智能化交通视频图像处理技术研究

简单概述了交通监控系统中涉及的视频图像处理技术的主要内容,包括目标检测、跟踪、行为理解与事件发掘等,并针对若干问题的解决展开了讨论,提出了一种基于注意机制的交通视频分析和多传感器融合监控框架,以提升视频智能化分析的主动性和实时性.     

基于线阵CCD的交通信息采集和检测系统设计与实现

设计并实现了一种基于线阵CCD的交通信息采集和检测系统.该系统利用线阵CCD连续快速记录通过检测断面的车辆的线阵图像,并从该序列线阵图像中获取车牌号码、车辆存在、车辆速度、车辆类型、交通占有率和流量等各种交通参数,并通过TCP/IP协议向监控中心实时传递需要的数据信息.与传统的视频检测系统相比,该系统具有实时性高,检测准确,功能丰富等优点,在实际工程中使用效果良好.     

基于嵌入式Linux和Qt的交通信息采集系统

文章所介绍的基于视频图像处理的交通信息采集系统,包含视频采集卡、交通信息采集终端和远程服务器三大部分,系统软件在Linux和Qt用户环境下开发完成,具有实时性好、算法高效等特点。     

基于视频车辆运动轨迹场的交通事件检测方法*

针对现有交通事件检测算法存在的模型复杂、运算量大,并且检测结果滞后的缺点,提出了一种基于视频车辆运动轨迹场的交通事件检测方法.该方法以基于视频的车辆跟踪轨迹为基础,形成正常车辆运动轨迹场,进而将当前车辆轨迹矢量与正常轨迹场矢量比较,最终实现了对超速、慢行、变道和逆行的异常交通事件的检测.研究结果表明,与传统方法相比,该方法算法简单,并且可以快速、准确地对异常交通事件进行检测.     

关于平均法和分块法提取背景的探讨

在智能交通系统高速发展的今天,基于视频序列的交通参数检测系统得到了空前的发展.而这些系统的在软件方面需要借助一些图像处理理论,对交通视频流进行自动处理、识别来达到应用目的.作为许多场合应用的基础,视频序列的背景估计作为一个重要的分支,近年来吸引了大量的学者在该方面展开研究,并取得了很多具有实效的研究成果.本文主要阐述了基于平均法和基于图像分块法的视频序列背景提取方法,具有较强的实用性.     

基于不同焦距视频图像融合的交通状态识别方法

文章提出一种基于不同焦距视频图像融合的交通状态识别方法,该方法建立在多分辨率视频图像的基础上,检测出车辆的速度以及道路灰度参数,通过BP神经网络训练,达到识别交通状态的目的,从而为预测未来某个时刻的交通状态起到良好的参考作用。     

基于车载自组网的动态交通信息的挖掘和利用

动态交通信息系统是智能交通系统中重要的组成部分,作为一种新兴的车辆间无线通信网络技术,车载自组网可有效提高高速行驶车辆间的信息共享能力。文章阐述利用基于车载自组网的交通信息采集和交通事件协同检测算法、大规模海量交通信息的分布式组织和实日寸处理方法、基于位置的交通信息分发协议等技术,构建一个动态交通信息系统,实现改进交通信息系统中的事件检测的准确性和实时性,提高大规模交通信息处理的实时性,改善交通信息分发的针对性。     

基于多路摄像的视频运动目标智能分析系统

为实现对视频运动目标落点的准确定位与参数分析,并满足其实时性要求,研发了基于多路视频图像的运动目标智能分析系统。该系统综合利用图像预处理和判读技术,在改进ViBe和Mean-Shift等相关算法的基础上,对视频图像进行连续的实时滤波、目标检测和定位以实现对目标参数的智能分析。同时,提出了基于多路视频信息定位目标落点算法和多摄像机协同调度技术。实验结果表明,该系统具有精度高、实时性强等特点,具有较高的实用价值。     

基于遗传算法的交通视频事件多特征选择方法

为了提高交通视频事件检测的准确性和检测速率,提出了一种基于遗传算法的交通视频多特征选择方法。该方法首先提取交通视频的多种特征,尽可能多地获取各种视频事件的信息,然后将这些特征进行融合,得到一个可以表征事件的高维冗余的特征向量,再采用遗传算法对多特征进行优化筛选,最后使用SVM分类器进行训练获得低维的最优特征子集并应用于交通事件检测。实验结果表明,该方法在降低提取特征的维数的同时,可有效提高交通视频事件检测的准确率和检测速率。     

基于视频的交通参数检测技术

智能交通系统（ITS）是现代交通领域的研究热点,而交通参数的检测是ITS中的重要组成部分。本文主要研究了基于视频的交通参数的检测方法,分析了各种方法的算法。     

基于嵌入式车流量实时检测算法研究与实现

针对道路现场实时车流量检测问题,提出了一种改进的帧间差分法的运动车辆检测算法,并将该检测算法成功移植到了嵌入式系统上。将帧间差分法与采用长度、宽度、面积筛选轮廓及用质心距离的车辆跟踪算法结合,实现运动车辆的检测;将U-Boot引导程序、Linux内核、Yaffs2文件系统和检测算法移植到S3C6410上,通过摄像头实时采集交通视频,检测结果由触摸屏显示。复杂交通场景的实时测试结果表明,本系统的检测时间为0.298秒/帧,准确率超过88%,基本能够实现在道路现场的车流量实时检测。     

一种基于视频技术的车辆跟踪方法

在智能交通系统中,基于视频技术的车辆跟踪是交通参数和交通事件检测的关键技术之一。本文首先研究了现有的基于视频技术的车辆跟踪技术,然后提出了一种使用Kalman滤波器预测车辆位置,并用距离和颜色信息辅助识别车辆的跟踪方法。实验结果表明,该方法能够有效地实现车辆的跟踪。     

一种视频交通检测器的设计与实现

提出了一种基于视频的交通流检测方法,并对车流量、车型、车速、拥挤程度等参数进行了提取,用VC 6.0在微机上进行了实现,实际结果证明,该系统具有较高的识别效果和环境适应性.     

基于视频的高速公路违章停车实时检测算法

违章停车是高速公路交通事故的重要诱因,因此迅速、有效地检测出违章车辆是高速公路交通管理与控制的重点。提出一种基于视频的高速公路车辆违章停车实时检测算法,在分析了基于视频的违章停车检测系统的组成和视频检测的优点的基础上,用背景差分算法和OSTU阈值相结合的方法,对所采集的某路段视频,进行车辆违章停车判断。实验表明,该方法...     

一种基于聚类分析的实时交通流量监测系统

将图像处理技术与聚类分析理论相结合,建立了一个基于视觉信息的车流量检测系统,实现了从图像获取、运动车辆检测、图像聚类分析,到车辆计数、车速及车辆大小等交通流量参数提取整个过程的自动化.实验证明,该系统具有相当的实用性.     

车辆监控管理系统的设计与实现

利用GPRS、GPS和JMF等技术开发了“车辆监控管理系统”。系统通过GPRS和JMF分别实现了车载GPS终端GPS数据的采集和站点现场交通的视频监控。系统根据GPS位置数据提取出终端的经纬度、速度和基本信息,并在电子地图上显示车辆的实时位置,同时通过视频实时查看站点路况并统计出站点对应时段的交通流。文中给出了系统主要功能实现的详细流程,该系统不但可精确定位出车辆的实际位置,且通过监控道路交通为车辆管理部门和车辆主出行提供了详细的路段车流分析,实现了车辆管理的科学化,并可有效缓解道路的交通压力。     

智能交通系统中的视频监控技术

介绍了在智能交通系统(ITS)中基于视频图像的车流量和车速检测、车辆类型检测和识别,以及车牌号码的定位和识别技术,并给出了应用实例.最后,结合目前的研究成果对视频图像在ITS中存在的问题和对未来的发展进行了展望.     

一种基于彩色视频流直方图分析的交通流量统计算法

通过分析摄像头采集的现场交通彩色视频数据．将视频检测应用到交通流量检测和交通控制。运用图像处理的方法提取图像中通行车辆的车速以及通过视场内的车流量,在研究视频流的基于彩色直方图的通行车辆识别算法后．提出一种新的基于彩色视频流的直方图分析的车流量检测算法。本算法通过计算视频流中的每一帧ROB值的直方图．通过做差值来统计视频中的车辆数量,并根据变化的快慢频率来计算车辆行驶的速度。该算法改进了已有的利用黑白视频流灰度直方图的方法,扩展了算法应用的灵活性,满足了应用系统的实时的要求,确保了检测数据的精度．在算法准确度和速度方面均有比较好的效果。     

基于DAB技术的智能交通车载终端

基于数字音频广播(DAB)技术,文章提出了一种交通诱导信息广播系统和一种车载智能终端。交通诱导信息广播系统将高速发展的广播数字化技术与城市交通智能管理相结合,是集信息采编、信息发布、信息移动接收、交通实时导航、娱乐于一体的信息处理平台;车载智能终端基于DAB技术,是用于对车辆现代化管理的设备。交通诱导信息广播系统依托移动网络可以从服务车辆上获得全球定位系统(GPS)定位信息,从而监控和跟踪车辆;车载智能终端可以接收DAB信道的实时广播、动态路况、车辆的导航路径等信息。