基于视频图像的交通事件自动识别算法研究

摘要

为实现全天候、智能化、实时自动地检测发现并及时处置交通事件,确保道路交通正常,本论文主要研究了利用高速公路上监控摄像机采集的视频图像,基于图像处理技术实现自动识别交通事件,并设计了交通事件前景目标的检测和交通事件识别软件系统。
　　 具体在以下几个方面进行了研究工作:
　　 1.对高速公路上各种交通事件进行了分类,并着重针对交通事件中的交通事故的分类做了详细阐述。本论文检测识别的对象是高速公路交通事故中的车辆间事故、车辆单独事故和车辆与固定物碰撞,并由上述交通事故引发的车辆慢行、异常行驶等交通事件。
　　 2.根据高速公路场景特点和车辆前景目标检测要求,首先运用背景差分方法进行车辆前景提取;其次采用合适空间尺寸的空间域非线性平滑滤波器进行滤波处理,对噪声干扰的抑制能力较强,能起到较好作用;最后,针对背景差分灰度化图像的特点,运用矩阵直方图、最大类间方差准则,并结合解析函数拟合法确定的灰度阈值对高速公路场景下前景目标的二值分割提取有较好的效果。
　　 3.提出利用二值图像标定连通区域的属性,对交通事件的前景目标进行特征提取。高速公路上行驶的车辆主要分为轿车、客车和货车三大类,本论文进一步对三类车辆进行了车辆尺寸细分,利用划定检测区域内车辆的面积阈值和车辆宽长比阈值对交通事件进行判定识别。
　　 4.利用设定间隔两帧图像各自对应连通区域质心的坐标差值和时间差,设计了高速公路行驶车辆视频图像测速的模型和方案,可以较准确的进行行驶车辆的速度检测以识别车辆异常慢行或交通拥堵等交通事件,及时对交通事故引发的二次事件识别报警。

目录

文摘

英文文摘

致谢

1 绪论

1.1 课题提出的背景及意义

1.1.1 数字图像处理技术应用的广泛性

1.1.2 高速公路交通事件的快速增长及其严重性

1.1.3 实时视频自动检测的重要性

1.2 国内外研究现状

1.2.1 基于静态图像的目标检测研究现状

1.2.2 基于图像序列的运动目标检测研究现状

1.2.3 目标检测技术在交通事件检测中应用的国内外研究现状

1.2.4 交通事件检测方法分类及国内外研究现状

1.2.5 交通测速研究现状

1.3 课题研究的重点、难点

1.4 论文的主要工作和组织结构

2 交通事件图像检测技术基本理论

2.1 交通事件的分类

2.1.1 按交通事故的对象分类

2.1.2 按违反交通规则的对象分类

2.2 数字视频图像处理

2.2.1 数字图像概述

2.2.2 数字图像处理技术

2.2.3 视频图像

2.3 视频测速理论

2.3.1 视频测速理论概述

2.3.2 视频测速基本原理

2.4 本章小结

3 基于视频图像处理的车辆检测

3.1 基于背景帧差的车辆检测

3.1.1 基于背景差的车辆前景目标提取

3.1.2 动态更新背景算法概述

3.2 差分图像的预处理

3.2.1 差分图像的灰度化

3.2.2 灰度图像的滤波

3.2.3 数学形态学处理

3.3 本章小结

4 基于车辆跟踪的交通事件识别

4.1 前景目标的分割提取

4.1.1 直方图技术与其获取

4.1.2 最大类间方差准则

4.1.3 解析函数拟合法

4.1.4 基于灰度闽值的二值分割

4.2 车辆测速模型

4.2.1 车辆测速方案设计

4.2.2 车辆测速的数学模型

4.3 交通事件识别

4.3.1 基于标定连通区域属性的识别

4.3.2 基于视频测速的识别

4.3.3 交通事件识别整体流程

4.4 本章小结

5 交通事件识别系统的分析与设计

5.1 系统总体设计

5.1.1 系统界面设计

5.1.2 视频运行部分

5.1.3 图像处理部分

5.2 系统算法总体框架

5.3 运行结果

5.4 本章小结

6 结论与展望

6.1 全文总结

6.2 研究展望

参考文献

附录A:系统运行界面源代码

作者简历

学位论文数据集