基于视频的交通信息采集系统的研究

摘要

智能交通系统(Intelligent Transportation system，简称ITS)是交通可持续发展的必由之路，交通信息采集与处理技术作为ITS中解决信息来源、实时分析与处理信息的关键技术，是ITS的核心之一。纵观交通信息采集方法的发展历程，基于视频的交通信息采集技术由于其无可比拟的优势，必将成为未来实时交通信息获取的发展方向。
　　 本文采用基于运动目标提取和模型跟踪的交通信息采集技术，以车辆为整体作为识别和跟踪对象，提取车流量、车型、车速、运动轨迹等信息。论文的主要研究工作如下：
　　 (1)在研究和分析了众多车辆检测算法的基础上，本文使用基于背景差分的视频分割方法进行车辆分割，并提出在使用最大类间方差法(Otsu’s方法)来获取自适应阈值的同时，进一步采用辅助手段帮助判断分割结果，取得了较好的效果。
　　 (2)在获取运动目标特征的基础上，本文使用基于卡尔曼滤波的车辆跟踪算法，对目标预测其在下一时刻可能的位置，从而可以在这个位置附近的小范围内，对目标进行特征匹配搜索，建立目标在连续帧中的对应关系，完成目标跟踪。
　　 (3)在交通参数提取层面，本文研究了车流量、车型、车速等重要交通参数的提取与计算方法。