高速公路交通异常事件检测算法研究

摘要

近年来，随着计算机存储和运算能力的不断提高，人工智能、模式识别技术的迅猛发展，基于视频的交通事件检测技术成为智能交通领域研究的热点问题。交通事件自动检测系统是交通视频监控系统智能化和自动化的关键，为快速处理交通事件、减少交通延误、避免二次交通事故的发生提供条件，为高速公路运营管理提供了新的突破口。但如何高效、准确、快速地实现交通事件自动检测，仍是当前智能交通领域面对的一大难题。
　　本文从实际应用出发，以高速公路视频序列为研究对象，从运动目标检测、跟踪和异常行为描述等几个关键技术着手进行研究，设计了高速公路逆行、停车、变道异常事件自动检测算法。本文对上述三种异常事件的研究主要包括以下几个方面的内容:
　　在运动目标检测方面，采用均值法建立背景模型，以背景差法提取运动目标前景;针对存在阴影的运动目标前景，提出了一种基于边缘和HSV颜色空间相结合的方法去除阴影，并结合形态学处理方法提取出完整的运动目标前景，为有效的运动目标跟踪提供了基础。
　　在运动目标跟踪方面，以车辆的质心和面积为基本特征对车辆进行跟踪，结合Kalman滤波算法寻求运动目标特征的最优估计，利用欧式距离计算运动目标的位置距离和面积大小差异寻找最佳匹配完成运动目标的跟踪;针对车辆间遮挡会使跟踪目标丢失的现象，本文提出了面积筛选的方法用不同的方式对车辆进行跟踪，最终获得车辆的运动轨迹，为异常事件的判断提供了依据。
　　在异常事件检测方面，通过分析车辆的运动轨迹可以直观的了解车辆的运动方向，将车辆的运动方向与道路规定的正方向进行比较判断车辆逆行事件;通过分析车辆的运动轨迹可以间接获得车辆的瞬时速度、加速度、质心位置变化等交通参数，分析这些交通参数的变化判断车辆是否发生违章停车事件;通过分析车辆运动轨迹与基准车道线间距离的离散程度判断车辆是否发生变道事件。
　　本文对不同路段高速公路实际交通视频序列进行测试，实验结果验证了本文异常事件自动检测算法行之有效，能够准确的检测出逆行、停车、变道异常事件，具有很好的实用性。

目录

声明

摘要

1 绪论

1．1 课题的研究背景及意义

1．1．1 课题的研究背景

1．1．2 课题的研究意义

1．2 交通事件检测算法的研究现状

1．3 本文的主要工作和论文结构安排

2 交通异常事件检测系统概述

2．1 高速公路交通异常事件检测

2．2 交通异常事件检测系统的组成

2．3 本章小结

3 运动目标检测算法研究

3．1 常见的运动目标检测方法

3．1．1 帧差法

3．1．2 光流法

3．1．3 背景差法

3．2 交通异常事件检测中背景的建立

3．2．1 高斯混合背景建模

3．2．2 均值背景建模及背景更新

3．2．3 背景建模实验对比

3．3 阴影检测去除

3．3．1 基于边缘的阴影去除

3．3．2 基于HSV颜色空间的阴影去除

3．3．3 基于边缘和HSV颜色空间融合的阴影去除方法

3．4 有效运动区域的提取和标记

3．4．1 形态学处理

3．4．2 连通区域标记

3．5 本章小结

4 基于特征的运动目标跟踪算法研究

4．1 常见的运动目标跟踪算法

4．2 Kalman滤波原理

4．3 基于质心的运动目标跟踪

4．3．1 运动目标的特征提取

4．3．2 Kalman滤波特征值估计

4．3．3 基于面积筛选的特征匹配

4．3．4 基于面积筛选的特征匹配跟踪实验结果

4．4 运动目标跟踪轨迹的获得

4．5 本章小结

5 异常事件检测方法研究

5．1 车辆运动轨迹模型

5．2 交通异常逆行事件检测

5．2．1 车辆逆行事件的判断原理

5．2．2 车辆逆行事件的检测结果分析

5．3 交通异常停车事件检测

5．3．1 车辆停车事件的判断原理

5．3．2 车辆停车事件的检测结果分析

5．4 交通异常变道事件检测

5．4．1 车道线检测

5．4．2 车辆变道事件的判断原理

5．4．3 车辆变道事件的检测结果分析

5．5 异常事件检测效果分析

5．5．1 实验平台

5．5．2 实验效果分析

5．6 本章小结

结论

致谢

参考文献

攻读学位期间的研究成果