- 上一篇：基于CODA的无线传感器网络拥塞控制算法的仿真与分析
- 下一篇：基于FTA的地铁车辆塞拉门可靠性研究
2.1 边缘检测的意义 4
2.2 边缘检测的基本步骤 4
2.3 几种不同的边缘检测算法探究 5
2.3.1 Sobel算子 6
2.3.2 Prewitt算子 6
2.3.3 Canny算子 6
2.4 实验结果分析 7
3 运动目标检测 8
3.1 光流法 9
3.1.1 基于光流法的运动目标检测和追踪 9
3.1.2 光流的计算方法 9
3.1.3 光流法的意义 10
3.2 背景差分法 10
3.2.1 背景差分法的基本原理 10
3.2.2 背景差分法的实现步骤 11
3.2.3 背景差分法中需要解决的问题 12
3.3 综合光流法和背景差分法进行目标检测和追踪 12
3.4 仿真实验 12
4 车速、车流量检测 13
4.1 运动车辆检测 13
4.2 划定虚拟检测线，利用虚拟检测线得出车速、车流量信息 14
4.2.1 车流量检测 14
4.2.2 车速的计算 15
结 论 21
致 谢 22
参考文献23
1 绪论
智能交通系统（Intellingent Transport System 或 ITS）有如下几个目标：可靠性、经济型、安全性、舒服度、效率性。在传统交通理论与实践基础之上，依靠现代化的计算机技术如控制理论、图像处理技术、信息传递获取技术等科学技术成果，对传统的交通工具、交通设施及其规划、运作及文护方式进行提高，近年来成为一个新兴领域。
1.1 研究背景
智能交通必须要和本国的国情结合在一起，探索出适用于本国国情的只能交通系统。智能交通系统从80年代发展到现在，各个国家的专家和学者做出了不懈的努力，在前人的研究基础之上将智能交通系统本土化。影响智能交通系统的因素有很多种，如国家区域、地理文化、交通状况的不同而有着千差万别，就算是同样的交通现状由于人员的角色的不同如步行或者乘坐交通工具的不同，对交通系统的感受和看法也会不同。更进一步的说，就算是同样的人员角色，人员角色的性格也会不同，同样会产生不同的感受。因此，交通是与地理文化和人员的行为息息相关的一个领域。
1.2 国内外研究现状
1．2.1 国外研究现状
国外七十年代就开始进行视频图像处理的技术，因此技术也较为先进。美国Iss公司的技术处于世界领先的地位，其发明的AUTOSCOPE系统最具有代表性。早在80年代，Iss就开始对AUTOSCOPE视频车辆检测系统进行开发。在开发的期间，ISS公司就注重与实际的联系，与美国明尼苏达大学交通运输系合作共同开发、并且与美国联邦公路署和美国政府和各地的交通管理部门通力合作，攻克了交通管理过程中遇到的许多重要难题。在1987年开发出了第一代原型机，其后于1989外场车辆检测。1992年，ISS公司又开发出了AUTOSCOPE2003系统，系统的各项属性指标得到完善和加强，实现了全天无缝检查。美国佐治亚、密歇根等州便开始使用2003系统这类产品，随后更是不断的扩大应用的规模来更好的管理本州的交通。1995年，在Windows95系统下，ISS公司又开发出了AUTOSCOPE2004。 AUTOSCOPE工作的地点可以选择在户外，可用来接收处理由路边摄像机发来的视频检测信号。我们只需要依据系统显示的交通数字图像，利用鼠标在界面上画出虚拟的“车辆检测器”即可。车辆在通过虚拟探测器时会产生信号，AUTOSCOPE处理器分析输入视频图像以产生所需的交通数据，例如：车流量、车速、车牌等信息[1][2]。