夜间环境交通数据采集系统设计与实现

针对夜间交通环境的特点,设计和实现了一种基于车灯的交通流视频检测系统。首先,提出一种夜间车道线检测算法,提取车道线并标定摄像机参数。接着,采用一种自适应阈值分割算法提取候选车灯连通域,并利用空间距离信息配对和分组属于同一辆车的连通域,根据规则集定位车灯,建立车辆假设。然后,通过线性搜索,结合最近邻准则和形状属性匹配在帧间关联车辆假设。对于部分和全部遮挡的情况,结合Kalman滤波器处理。根据跟踪信息的连续性,确认车辆存在并保存跟踪轨迹。实验表明,算法的复杂度低,能够在夜晚多种交通环境下实时检测和跟踪车辆,误检和漏检率低,并且对遮挡情况具有一定的鲁棒性。     

一种实用的夜间车牌目标定位方法

在车辆检测识别系统研究中.夜间车牌目标定位一直是个难题.本文根据夜间车辆图像特征,选取HSV颜色模型,其中饱和度S分量能够很好地将车牌区域与车灯及其形成的光束和道路上的车道线等大量噪声分离开来;色彩H分量能够将与车牌颜色有关区域标定出来,可将饱和度较高但不符合车牌颜色特征的区域剔除;融合H、S分量提取的车牌特征信息.对各种不同姿态的夜间车辆图像均可完成目标定位.通过各种情况下获取的实测夜间图像测试,实验结果表明该方法实现简单快捷,对于包含车头灯或车尾灯的夜间图像.定位方法均有效.     

基于高斯混合模型和AdaBoost的夜间车辆检测

针对夜间车辆检测精度相对不高的问题，提出通过构建车头灯对空间几何关系的高斯混合模型（GMM）和采用逆投影车辆样本的AdaBoost分类器准确检测夜间车辆的方法。首先，在交通场景中根据车头灯对的空间位置关系设置逆投影面，通过图像预处理粗定位车灯区域；其次，在逆投影图像下利用车头灯对的空间几何关系构建车灯对的高斯混合模型，初步匹配车头灯对；最后，采用逆投影车辆样本，利用AdaBoost分类器进一步准确检测车辆。实验在3个交通场景的检测结果表明，与原始图像下的AdaBoost方法相比，所提方法的检测率提高了1.93%，漏检率降低了17.83%，误检率降低了27.61%；与D-S （Dempster-Shafer）证据理论方法相比，检测率提高了2.03%，漏检率降低了7.58%，误检率降低了47.51%。所提方法提高了相对检测精度，减少了地面反光和影子等的干扰，满足交通场景中夜间车辆检测的可靠性和准确性的要求。     

基于最小特征匹配代价的夜间车辆检测和追踪

针对夜间复杂环境下车辆追踪存在检测难、配对准确率低、追踪效果差等问题,提出一种新的夜间车辆检测与追踪算法。首先将频域的同态滤波与空域的阈值技术结合进行车灯检测;然后,利用几何特征对车灯进行跟踪;其次,将几何特征和运动特征相结合,利用最小特征匹配代价算法实现车灯配对;最后,根据车灯配对情况对车辆轨迹进行追踪,同时引入反馈修正机制对轨迹进行修正。实验表明该算法能够在不同照明和交通条件下有效检测车灯、跟踪车辆,平均检测率和跟踪率较高。     

基于视频的夜间车辆检测与跟踪

在道路交通管理中基于视频的车辆检测技术发挥了越来越重要的作用。针对夜间交通视频图像中由于照明度低和光线反射干扰导致运动目标提取困难等问题,提出一种建立矩形框来标志车辆的夜间车辆检测与跟踪的方法。通过对图像进行预处理,提取可能为车灯的亮点,建立连通区域。利用两车灯之间的水平位置,两车灯的面积应该是相近或几乎相等以及两者之间的距离应该小于设定的阈值来进行车灯配对。车灯配对成功之后,适当放大配对车灯的连线长度,得到车头宽度。进而根据车头长宽比关系得到车头区域,再通过规则集来定义多种情况下矩形框保存车辆信息的基本原则。车辆的统计跟踪通过基于邻域的方法来实现。经过实验表明,该方法能很好地适用于夜间车辆的检测,并且能满足夜间检测的要求,具备一定的稳定性和准确率。     

夜晚车辆异常事件分析

夜晚车道模型是车辆跟踪和车辆行为分析的基础,但是当高速公路或者城市道路光线较暗时,很难通过车道检测的方法来建立车道模型,夜晚车辆快速行驶或相邻帧车辆之间重叠度较低时无法实现准确跟踪。针对此类问题提出了一种基于学习的车道模型建立方法和基于多帧的最佳匹配跟踪方法。首先利用自动多阈值分割方法提取场景中光亮的目标;其次,利用车灯的相关特征移除非车灯光亮区域;接着,利用空间信息把车灯聚类成一个车辆目标,利用多帧的最佳匹配跟踪方法进行跟踪;最后利用车辆跟踪参数与车道模型的融合对夜晚车辆异常事件进行分析。实验结果表明,该算法能够准确地检测出夜晚车辆换道、逆向行驶、交通拥挤、停车等异常事件,并且有很强的鲁棒性。     

基于视频的夜间车辆检测

由于夜间道路情况复杂,光照条件差,使得夜间车辆检测成为车辆检测技术的难点。提出一种基于视频的夜间车辆检测方法,首先通过图像处理的基本方法提取车前灯,然后通过对图像遍历以及遍历后缩小范围再遍历来对车灯进行定位,最后根据同一车辆两端车灯位置特征进行车灯的匹配。这种方法有效避免了对含有四个车前灯车辆的重复检测,以及不同车辆车灯之间的误匹配。     

夜晚车辆异常事件分析

夜晚车道模型是车辆跟踪和车辆行为分析的基础,但是当高速公路或者城市道路光线较暗时,很难通过车道检测的方法来建立车道模型,夜晚车辆快速行驶或相邻帧车辆之间重叠度较低时无法实现准确跟踪。针对此类问题提出了一种基于学习的车道模型建立方法和基于多帧的最佳匹配跟踪方法。首先利用自动多阈值分割方法提取场景中光亮的目标;其次,利用车灯的相关特征移除非车灯光亮区域;接着,利用空间信息把车灯聚类成一个车辆目标,利用多帧的最佳匹配跟踪方法进行跟踪;最后利用车辆跟踪参数与车道模型的融合对夜晚车辆异常事件进行分析。实验结果表明,该算法能够准确地检测出夜晚车辆换道、逆向行驶、交通拥挤、停车等异常事件,并且有很强的鲁棒性。     

基于虚拟线圈的夜晚车流检测

针对智能交通系统提出的夜间车流检测问题,提出了一种基于视频虚拟线圈的检测方法。该方法主要包括车灯配对和车辆检测两个部分。车灯配对是根据同一车辆的两个车灯大小和相对位置等特性对车灯进行配对;车辆检测是根据车灯配对情况输出车流量。结果表明,该算法取得了良好的检测效果,具备较好的鲁棒性,并且能满足实时性的要求。     

基于视频的夜间车辆检测与跟踪算法研究

针对夜间高速光照条件差、车灯种类多样、环境因素干扰等导致的车辆难以检测的问题,提出了一种基于视频的夜间车辆的检测与跟踪算法。该方法首先将OTSU与一维最大熵阈值分割算法相结合来实现车灯的提取,剔除非车灯光源;然后利用车灯的时空特性完成车灯的匹配,解决了一车多灯和并排同速车辆的问题;最后利用kalman滤波器完成车灯的预测跟踪。在交通弱光流畅交通、正常光流畅交通和正常光拥堵交通3种应用场景下对所提算法进行应用和结果分析,实验结果表明所提方法在保证实时性的同时具有较高的准确率。     

基于双目视觉的车辆闸杆防撞系统

针对传统的线圈感应车辆的方法来判断车辆所在的位置,易出现判断失误、更换设备不方便、费用较高的问题,提出一种适应各种光线变化的双目视觉判断车辆位置的方法来解决此问题。该方法根据白天夜晚的光线不同选取白天模式还是夜间模式,白天模式工作主要包括差值图像的中值滤波、二值图像的提取以及背景的分块实时更新,并在此基础上提出了一种背景差分与帧间差分相结合的车辆位置检测方法,该方法能准确的提取阈值以得到精确的目标轮廊,当工作在夜间模式时,开启红外灯切换到红外 CCD 采集,根据红外灯照射区域的RGB 三色值的大小来判断车辆的位置,这种方法解决了车辆灯光对视频采集的影响。通过实验验证了该方法的有效性。此方法能够准确的判断车辆的位置,并很好的控制闸杆的起落。     

全天候车辆实时检测系统

为解决全天候车辆检测技术精度不高的难题,提出了一种新型联合检测算法。通过在混合高斯背景建模法中加入膨胀、腐蚀算法,减少了视频车辆图像中的大量断点和随机噪声;利用最小面积法设置外接矩形框并通过不断调整矩形框的大小和位置,准确框选出视频图像中的目标车辆。由于夜间光线场景复杂,以能被明显区分的车前灯作为目标,通过直方图双峰阈值法和分水岭分割法将其从视频图像的背景中分离,并基于车前灯的形态参数,设置合适的车灯匹配条件,提出一种实时的车灯配对、车辆跟踪算法,大幅提高了夜间车辆检测的准确度。提出的新型联合车辆检测算法,有效地消除了由于外界光线环境改变造成的车辆检测误差,为全天候车辆检测提供了新思路,具有很强的针对性和重要的现实意义。     

夜间城市交通监控中各类车辆轨迹的完整提取

针对夜间城市交通视频中各类车辆轨迹的完整提取，提出结合车辆类型与轨迹反馈修正的跟踪系统。在视频远中近区域筛选复原车灯光斑后，用面积重叠法获得车灯初始轨迹，再应用反馈纠正误匹配；通过单应性矩阵推算实际车宽，并依此给车辆分类后，按照时空相似度完成车灯配对；最后修正、优化车辆跟踪结果，实现相邻两个监控点间车辆轨迹的完整提取。与同类算法相比，车辆跟踪帧数增加了500帧，车灯匹配率提高了11.33%，车辆跟踪率提高了10%。     

Vehicle Detection Using Spatial Relationship GMM for Complex Urban Surveillance in Daytime and Nighttime

Traffic surveillance is an important issue in intelligent transportation systems. Efficient and accurate vehicle detection is one challenging problem for complex urban traffic surveillance. As such, this paper proposes a new vehicle detection method using spatial relationship GMM for daytime and nighttime based on a high-resolution camera. First, the vehicle is treated as an object composed of multiple components, including the license plate, rear lamps and headlights. These components are localized using their distinctive color, texture, and region feature. Deriving plate color converting model, plate hypothesis score calculation and cascade plate refining were accomplished for license plate localization. Multi-threshold segmentation and connected component analysis are accomplished for rear lamps localization. Frame difference and geometric features similarity analysis are accomplished for headlights localization. After that, the detected components are taken to construct the spatial relationship using GMM. Finally, similar probability measures of the model and the GMM, including GMM of plate and rear lamp, GMM of both rear lamps and GMM of both headlights are adopted to localize vehicle. Experiments in practical urban scenarios are carried out under daytime and nighttime. It can be shown that our method can adapt to the partial occlusion and various lighting conditions well, meanwhile it has a fast detection speed.     

Reaction times to neon,LED, and fast incandescent brake lamps

Standard incandescent brake lamps have a relatively slow rise time. It takes approximately a quarter of a second for them to reach 90% of asymptotic light output, causing potential delays in responses by following drivers. The present study evaluated reaction times to brake signals from standard incandescent brake lamps and from three alternative brake lamps with substantially faster rise times: neon, LED, and fast incandescent. The study, performed in a laboratory, simulated a daytime driving condition. The subject's task was to respond as quickly as possible to the onset of either of two brake lamps in the visual periphery, while engaged in a central tracking task. Brake signals were presented at two levels of luminous intensity. The results showed that reaction times to the alternative brake lamps were faster than to the standard incandescent lamp, with the advantage averaging 166?ms for the LED and neon lamps, and 135?ms for the fast incandescent lamp. A reduction of the signals' luminous intensity from 42 cd to 5 cd increased the reaction time by 84?ms.     

Technology trends of high‐pressure mercury short‐arc lamps for projection systems

Abstract— We will discuss the advantages and limitations of ac and dc lamp technology for microdisplay‐based projection systems. The performance of the lamp in terms of brilliance and thermal robustness together with the potential lamp lifetime for ac and dc lamps will be discussed. ac and dc lamp designs will be evaluated to judge their potential for future improvements in terms of usable projector lumens.     

改进的KCF算法在车辆跟踪中的应用

针对核相关滤波算法(KCF)在复杂道路场景下难以应对因车辆尺度变化,遮挡及旋转而不能继续跟踪的问题,提出了一种新的跟踪方法来更好地实现复杂道路场景下的车辆跟踪。该方法借鉴快速分类尺度空间跟踪器(fDDST),采用一维尺度相关滤波器进行尺度估计。同时融合Kalman滤波器形成预测-跟踪-校准的跟踪机制。该机制结合遮挡处理能够保证系统在目标被严重遮挡时跟踪的准确性。在模型更新方面,在目标被遮挡时,自适应的调节学习率参数,及时纠正模型偏移、特征丢失等问题。实验结果表明,在复杂道路场景下车辆旋转 、遮挡及尺度变化时,均能有效地跟踪目标车辆,且具有良好的鲁棒性。     

《煤矿安全规程》电气部分修订意见

提出严禁矿用一般型照明灯具、通信、自动化装置和仪器仪表等小功率非防爆设备用于煤矿井下;照明灯具应采用LED等冷光源,优选本质安全型或本质安全型与浇封型或隔爆型等其他防爆型式的复合型;用于煤矿井下的监控、通信、监视、控制设备和仪器仪表应优选本质安全型,设备之间传输的信号必须是本质安全型信号;大功率电气设备应优选隔爆型电气设备,隔爆型电气设备应将接线腔与主腔分腔布置。提出矿用通信与信号电缆和光缆可以盘圈。提出与隔爆型电气设备连接的矿用电缆必须耐爆;严禁矿用通信与信号电缆和光缆直接与单一隔爆型电气设备连接;与隔爆兼本质安全型电气设备连接的矿用通信与信号电缆和光缆必须耐爆。提出煤矿井下严禁使用铝芯电缆。提出用于局部通风机的欠压保护和失压保护应有延时措施;除掘进、开拓和临时施工场所外,尽量减少局部通风机的使用;严禁在形成全风压通风的回采工作面使用局部通风机稀释上隅角瓦斯等。提出矿灯应采用LED等冷光源,应采用本质安全型或本质安全型与浇封型等其他防爆类型的复合型;光源及灯绳(电池与头灯分离时)中传输的电能必须是本质安全型;严禁白炽灯等特殊型矿灯用于煤矿井下。     

基于车前灯的夜间车辆视频检测研究

针对夜间车辆视频检测和车流量统计的难题，提出了一种改进的基于视频图像处理提取车前灯的算法。通过分析夜间车辆视频的特点，利用梯度滤波法消除地面反射光对车灯的干扰，实现图像增强，并将分水岭分割算法和直方图双峰法相结合提取车前灯的信息。利用车灯配对匹配原则设计了一种新的匹配算法和跟踪算法实现车灯的配对与跟踪，最终准确地实现了车辆检测和车流量的统计功能。