技术)逐步成为研究主流。
其工作流程为:通过安装在路面上方的摄像机采集交通图像,应用计算机视觉和图像处理技术处理图像数据,获取实时、丰富、动态的交通信息,进行交通的信号控制、信息发布等。
视频检测算法是整个智能交通系统的核心,其好坏将直接影响系统的检测精度和检测效率。
而在近几年its市场的推动下,基于视频图像分析和模式识别技术的交通流量检测算法针对其特有的应用场合,逐步成为目标检测技术的一个研究分支。
二、总体框架本文采用的视频文件时raw图像格式,首先读取若干帧的视频文件,然后分别利用背景提取算法和目标检测算法对读取到的视频文件进行背景提取和目标检测,进而统计出当前路面上的车流量信息。
同时,为了得到更为精确的车流量数据,采用了相应的背景更新算法对背景进行实时更新。
图1 总体框架图三、背景提取与更新3.1 背景提取(1)多帧图像平均法是将运动车辆看作为噪声,用累加平均的方法消除噪声。
利用车辆运行一段时间的序列图像进行平均而得到道路的背景图像。
该算法的特点是模型简单、计算方便。
但是,在实际应用中,往往是图像中的某些区域有亮度高的运动目标,而某些区域有亮度低的运动目标经过,通过平均法得到的背景图像就会出现亮暗分布不均匀的区块。
另外,该算法得到的背景图像受车流量的影响变化比较大。
当然,随着帧数的增加,噪声消除后的结果会有所改善。
(2)统计直方图法是统计一段时间内各个像素点上不同亮度值出现的次数,其中出现次数最多的,即直方图中最大值所对应的亮度值就是路面本身的亮度值。
该算法抗噪声干扰性好,在通常情况下提取出的背景较好,但运算量大、提取背景速度慢是该方法的主要缺陷。
基于视频的车流量统计算法常志国;李晶;胡云鹭;郭茹侠【摘要】The vehicle counting algorithm based on virtual line inevitably exists the possibility of missing and error. Concerning this issue, this paper extracts and combines two types of image information- the virtual lines’ relative positions with the objects and its pixel value variance, then a new vehicle segmentation and counting method is proposed. First, it determines the relative positions between the objects and the virtual lines, and combines with the variance of virt ual lines’ pixel value. With these information, it can improves the accuracy of the traffic flow by means of dividing vehicles. A testing system is developed for testing the performance of the method. The system has run in some kinds of weather, and its result is analyzed. The results show that the method has excellent performance both in real-time and accuracy in the daytime and the accuracy was above 95% for each lane of traffic. But the performance in the nighttime may not be optimal. Therefore, improvement is planned to make during following research.%基于虚拟检测线的车辆计数算法不可避免地会出现漏检和误检问题。
基于Vi Be的车流量统计算法在交通管理领域，车流量统计一直是非常重要的一项工作。
它可以对道路交通的状况进行实时监测和预测，为交通管理部门提供重要的参考依据。
近年来，基于Vi Be技术的车流量统计算法得到越来越广泛的应用。
Vi Be技术是一种基于背景减除的目标检测算法，通过对视频帧之间的像素值差异进行分析，来实现对运动物体的检测和跟踪。
在交通管理领域，Vi Be技术不仅可以用于车流量统计，还可以用于交通事故检测、公路通行能力评估等方面。
1. 背景建模Vi Be算法的核心是背景建模，即通过对视频图像中背景的学习和建模来实现对目标物体的检测。
在背景学习阶段，算法会对视频帧进行连续采样，并将每帧图片的像素信息记录下来，并用这些像素信息得到场景背景。
该背景模型包含了一些背景图片的风格和基本运动。
2. 前景提取在背景建模完成后，算法会对连续帧进行对比，以检测出前景物体。
具体的做法是，将当前帧的像素信息与背景模型进行差分，得到差异帧。
差异帧中不同的像素值表示为前景点，与背景模型相同的像素值表示为背景点。
3. 目标分割和跟踪在前景提取的基础上，Vi Be算法可以实现对目标物体的分割和跟踪。
具体的做法是，对前景进行形态学滤波和连通区域分析，得到目标物体的连通区域。
然后，通过对连通区域进行分析，计算目标的位置和移动速度等信息。
4. 车流量统计通过对目标物体进行跟踪，我们可以得到每一辆车的轨迹信息。
而车流量统计就是对这些轨迹信息进行统计和分析，来得到车流量的相关指标。
具体的做法是，统计每一辆车进入和离开监测区域的时间戳，以此计算出车流量、车速等指标。
总结来说，Vi Be的车流量统计算法通过对视频中的像素信息进行分析，能够实现对运动物体的检测和跟踪，并通过对跟踪信息的统计和分析，提取出车流量等交通信息。
这个算法不仅简单高效，而且能够适应不同的交通场景，因此在实际交通管理中大有用途。
专利名称：一种基于视频分析的车流量统计方法专利类型：发明专利
发明人：常志国,李晶,胡云鹭,郭茹侠,何创,闻江申请号：CN201510962491.2
申请日：20151219
公开号：CN105427626A
公开日：
20160323
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于虚拟检测线的车流量统计方法，并应用于实际的道路交通场景中。
对实时交通视频流进行处理，采用帧差法进行运动目标的识别和提取。
车流量检测部分，基于虚拟检测线的车辆计数方法不可避免地会出现漏检和误检问题。
针对这一问题，本发明提取并结合了两种图像信息：位置信息和像素变化信息，提出了一种新的基于虚拟检测线的车流量分割计数方法。
该方法结合了虚拟线圈和目标跟踪各自的优势，兼顾了车流量统计的实时性和准确性。
实验结果表明，本方法在多种不同天气状况下在各车道对视频车辆计数的准确率均大于95％，具有容易推广实施的优势。
申请人：长安大学
地址：710064 陕西省西安市碑林区南二环中段33号
国籍：CN
代理机构：西安通大专利代理有限责任公司
代理人：徐文权
更多信息请下载全文后查看。
基于视频的车流量统计算法设计摘要：智能交通系统(ITS)已经被科学家认为是解决当前城市交通问题最有效的方法,也是目前和未来交通发展的主流方向。
ITS的前提是获得交通道路的实时信息,比如车速、车流量等。
本文主要研究ITS中基于视频检测技术的车流量统计方法,对所涉及的运动目标检测、背景提取、阴影去除以及车辆统计等核心技术进行了详细的研究。
本文的工作主要分为以下四部分：1)对车流量统计相关算法进行了研究,针对目标检测算法,研究了光流法、帧间差分法和背景差分法。
针对背景提取算法,研究了均值法、统计中值法、单高斯背景模型法和混合高斯背景模型法；针对阴影消除算法,研究了基于HSV颜色空间变换的阴影消除算法、基于色彩特征不变量的阴影消除算法和基于纹理特征的阴影消除算法。
同时,本文对上述算法进行了实验对比分析。
2)给出了一种改进的混合高斯模型背景提取算法,当读入一定帧数的图像之后认为背景达到稳定状态,读入新的视频帧时,对当前帧进行判断,如果像素点和稳定背景图像的像素点差值大于阈值Th1,就对该像素点进行更新,反之就不更新。
3)给出了一种改进的基于虚拟区域的车流量统计算法,首先设置检测区域和检测线,然后跟踪检测区域中车辆的质心到检测线的距离d,如果d小于Th2认为有一辆车辆通过,通过实验验证,本文算法的精确率能达到90%左右。
4)实现了一个车流量统计系统,整个系统主要包括视频播放模块、GMM背景更新模块、前景构建模块和车辆计数模块。
视频播放模块主要完成视频的播放和显示；GMM背景更新模块主要是实现本文的背景提取算法；前景构建模块的主要功能是通过阴影去除和形态学操作得到较好的前景图像；车辆计数模块的主要功能是完成本文的车流量统计算法。
本文深入研究了车流量统计的相关算法,并给出了一种改进的混合高斯模型算法和一种改进的基于虚拟区域的车流量统计算法,最后用VC实现了一个车流量统计系统,实验结果表明本文设计的系统能够对车辆目标进行准确检测与统计。
西南交通大学毕业设计（论文）基于视频的车流量检测算法研究专业: 自动化****: **二零一零年六月西南交通大学本科毕业设计（论文）第I页院系信息科学与技术学院专业自动化年级2006级姓名安伟题目基于视频的车流量检测算法研究指导教师评语指导教师(签章)评阅人评语评阅人(签章)成绩答辩委员会主任(签章)年月日毕业设计任务书班级自动化2班学生姓名安伟学号2006 专业自动化发题日期：2010 年1月1 日完成日期：2010 年6 月15 日题目基于视频的车流量检测算法研究题目类型：工程设计√技术专题研究理论研究软硬件产品开发一、设计任务及要求车流量信息是交通控制中的重要信息，其检测在智能交通系统中占有重要地位。
基于视频图像处理技术的车流量检测系统，通过安装在道路旁边或者中间隔离带的支架上的摄像机和图像采集设备将实时的视频信息采入，经过对视频图像的处理分析可以进行车流量的实时检测。
基于视频的车流量检测系统有易安装、维护及实现方便等明显的优势，非常有利于交通系统的管理及控制。
具体要求如下：1. 对图像进行预处理2. 进行车流量的统计3. 人机界面简单清楚友好二、应完成的硬件或软件实验采集视频图像，对图像进行分析处理，完成车流量的统计，与实际通过车辆数目比较，分析本系统的正确检测率。
三、应交出的设计文件及实物（包括设计论文、程序清单或磁盘、实验装置或产品等）1. 毕业设计论文（必须完全符合学校规范，内容严禁有丝毫的抄袭剽窃）2. CD-R（含论文，程序，程序使用说明书，演示视频，盘面注明姓名，专业，日期）3. 英文翻译按学校规定，导师无特殊要求四、指导教师提供的设计资料1. 研究介绍（包括课题背景、动机、内容、意义）2. 计划说明书3. 部分英文文献资料五、要求学生搜集的技术资料（指出搜集资料的技术领域）1. 本课题相关领域国内外重要论文及资料2. 图像处理知识与VC++编程学习指南六、设计进度安排第一部分查阅资料，学习相关编程语言（ 4 周）第二部分编制程序并进行调试（10 周）第三部分撰写毕业论文（2 周）评阅及答辩毕业论文修改和参加答辩（ 1 周）指导教师：年月日系主任审查意见：审批人：年月日注：设计任务书审查合格后，发到学生手上。
西南交通大学信息科学与技术学院2009年制摘要在智能交通管理系统中，实时的交通流参数检测起着越来越重要的作用。
交通流参数包括车流量、车速、车道占有率等，参数检测的方式也有多种，但基于图像处理的视频车辆检测技术以其检测区域大、系统设置灵活等突出的优点，成为智能交通系统领域的一个研究热点。
因此，基于视频的交通流量检测技术成为其研究领域的重要方面和基础。
本文是在阅读和学习国际国内智能交通系统基础上，首先介绍了智能交通系统的背景和意义,视频检测技术的优越性,智能交通系统在国内外研究的现状。
经过多年的不断发展,目前已经提出了很多相关的算法和解决方案.本文在学习和理解这些成果的基础上,采用设置虚拟线的方法来实现车流量统计的算法。
本文在研究过程中主要采用了图像数字化,图像锐化,图像分割,背景相减,虚拟线圈更新,虚拟线圈内车辆的检测等算法。
其中图像分割,背景相减,虚拟线圈的更新是本文的核心内容并作了详细的介绍。
其中背景相减介绍了四种常用的算法,并分析了各种算法的优缺点,结合各种的算法的优缺点,最后本文采用自适应背景相减法,该算法能够很好的提取出目标图像,不过由于外界各种因素比较敏感,同时会出现许多伪运动目标点，不利于目标的准确检测,影响检测准确度,这有待于日后进一步的研究和学习。
本文设计了一种实时可靠的基于虚拟检测线的交通流量检测算法,该算法能够一定的程度上的在复杂路况条件下精确的对车流量进行检测。
关键词：视频检测技术；车流量统计；虚拟线圈更新；自适应背景相减法AbstractIn the Intelligent Traffie System，parameter measurement of real-time traffic flow is becoming more and more important.Traffic flow parameter includes vehicle flow, vehicle velocity, road-occupied rate and so on. There are many kinds of ways to measure parameters, but the technology of video vehicle detection based on image processing has been a hot field in Intelligent Traffic System, because it has prominent advantage that the detectiong field is extensive and the system setting is flexible .Therefore, the detection technology of traffic flow based on video becomes an importance of aspect and foundation.Based on reading and learning the Intelligent Traffic System of home and abroad, the background of the Intelligent Traffic System, the advantages of video detection technolog and the studing situation of the Intelligent Traffic System in national and international are introduced firstly. After years of constant development, it has made a lot of relevant algorithms and solutions. Based on learning and uderstanding these results, those methods are used to set the virtual line to achieve the algorithm of traffic volume statistic. In this paper, the main course of the study is to use the algorithms of digital image, image enhancement, image segmentation, background subtraction, virtual loop update, virtual loop detection within the vehicle. Image segmentation, background subtraction, virtual loop update are the core of this paper and described in detail. Background subtraction introduces four common algorithms, and analyzes the advantages and disadvantages of each algorithm, combines with the advantages and disadvantages of various algorithms. Finally, in this paper, we use an adaptived-background subtraction. The algorithm can extract a good target image, but it is more sensitive to the external factors, while the emergence of many pseudo-moving target, which is not conducive to the precise of target detection and effect the accuracy of detection, so it is subject for further research and study. This paper presents a reliable real-time traffic flow algorithm based on virtual test line detection. To some extend, this algorithm can detect the traffic flow precisly under the condition of complexity.Keywords:video detection technolog; traffic flow statistics; virtual loops update;adaptived-background subtraction目录摘要 ............................................................................................................................. I II ABSTRACT (V)第1章绪论 (1)1.1本论文的背景和意义 (1)1.2国内外研究现状 (3)1.3本论文研究内容和方法 (5)1.3.1研究内容 (5)1.3.2研究方法 (5)1.4本论文的结构安排 (6)第2章系统总体设计 (8)2.1总体设计 (8)2.2系统开发环境 (9)2.2.1Visual Studio 2008介绍 (9)2.2.2OpenCV1.1介绍 (10)2.2.3WinAVI Video Converter介绍 (12)2.3系统环境配置 (12)2.4本章小节 (16)第3章基于视频车流量的算法研究 (17)3.1算法综述 (17)3.2算法的详细实现 (17)3.2.1图像数字化 (17)3.2.2图像锐化 (20)3.2.3像素分类 (21)3.2.4图像分割 (21)3.2.5背景相减 (23)3.2.6虚拟线的更新 (25)3.2.7虚拟线的车流量检测 (27)3.3本章小节 (29)第4章软件的实现 (30)4.1软件的实现 (30)4.2本章小节 (36)结论 (37)致谢 (38)参考文献 (39)第1章绪论1.1 本论文的背景和意义随着社会的发展和科技的进步,人民的生活水平得到很大的提升,汽车的拥有量大幅提升,交通需求日益增加,城市交通拥堵,交通事故频繁发生,交通环境日益恶化以及能源短缺成为当今世界面临的共同问题。
