基于TMS320DM648的多车道车流量检测系统

针对智能交通应用中车流量检测系统多数基于PC平台的问题,设计了基于TMS320DM648嵌入式平台的多车道车流量检测系统。首先采用改进的基于抽样的背景建模方法在虚拟线圈内进行背景建模,然后采用背景差分提取运动目标,最后在此虚拟线圈内对车辆进行检测。实验结果表明,该DSP嵌入式平台能够对智能交通中的车辆进行实时检测并具有较高的准确性。     

一种基于直方图统计与多帧平均混合的背景提取算法

介绍了背景的提取与自适应更新的算法,提出了一种基于直方图统计与多帧平均混合的算法。这种算法克服单纯的多帧图像在车流量多、车速低时出现拖尾和模糊的现象,且相对于混合高斯模型,其计算复杂度较低。该算法已通过TI DM642DSP硬件平台实现,实验图像结果表明,该背景提取算法的速度快,且符合实际场景。     

基于改进高斯模型的车流量检测算法

提出了一种基于改进单高斯模型的车辆检测与流量统计算法,该算法采用改进的单高斯模型对移动目标进行检测,然后选用HSV颜色空间抑制阴影,提高了目标提取的准确率,最后,按车道分别设置相应的虚拟区域,以实现车流量的统计工作.为验证算法的有效性,在标准测试视频上进行了对比实验,实验结果表明,该算法能够快速地提取车辆目标,且具有较高的车辆识别率,有一定的实用价值.     

基于DSP的无背景模型车流量检测

针对车流量检测中遇到光照变化、树阴、树枝摇动等一系列问题,在运动物体法,背景建模法和时间差分法的基础上,提出了一种基于DSP的无背景模型的新型车流量检测方法。笔者依次使用基于块的帧差法、双重前景融合法、基于纹理对象分割法、假前景滤波法对车流量进行检测。经实验验证,采用无背景模型算法能成功有效地检测车流量,检测准确率达88%,提高了车流量检测的精度。     

基于FPGA的交通路口车流量检测方法研究

为了使车流在交通路口顺畅通过,通常需要统计一个交通信号灯周期内的车流量,以实现交通信号灯的自动配时.文中提出了一种交通路口的车流量检测算法.通过在道路前方设置检测线,进而统计检测线灰度变化的情况,即可统计出通过的车流量.并对其进行FPGA的硬件仿真.实验结果表明,此方法实现简单,运算处理速度快,能够得到较满意的结果.     

基于帧差与统计法的运动目标背景图像提取算法

针对一般背景提取算法运算复杂、实时性差等缺点,提出了一种新的基于帧间差分与选择性统计相结合的背景提取算法.通过帧间差分和统计,对图像进行分块选取,削弱了运动物体和噪声对于像素分布的影响.实验表明,上述算法所取得的背景效果良好,并可快速有效地对背景进行提取和更新.     

一种实时可靠的视频交通流量检测方法

讨论了一种基于视频的交通流量统计方法,提出了相应的算法.采用叠加平均的方法从一系列图像序列中提取出静止背景,并通过减背景的方法提取出运动车辆并对其进行相应的处理,然后用聚类分析的方法对其进行车辆计数分析,并对背景进行自适应更新.实验证明该方法具有较好的性能,满足实时性处理的要求,稳定性较高.     

复杂背景下运动人体的提取

为了提取复杂背景下的运动人体目标,采用了改进的图像差分法提取前后两帧的人体区域,结合单帧静态边缘图像,提取动态人体的边缘.为减少成像系统噪声的干扰,图像差分前和差分后均采用基于统计特性的维纳滤波.从简单到复杂背景下的人体动目标提取的结果表明,该方法具有一定的有效性和鲁棒性.     

基于块匹配置信度的隧道交通背景提取算法

针对隧道交通环境变化特点,采用改进的统计直方图法进行背景提取,并提出一种基于块匹配置信度的背景更新算法.实验结果表明,该算法既能满足缓慢变化场景的更新,又克服了当场景中出现慢行目标或目标长时间停留出现的拖尾和目标混入的现象,而且计算复杂度低,背景提取迅速,适合交通状况实时检测的要求.     

基于DSP的地下停车场车流量视频检测的改进算法

针对DSP平台的车流量视频检测算法存在实时性不佳,漏检率较高的问题。本文提出了一种改进的单帧图像差分算法,实现了基于TMS320DM642平台的地下停车场车流量视频检测。算法采用对单帧图像一条检测线的灰度值做差分运算,通过对灰度值变化的幅度进行分析,提取出车辆的特征信息,实现了处理对象从一个面到一条线的转变。此外算法结合双帧背景,可以有效地改善漏检现象。实验表明,该算法在运算量上相比于主流算法减小了3个数量级,同时检测准确率可达到93%,是一种实用高效的车流量视频检测方法。     

基于D-LinkNet与形态学计算的高分遥感图像车流量监测

针对城市交通路面车流量监测实时性和准确性高的需求,设计了一种利用高分遥感图像进行道路网自动提取和车辆自动监测的处理方法。综合利用D-LinkNet和形态学计算实现道路区域的二值化语义分割及连贯性、边缘扩展以及平滑性优化,同时将道路信息作为掩码并外溢后进行车辆目标检测,有效避免非道路区域车辆目标干扰。提出采用热力图的形式改进车流量监测方法,可以更直观显示道路拥挤程度。综合利用现有数据集对所提方法进行评价,车辆检测的平均精度达91.7%,道路提取平均交并比达85.3%,可以实现道路车流量的有效监测。     

基于运动目标的快速背景建模算法

针对智能交通车流量检测系统,提出了一种适用于嵌入式系统的快速轻量背景建模方法.该方法先由帧差法过滤视频序列,抽取运动物体少的帧进行存储,再利用改进的高斯模型快速学习获得基础模型,并结合帧差和像素统计的方法对背景模型进行自适应更新,对传统混合高斯模型的缺陷进行了改善,在基于 TMS320DM648的图像处理客户端上表现出较好的实时性和天气适应性,以及更高的处理效能.     

一种基于彩色特征的交通流黾统计方法

该文基于对传统帧差法的改进,运用二次帧差法来进行车辆特征信息的提取,并运用彩色信息和车辆偏移最相结合的方法进行计数,提出一种环境自适应能力强、适合于运动车辆检测的新方法。大量实验证明,该方法可正确检测车辆,实现车流量统计。该检测算法采用颜色特征和车辆偏移量进行判断,提高了检测精度,大大善了车辆检测效果,为实现交通管殚的自动化奠定基础。     

基于视频序列的运动目标检测

为了能够在数字视频系统中实时的检测出运动目标,提出了一种基于序列图像的运动目标实时检测方法.采用了改进的基于自适应背景提取与自适应阈值分割的背景差分方法提取运动区域,同时使用高斯滤波及形态学滤波消除噪声等,改善了对运动区域的提取效果.实际工程实践证明,该方法可以准确、有效的完成运动目标分割,经统计,检测准确率在95%以上.     

基于运动特征的H.264压缩域对象分割

基于从H.264压缩域提取的运动场,提出了一种新的运动对象分割方法.首先采用矢量中值滤波方法滤除运动场中的噪声矢量;再运用后向估计的方法重建预测运动场并进行运动场的累积;然后对存在背景运动的累积运动场进行全局运动补偿;最后基于幅度、散度和旋度3个运动特征,采用改进的统计区域合并方法将运动对象分割出来.实验结果表明.本文方法适用于背景静止或背景运动的H.264压缩视频,且分割质量较好.     

基于背景差分的多车道车流量检测系统

研究了背景差分算法,并设计了一种对多车道路段的车流量检测系统。首先通过背景差分的方法,实现了运动前景和背景的分割;进一步使用虚拟检测线实现了多车道车流量的检测。系统平台用Visual C++结合OpenCV进行编程实现。对实际道路环境下的大量的图像序列进行了测试,取得了较好的效果。     

基于机器视觉的车流量检测算法

准确的车流量检测是实现智能交通管理的基础。提出了一种将背景差法和神经网络相结合的车流量检测算法。首先计算当前图像与背景图像的差值,判断图中是否有车,并在此基础上得到车辆数目,然后通过神经网络实现对一个时段内通过车辆数目进行估测,进而得到该时段内的车流量。实验结果表明,提出的方法用于车流量的检测是有效可行的。     

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.     

红外测量在车流量监测中的应用

介绍了基于红外传感器的车流量监测系统的总体方案以及软硬件设计.说明了红外传感器的选择以及菲涅尔透镜应用.红外传感器经过两级放大后,与窗口比较器进行比较产生脉冲进入单片机电路.通过对脉冲序列的分析和判断,得到通过车辆数.该系统采用红外传感器检测是否有车辆通过,可以将探头放置在公路的适当位置,车辆通过时会引起传感器输出的变化从而监测道路情况,测量该路段的车流量并将测量结果显示在屏幕上.文中说明了道路测试结果,并给出测试波形.阐述了车辆的计数流程图.并进行了车流量监测系统显示程序设计.本系统的软件设计部分用C51编写,设计程序实现了液晶屏显示等功能,C语言与汇编语言相比其可读性更强,使用也更简洁.在车流量监测系统中,基于红外传感器能够较好地实现了车流量的显示.     

复杂背景下运动目标检测方法

利用相邻两帧图像的运动信息更新特征块提取阈值,实时地提取出当前帧图像中最能体现背景运动特征的特征块。采用块匹配的运动估计方法获取了各块的运动矢量,再依据所有特征块运动矢量的统计特性提取出背景运动矢量来配准差分,实现了目标的检测。实验结果表明,此方法能有效地检测复杂背景下的运动目标。