基于目标检测与跟踪的机动车视频测速方法研究

摘要

随着计算机技术、网络技术、图像处理技术与计算机视觉的飞速发展，智能化视频监控系统使计算机能够代替人对视频监控的信息进行采集，处理和决策。本文主要研究的是如何对高速公路的视频监控图像进行处理和分析，从中提取出车辆的速度信息，为智能交通系统(ITS)提供必要的交通参数。 本文把测速问题划分为两个子问题：行驶时间的测量和行驶距离的测量。对于距离测量本文提出了一种新的图像定位方法：基于对路面已有的白色标线的检测来计算有关图像定位的三个参数。并以此获得图像位置和对应监控道路位置的对应关系。该方法与传统摄像机标定法相比不需设置复杂繁琐的标定物，比常用的虚拟线圈方法有更好的实用性和适应性。同时采用易维护和较高抗震性能的路边单杆摄像机来采集图像，方便了系统的安装、调校和修理，对高速公路的正常运行不会产生影响。本文还提出了一种基于阈值分割和边缘检测的路面标线检测算法，用来检测道路上三条车行道标线的位置以及每段标线的端点位置。 本文同时还采用了基于背景差分的车辆检测方法和基于卡尔曼滤波的车辆跟踪方法，对道路上的车辆进行正确的检测和跟踪，并利用基于边缘检测的阴影消除算法排除车辆的浓烈阴影的干扰，得到每帧图像上车辆的准确位置，然后可以得到车辆在图像上的运动轨迹，结合图像定位可以得出车辆在真实场景下的行驶距离。根据得到的视频帧数时计算出车辆的速度。最后，本文还提出了一套可行的机动车视频测速系统设计方案。 总之，本文对视频测速中的测距问题和目标检测和跟踪问题进行了深入的分析和研究，对这些问题提出了自己的解决方法。并且对这些方法作了实验，实验结果表明，本文提出的方法具有一定的精确性和稳定性，能够满足实际系统的要求。

目录

文摘

英文文摘

声明

第一章引言

1.1课题研究背景及发展现状

1.2论文的主要工作

1.3论文的章节安排

第二章车视频测速问题分析及相关理论

2.1机动车视频测速问题分析

2.1.1车辆行驶时间的测定

2.1.2车辆行驶路程的测定

2.1.3视频测速面临的一些实际困难

2.2常用的图像定位方法

2.2.1摄像机标定方法

2.2.2其他图像定位方式

2.3运动目标在图像中的检测方法

2.4运动目标在视频序列中的跟踪方法

2.5小结

第三章基于路面标线检测的图像定位方法

3.1基于路面标线检测的图像定位方法

3.1.1图像定位的已有解决方法分析

3.1.2本文的图像定位方法原理

3.1.3基于路面标线检测的图像定位法

3.1.4要注意的问题

3.1.5原理总结

3.2路面路标线的检测方法

3.2.1道路图像分析

3.2.2阈值分割检测道路标线

3.2.3基于车行道间隔线的边缘检测来检测道路标线端点

3.3基于路面标线检测的图像定位实验

3.4小结

第四章车辆目标在视频中的检测及跟踪

4.1基于背景差法的机动车目标的检测

4.1.1常用的背景的初始化方法

4.1.2高速公路监控视频图像特征分析

4.1.3背景初始化和更新方法

4.1.4车辆目标分割

4.1.5基于道路和车辆表面边缘信息的阴影消除

4.2基于卡尔曼滤波器的机动车跟踪方法

4.2.1卡尔曼滤波器模型简介

4.2.2基于卡尔曼滤波器的车辆目标跟踪模型

4.2.3参数的初始化

4.2.4基于卡尔曼滤波器的车俩跟踪算法

4.2.5车辆目标的检测与跟踪算法流程

4.3车辆检测和跟踪及测速实验

4.4小结

第五章高速公路机动车视频测速系统设计

5.1系统设计要求

5.2系统模块分析

5.3系统工作流程

第六章总结和展望

6.1总结

6.2展望

致谢

参考文献

攻读学位期间的研究成果