基于边缘信息车流量检测方法的研究

针对边缘检测中阈值很难确定导致不能准确提取背景边缘信息的问题,提出一种改进的基于边缘信息车流量检测方法。该方法预先对路况边缘图像作削顶处理获取一个恰当的阈值,从而可以准确地提取背景边缘信息;且在车辆计数过程中,结合固定窗法和浮动窗法二者的优点,设计一种新的浮动窗法进行车辆计数。实验结果表明,该方法在实时性、检测速度、正确率等方面得到很大的改进,能够在不同环境下进行正确有效地车流量检测。     

基于视频的车流量检测建模与分析

交通流量信息是智能交通控制中的关键成分。论文在对视频图像进行灰度处理、频域滤波和均衡化的基础上,结合直方图分析、背景差分、动态阈值二值化处理等图像分析过程,提出了双虚拟线平均法检测多车道车流量,并完成参数灵敏度检验。针对初识背景提取时间过长的问题,加入了跳帧法和像素块法,以提高系统效率。考虑到背景的时变性,采用选择更新法进行周期更新。实际结果表明,该方法兼顾了智能交通系统的环境适应性、检测实时性和统计精确性等要求,四个车道车流量统计的准确率均大于90％。     

一种快速车流量检测算法

车流量检测是城市智能交通的关键技术之一.针对目前视频检测算法复杂度高、检测准确率不高的问题,提出了一种快速车流量检测算法.该算法通过划定进入和离开检测线,并结合背景差分方法,将目标的面上检测,转化为线上检测,避免了对目标复杂的跟踪过程及其带来的检测误差,有效降低了算法的复杂度,提高了检测的准确率.实验表明,该算法能够快速分车道检测车辆,计算复杂度低,检测准确率高,且具有车辆速度测量能力,能够为智能交通系统提供必要的支持.     

一种基于计算机视觉的车流量检测方法

该文提出一种基于计算机视觉的车流量检测方法。首先,利用背景差法对视频中车辆前景图像进行提取。其次,对前景图像进行灰度化、二值化、膨胀、填充等图像处理方法。然后,完成图片中目标块数目的统计,完成车辆的计数。最后,对车辆粘连问题提出了基于车辆形状的解决方案。实验结果表明了该方法的准确性和有效性。     

BP神经网络隐层单元数的确定方法及实例

针对BP神经网络隐层单元数不易确定的问题,提出一种在传统的经验公式基础上快速确定隐层单元数的方法。该方法首先借助经验公式确定隐层单元数的取值范围,然后将其扩大,在这个扩大的范围内寻找最优值。以BP神经网络预测交通流量为例,解释说明了具体的步骤,以及网络模型的隐层结构对模型仿真精度的影响。结果表明,采用该方法可快速决定隐层单元数,在实例中采用16个隐层单元数为最佳。     

远程交通微波传感器中的门限检测算法

为了确保远程交通微波传感器的测量精度,在信号的恒虚警处理技术以及车道自动识别的基础上,提出了一种分车道门限检测算法.根据车辆位置的概率密度函数,对车道进行自动识别,在此基础上对车道进行划分,在划分的各个车道上设定恒虚警门限,并设置第二门限,对检测结果进行判决.实验结果表明,该方法能够正确的检测各车道内的车辆目标,且有效减小"零信号"对车流量检测的影响.     

车流量测量仪键盘处理的设计与实现

提出并实现了车流量测量仪控制软件的键盘处理方案。该方案的突出特点是它以菜单命令的输入状态为基础对按键进行处理,能很好地满足未来应用提出的新需求,便于键盘功能扩充,提高了控制软件的可维护性。该处理方案具有一定的通用性,有较好的应用价值。     

智能交通灯控制器的设计

现代社会对交通运输日趋依赖,传统的交通灯控制系统已经表现出明显的缺点：红绿灯时间相对固定,不能随车流量的改变而调整红绿灯的显示时间。基于上述原因,设计了一种简易的智能交通灯控制器系统。首先介绍了交通灯控制系统的设计方案,以单片机AT89S51芯片为中心来实现智能控制;接着用汇编语言在Keil环境下进行编程调试,通过软件Protues实现硬件仿真,最后将软件系统与硬件联调,实现了以下功能：绿灯时间可检测车流量并可通过双位数码管显示,能根据实际车流量自动设置红绿灯燃亮时间;红绿灯循环点亮,倒计时5s时黄灯闪烁警示;车辆闯红灯报警。该控制器系统在很大程度上缓解了交通压力,解决了繁华道路交通堵塞等情况。     

集装箱卸粮安全控制装置

针对“四散”散粮运输过程中,打开散粮车车门的环节风险大、易发生埋人事故等问题,中央储备粮福州直属库有限公司研发了集装箱卸粮安全控制装置,该装置操作便捷,安全保险系数大,能有效防止车门失控造成粮食倾泄埋人事故,同时能够精准控制粮食流量大小,保证入库粮食的杂质清理效果。     

交叉口入口路段车流量及车辆换道率检测研究

针对交叉口入口路段交通视频中存在车辆遮挡严重、频繁走停以及频繁换道插队等特点,提出了一种获取交叉口停车线后大视野范围内车流量以及车辆换道率的检测方法.首先采用多级虚拟特征线生成多级时空图,对车辆进行快速检测和分割,获得车辆候选区域;然后对车辆候选区域内局部特征点进行初步分组和跟踪,并根据相同组内特征点运动趋势相似性来修正分组,解决车辆遮挡问题,用于检测车辆换道率;最后将多级时空图与特征点跟踪相结合,进行相互反馈,实现对车辆准确分割和鲁棒跟踪,避免车辆行驶中走停的影响.实验结果表明,通过该方法能实时准确地获取大视野范围内交叉口入口路段车流量和车辆换道率的交通参数.