基于视频的车流量统计算法设计论文

1、 基于视频的车流量统计算法设计摘要：智能交通系统(ITS)已经被科学家认为是解决当前城市交通问题最有效的方法,也是目前和未来交通发展的主流方向。ITS的前提是获得交通道路的实时信息,比如车速、车流量等。本文主要研究ITS中基于视频检测技术的车流量统计方法,对所涉与的运动目标检测、背景提取、阴影去除以与车辆统计等核心技术进行了详细的研究。本文的工作主要分为以下四部分： 1) 对车流量统计相关算法进行了研究,针对目标检测算法,研究了光流法、帧间差分法和背景差分法。针对背景提取算法,研究了均值法、统计中值法、单高斯背景模型法和混合高斯背景模型法；针对阴影消除算法,研究了基于HSV颜色空间变换的阴影消

2、除算法、基于色彩特征不变量的阴影消除算法和基于纹理特征的阴影消除算法。同时,本文对上述算法进行了实验对比分析。 2) 给出了一种改进的混合高斯模型背景提取算法,当读入一定帧数的图像之后认为背景达到稳定状态,读入新的视频帧时,对当前帧进行判断,如果像素点和稳定背景图像的像素点差值大于阈值Th1,就对该像素点进行更新,反之就不更新。 3) 给出了一种改进的基于虚拟区域的车流量统计算法,首先设置检测区域和检测线,然后跟踪检测区域中车辆的质心到检测线的距离d,如果d小于Th2认为有一辆车辆通过,通过实验验证,本文算法的精确率能达到90%左右。 4) 实现了一个车流量统计系统,整个系统主要包括视频播放模

3、块、GMM背景更新模块、前景构建模块和车辆计数模块。视频播放模块主要完成视频的播放和显示；GMM背景更新模块主要是实现本文的背景提取算法；前景构建模块的主要功能是通过阴影去除和形态学操作得到较好的前景图像；车辆计数模块的主要功能是完成本文的车流量统计算法。 本文深入研究了车流量统计的相关算法,并给出了一种改进的混合高斯模型算法和一种改进的基于虚拟区域的车流量统计算法,最后用VC实现了一个车流量统计系统,实验结果表明本文设计的系统能够对车辆目标进行准确检测与统计。关键词：智能交通系统；运动目标检测；背景提取；阴影消除；车流量Video traffic based on statistical a

4、lgorithm designAbstract: Intelligent Transportation Systems (ITS) has been considered by scientists to solve the current problem of urban traffic the most effective method , but also the present and future direction of the mainstream transport development . ITS is a prerequisite to obtain real-time

5、traffic and road information , such as speed , traffic and so on. The main article ITS statistical methods based on traffic video detection technology involved in moving target detection, background extraction, shadow removal and vehicle statistics such as the core technology for a detailed study .T

6、he main work of this paper is divided into the following four parts :1）Statistics on traffic related algorithms have been studied for target detection algorithm to study the optical flow method, the inter-frame difference and background subtraction . For background extraction algorithm , the mean va

7、lue method, statistical median method , a single Gaussian background model method and Gaussian mixture background model law ; against shadow elimination algorithm to study the HSV color space conversion based shadow elimination algorithm, based on color characteristics invariants shadow elimination

8、algorithm and texture features based on the algorithm to eliminate shadows . Meanwhile , the paper of the algorithm experimentally analyzed.2）Gives an improved Gaussian mixture model background extraction algorithm , when read in a certain frame of image background reaches a steady state considered

9、, when read in the new video frame , the current frame to determine if the pixel and stable background image the pixel value difference is greater than the threshold Th1, the pixel to be updated on the contrary is not updated .3）Gives an improved traffic statistical algorithm based on a virtual area

10、 , the first detection area and the detection line is set , then the distance d centroid tracking detection line in the detection area of the vehicle , if d is less than Th2 considered a vehicle passing through precision experiments , the proposed algorithm can reach about 90%.4）Implements a traffic

11、 statistics system , the entire system including video playback module , GMM background update module , prospects building blocks and vehicle counting module . Video playback module of the completion of video playback and display ; GMM background update module is to achieve the background of this ex

12、traction algorithm ; prospects main function module is constructed and morphological operations get better foreground image by shadow removal ; main vehicle counting module feature of this paper is to complete the traffic statistical algorithms . This article studies the correlation algorithm traffi

13、c statistics , and gives an improved Gaussian mixture model algorithm and an improved algorithm for virtual regional traffic statistics based on the last one with VC traffic statistics system , the experimental results This design shows that the system can accurately detect vehicle targets and stati

14、stics .Keywords : Intelligent Transportation Systems ; moving target detection ; background extraction ; shadow elimination ; traffic毕业设计（论文）原创性声明和使用授权说明原创性声明本人重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作与取得的成果。尽我所知，除文中特别加以标注和致的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得与其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均

15、已在文中作了明确的说明并表示了意。作 者 签 名：日 期：指导教师签名： 日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部容。作者签名： 日 期：学位论文原创性声明本人重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研

16、究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名： 日期： 年 月 日学位论文使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期： 年 月 日导师签名： 日期： 年 月 日指导教师评阅书指导教师评价：一、撰写（设计）过程1、学生在论文（设计）过程中的治学态度、工作精神 优 良 中 与格

17、 不与格2、学生掌握专业知识、技能的扎实程度 优 良 中 与格 不与格3、学生综合运用所学知识和专业技能分析和解决问题的能力 优 良 中 与格 不与格4、研究方法的科学性；技术线路的可行性；设计方案的合理性 优 良 中 与格 不与格5、完成毕业论文（设计）期间的出勤情况 优 良 中 与格 不与格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规？ 优 良 中 与格 不与格2、是否完成指定的论文（设计）任务（包括装订与附件）？ 优 良 中 与格 不与格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义 优 良 中 与格 不与格2、论文的观念是否有新意？设计是否有创

18、意？ 优 良 中 与格 不与格3、论文（设计说明书）所体现的整体水平 优 良 中 与格 不与格建议成绩：优 良 中 与格 不与格（在所选等级前的画“”）指导教师： （签名） 单位： （盖章）年 月 日53 / 60评阅教师评阅书评阅教师评价：一、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规？ 优 良 中 与格 不与格2、是否完成指定的论文（设计）任务（包括装订与附件）？ 优 良 中 与格 不与格二、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义 优 良 中 与格 不与格2、论文的观念是否有新意？设计是否有创意？ 优 良 中 与格 不与格3、论文（设计说明书）所

19、体现的整体水平 优 良 中 与格 不与格建议成绩：优 良 中 与格 不与格（在所选等级前的画“”）评阅教师： （签名） 单位： （盖章）年 月 日教研室（或答辩小组）与教学系意见教研室（或答辩小组）评价：一、答辩过程1、毕业论文（设计）的基本要点和见解的叙述情况 优 良 中 与格 不与格2、对答辩问题的反应、理解、表达情况 优 良 中 与格 不与格3、学生答辩过程中的精神状态 优 良 中 与格 不与格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规？ 优 良 中 与格 不与格2、是否完成指定的论文（设计）任务（包括装订与附件）？ 优 良 中 与格 不与格三、论文（设计）水平1、论文

20、（设计）的理论意义或对解决实际问题的指导意义 优 良 中 与格 不与格2、论文的观念是否有新意？设计是否有创意？ 优 良 中 与格 不与格3、论文（设计说明书）所体现的整体水平 优 良 中 与格 不与格评定成绩：优 良 中 与格 不与格（在所选等级前的画“”）教研室主任（或答辩小组组长）： （签名）年 月 日教学系意见：系主任： （签名）年 月 日1 绪论1.1 课题研究背景与国外发展现状随着经济全球化与科学技术日新月异的发展，交通运输作为社会经济生活的一个重要方面，对保证社会经济体系的正常运转发挥着重要的作用，已经成为人们生活中不可缺少的重要组成部分。近20年来，世界各国先后建立四通八达的交

21、通运输网络，但交通工具的增长速度远远高于道路和其他交通设施的增长，因此随之引起交通拥堵、交通事故、环境污染、能源短缺等问题已经成为世界各国面临的共同的问题，也造成了巨大的物质与经济损失。如美国运输研究所研究美国39个主要城市，估算美国每年因交通阻塞而造成的经济损失约为410亿美元，12个最大城市每年的损失均超过10亿美元；预测到2020年，因事故造成的经济损失每年将超过1500亿美元。但单纯依靠修建道路与交通设施和采用传统的管理方式来解决交通问题，不仅成本昂贵、环境污染严重，而且其缓解交通拥堵、提高交通运输效果也非常有限。为此在30多年前人们就提出了智能交通系统的概念，但对智能交通系统或智能运

22、输系统（Intelligent Transportation Systems,ITS）进行系统的研究始于20世纪80年代，从1994年起，智能交通系统这一术语得到全世界的广泛承认。ITS是将驾驶员、交通工具和道路、环境三位一体来考虑。广义上ITS应包括交通系统的规划、设计、实施与运营管理的智能化；而狭义上ITS则主要是指交通运输管理和组织的智能化。其实质就是采用现代高新技术对传统的交通运输系统进行改造而形成一种新型现代交通系统。也就是说，ITS就是将先进的信息技术、传感技术、数据通信技术、自动控制技术、运筹学、图像分析技术、计算机网络以与人工智能等有效地综合运用于整个交通管理系统。在系统工程综

23、合集成的总体思路指导下，建立起一种在大围全方位发挥作用的实时、准确、高效的运输综合体系123。ITS智能化的特征体现在：原理上是基于知识体系；系统功能上应至少具有判断能力、推理能力和学习能力、并应有辅助决策的作用；结构上应由机器感知、机器学习、机器识别与知识库等部分组成。当然，ITS并不意味着交通系统完全智能化。在组织或控制交通系统时，只是希望系统运行秩序化，即尽可能达到高度组织化的程度，利用计算机和其他设备部分地替代交通主体人，完成部分预测、处理和决策，在交通系统管理中更重要的还是人参与。ITS的发展将推动运输进入信息时代，是21世纪现代交通运输系统的发展方向。只有将“人和物的运载和运输”和

24、“信息的运载和运输”融为一体，充分利用信息技术的最新成果，挖掘信息资源的最大潜力，才能大幅度提高运输效率和服务质量，满足日益增长的社会需求。1.1.1智能交通系统的发展早在20世纪60年代，美国就开始进行智能交通系统的先驱性研究，即电子路径诱导系统研究（Electronic Route Guidance System,ERGS）。80年代中期加利福尼亚交通部门研究的PATHFINDER系统获得成功，加速了智能交通系统的发展。此后，美国进行“智能化车辆道路系统”（Intelligent Vehicle-HighwaySystem,IVHS）方面的研究；1990年美国运输部成立了智能化车辆道路系统

25、组织；1991年美国国会通过了“综合地面运输效率法案”，发展经济上有效、环境上友好的国家级综合地面运输系统，以提高客运和货运的运输效率。1992年，由美国运输部、联邦顾问委员会和全国智能交通协会联合制定了“智能交通系统”发展战略计划；1993年，美国DOT（运输部）正式启动了ITS体系框架开发计划，目的是要开发一个经过详细规划的国家ITS体系框架。1994年IVHS更名为ITS America(Intelligent Transportation Society of America)。欧洲ITS的发展早在1969年，欧共体委员会就提出要在其成员国之间开展与交通控制相关的电子技术研究与开发工作

26、。1985年，在法国的积极倡导和推动下，欧洲开始了一项名为“由里卡”（Eureka）的高新科技研究与开发计划，制定了包括交通技术在的九大重点研究领域，包括以车辆的研究开发为主体的PROMETHEUS研究计划和以道路基础设施开发为主体的DRIVE研究计划。“由里卡”最初在交通领域共设置了46个项目，旨在开发新型交通系统，改造旧的交通设施、减少交通环境污染并提高交通运输安全。1986年，以奔驰为主的欧洲11家汽车公司进行了民间主导的PROMETHEUS（Programme for EuropeanTraffic with Highest Efficiency and Unprecedented S

27、afety）研究计划，确定了四个基础研究领域和三个应用研究领域。PROMETHEUS计划取得了巨大的成功并于1994结束。随后在1995年，欧洲又开始一项新的研究计划PROMOTE（Programme for Mobility in Transportation in Europe），该计划的主要目的是实现道路交通管理系统和安全系统。同时，欧洲还实施了以欧盟各个成员国政府为主导的DRIVE（Dedicated Road Infrastructure for Vehicle Safety in Europe）研究计划，其目标是通过对道路交通与环境相互关系的研究，提高道路交通的安全性和运输效率。在

28、日本，1973年，以通产省为主开发的“汽车综合（交通）控制系统”（CACS:Comprehensive Automobile(traffic)Control System）被认为是日本最早的ITS项目，当时在世界上处于领先地位；从1984年开始，建设省主持开发了“路车间通信系统”（RACS:Road/Automobile Communication System）;从1987年开始，日本警察厅支持开发“先进的车辆交通信息与通信系统”（AMTICS:AdvancedMobile Traffic Information&Communication System）；1989年，建设省又将RA

29、CS升级为“先进的道路交通系统”（ARTS:Advanced Safety vehicle）；通产主导研究开发了“超智能车辆系统”（SSVS:Super Smart Vehicle System）。1991年日本政府开发并投入运行了“车辆信息与通信系统”（VICS:Vehicle Information&Communication System）。同时，日本警察厅也于1991年，在AMTICS的基础上开发了“新交通管理系统”（UTMS:Universal Traffic Management System）。目前日本的ITS研究与应用开发工作主要围绕三个方面进行，它们分别是：汽车信息和

30、通信系统VICS（Vehicle Information and Communication System）、不停车收费系统ETC（Electronic Toll Collection）、先进道路支援系统AHS（AdvancedHighway System）。在，20世纪70年代后期就制定了在公路隧道中应用ITS的计划，第一个ITS系统于1984年安装启用。1997年，一套尖端的TCS系统在青马地区建成，除了遵循标准的TCS以外，该系统还广泛采用了可变的信息显示和标识，以提高效率和安全。1999年，ITS发展战略初步建立框架；将ITS应用于地区战略公路网（SRN）的研究已于1999年8月完成。

31、2000年3月，完成了交通信息中心的可行性研究报告，报告对交通信息技术进行了深入的评估，并探讨如何将这些技术整合起来在形成一个现代的信息系统。中国是当今世界交通基础设施建设发展最快的国家，但仍满足不了经济的快速发展和人民生活水平提高的要求，而且这一供需矛盾也日益突出。中国早在20世纪70年代末就开始在交通运输和管理中应用电子信息与自动控制技术，首先在、和等大城市开始了交通信号控制的研究与开发，在全国主要的大城市使用了单点定周期交通信号控制器和线性协调交通信号控制系统；1978年，市在前三门大街试验自行开发的城市交通控制系统：“七五”期间，我国在试验自行研制开发的自适应交通控制系统；其后，我国又

32、有、等近20个城市建成了交通信号控制系统；80年代初开始，我国陆续引进了国外先进的交通控制系统（如英国的SCOOT系统、澳大利亚的SCATS系统等）。20世纪80年代后期，我国开始了ITS基础性的研究开发工作，包括优化道路交通管理、交通信息采集、驾驶员考试系统、车辆动态识别等；90年代开始建设交通指挥控制中心，目前，我国的大中城市都已基本建立了交通控制中心或交通指挥中心，并开展了驾驶员信息系统、城市交通管理的智能化诱导技术等方面的研究。随着研究的不断深入，学术交流活动也日益增多。1997年我国召开了“97智能交通系统发展趋势国际学术研讨会”；1998年，国际标准化组织交通信息与控制技术委员会I

33、SO/IC2004中国委员会正式成立，委员会的主要任务是积极推进中国ITS的标准化；1999年，我国成功举办了“99国际智能交通技术研讨会暨展会”；2000年7月，“第四届亚太地区智能交通（ITS）年会暨技术产品展览会”在举行。为中国推动中国ITS的发展，2000年2月29日，科技部会同国家计委、经贸委、公安部、交通部、铁道部、建设部、信息产业部等部委相关部门，在充分协商和酝酿的基础上，成立了发展中国ITS的政府协调领导机构全国智能交通系统（ITS）协调指导小组与办公室，并成立了ITS专家咨询委员会。特别是国家在“九五”期间，原国家科委与十几个部委成立了全国智能运输系统协调指导小组与办公室，将

34、全球定位系统GPS(Global Positioning System)、地理信息系统GIS(Geographic InformationSystem)以与管理信息系统MIS(Management Information System)简称为“3S”（GPS、GIS、MIS）作为重点项目予以支持，并初步启动了ITS体系框架和标准体系的研究；“十五”期间，随着各项技术成熟与发展，ITS应用已经成为社会的共识，为此科学技术部将“智能交通系统关键技术开发和示工程”列入“十五”国家科技攻关计划的重大项目。目前该项目已经全面启动，首批确定了、和10各城市作为智能交通试点示城市。智能交通系统的发展符合未来

35、交通运输发展的方向，将为我国高新技术产业的发展提供一个巨大的市场。因此在我国开展智能交通与运输系统的开发和应用，将对促进国民经济和社会的快速发展，增强国际竞争力有十分重要的作用。为了从整体上规我国的智能交通系统建设，在全国智能交通系统协调领导小组和国家科技部的领导和组织下，我国完成了“智能交通系统体系框架”的研究和编制工作，并正在进行“智能交通系统标准框架”的进一步研究和修编工作。目前，我国已经建立或正在研究开发的智能交通系统主要包括以下方面：（1）交通信号控制系统。我国大多数大城市已经建立了交通信号控制系统，其中包括我国自行开发的系统和引进的国外SCATS、SCOOT等系统。目前，我国若干研

36、究机构和一些企业集团正在致力于适合中国混合交通特点的、具有一定自学习功能的、与交通诱导等其他子系统有相当协调能力的信号控制系统的研究开发工作。（2）交通监控系统。我国多数城市已经建立了以电视摄像为主体的交通监控系统。（3）交通管理系统。利用网络技术实现车辆档案、驾驶员档案、交通事故与交通违章的综合管理，并实现数据共享。（4）交通信息动态显示系统。利用交通控制系统和交通信息系统等进行动态信息显示。（5）交通诱导系统。利用交通广播电台或交通寻呼台实时发送交通信息。（6）交通运输安全报警系统。利用GPS/GIS等的功能。（7）电子收费系统（ETC）。利用电子技术、计算机技术以与信息通讯技术，通过安装

37、在汽车上的电子标识卡（存储与车辆收费有关的大量信息，如预缴金额、车型、车主）与安装在收费车道旁的读写收发器，通过微波或红外线进行快速的数据交换，实现车辆的不停车收费不仅可以解决收费站的排队问题，而且应用它可以方便实现道路拥挤收费，进行交通需求管理；可以进行交通监视、事件检测，实时的OD矩阵估计等。1.1.2 智能交通系统的主要研究容根据ITS的研究容，对ITS项目进行分类的方法有很多种，这里采用的是美国国家ITS框架体系（National ITS Architecture）中对ITS的分类方法，将其分为7大类：先进的交通管理系统（Advanced Traffic Management Syst

38、ems,ATMS）、先进的出行者信息系统（Advanced Traveler Information Systems,ATIS）、先进的公共交通系统（Advanced Public Transportation Systems,APTS）、先进的车辆控制与安全系统（Advanced Vehicle Control and Safety Systems,AVCSS）、商用车辆营运系统（Commercial Vehicle Operations,CVO）、紧急救援管理系统（Emergency Management Systems,EMS）、电子付费与电子收费系统（ElectronicPayment

39、 Systems&Electronic Toll Collection,EPS&ETC）。（1）先进的交通管理系统（ATMS）ATMS利用监测、通讯与控制等技术，将交通监控系统监测所得的交通状况，经由通讯网络传输到交通控制中心，中心在结合其他方面所获得的信息，制定与评估交通控制策略，执行整体性的交通管理，并将相关信息传给出行者，以达到运输效率最大化与运输安全等目的。本系统主要特色是强调子系统间协调与实时控制的功能，提供匝道控制、信号配时方案、事件管理以与替代路线导引的参考等。（2）先进的出行者信息系统ATISATIS由先进的信息、通讯与其他相关技术，提供出行者必要的信息，使其能

40、在车、家里、办公室、车站、途中等地点方便地取得所需地出行信息，作为出行方式与路线选择的决策参考，以顺利到达目的地。（3）先进的公共交通系统APTSAPTS采用各种智能技术促进公共交通的发展，如通过个人计算机、闭路电视等向公众就出行时间方式、路线与车次选择等提供咨询，在公交车站通过显示屏向候车者提供车辆的实时运行信息。（4）先进的车辆控制与安全系统AVCSSAVCSS结合传感器、电脑、通讯、电机与控制技术应用于车辆与道路实施上，帮助驾驶员提高行车安全性，增加道路容量，减少交通拥挤。本系统主要特色是利用传感器弥补人类感官功能的不足，减少危险的发生；提高自动控制的程度，实现更安全、准确、可靠的控制，

41、避免驾驶员因判断错误或技术不成熟所造成的损失。城市智能交通信号控制方法与仿真研究CVO系统利用前述ATMS、ATIS与AVCSS技术于商业营运车辆，例如车辆自动识别技术、车辆自动定位技术、车辆自动分类技术等，提供企业部劳动生产率，提升运输效率与安全，改进对突发事件的反应能力，改善车队管理和交通状况，并减少运输成本，提高生产力。所谓“商用车”不仅包括大型与重型车辆（如卡车、货车），也包括紧急救援用车辆（如救护车、拖吊车），以与每日运作的商用小型车（如出租车）等。（5）紧急救援管理系统EMSEMS即为当紧急危难发生时，求援车辆如何求援、救援车辆如何在最短时间到达现场，以与如何警示其他驾驶员的系统。

42、本系统包括车辆故障与事故求援、事故救援派遣以与救援车辆优先通行等部分，为使事件能在最短时间获得解除，降低伤害的程度。（6）电子付费与电子收费系统EPS&ETC电子收费系统应用各种通讯和电子技术使得出行者和交通经营管理机构之间的交易变得更容易。电子收费利用车上的电子卡与路测的电子接收设备进行通讯。1.2 智能交通系统研究的意义智能交通系统的主要目标就是要充分有效地利用现有的交通资源，使其利用效率最大。智能交通系统将缓解拥挤、减少交通事故、降低交通环境影响以与提高效率等方面产生可观的社会经济效益。具体来说，智能交通系统的社会经济效益主要体现在如下几个方面：（1）减少交通拥挤和行车延误随着城

43、市人口的增加和社会经济的发展，汽车和道路交通量不断的增加，相应引起的交通拥挤也增加。不管在发展中国家，还是发达国家，每年由于交通拥挤造成的经济损失也十分巨大。ITS通过提供各种有选择的信息服务，能够使得出行者的路径选择向网络均衡和系统最优方向接近，达到路网负荷的均匀化，实时监控系统能够迅速发现交通事故。先进的交通信号控制系统能够根据实际情况调整信号控制，可大大减少行车延误，实现道路资源的高效使用。美国交通部估计，若将ITS与新增容量相结合，可以将未来用于应付交通拥挤而需扩建基础设施的费用减少一半。（2）减少交通事故的发生率、死亡率根据美国的预测，到2020年，美国因交通事故造成的经济损失每年将

44、超过1500亿美元，而采用智能交通系统将会提前对危险的预知，从而大大增加交通的安全性，将事故损失降至最低。（3）能源消耗量减少，污染程度降低事实表明，单纯依靠交通设施建设解决交通问题，不但不能完全满足交通需城市智能交通信号控制方法与仿真研究求，还占用和消耗了大量的土地、燃油等资源，并造成了汽车尾气排放量的剧增，给环境带来了恶劣的影响。如美国人口不足世界人口的5%，但能源消耗占了全世界总消耗的30%以上，其通运输所消耗的能源占了1/4，而其中95%是石油。在未来，ITS在大规模、大围应用将明显改善这一状况，大大降低交通运输系统的消耗和对环境的污染。（4）产业发展与就业机会的增加ITS涉与道路建设

45、、交通管理、通信、计算机、电子、汽车、自动控制、信息服务、网络技术等众多媒体技术应用可能性最大的行业。同时，ITS的技术发展与市场需求也将会推动与其相关的产业发展，增加就业岗位，促进社会经济的健康1.3 本文主要硏究容和结构安排本文的主要容分为以下四部分:1)对车流量统计相关算法进行了研究,针对目标检测算法,研究了光流法、帧间差分法和背景差分法;针对背景提取算法,研究了均值法、统计中值法、单高斯背景模型法和混合高斯背景模型法;针对阴影消除算法,研究了基于HSV颜色空间变换的阴影消除算法、基于色彩特征不变量的阴影消除算法和基于纹理特征的阴影消除算法。同时,本文对上述算法进行了实验对比分析。2)给

46、出了一种改进的混合高斯模型背景提取算法,当读入一定帧数的图像之后认为背景达到稳定状态,读入新的视频帧时,对当前帧进行判断,如果像素点和稳定背景图像的像素点差值大于阈值7,就对该像素点进行更新,反之就不更新。3)给出了一种改进的基于虚拟区域的车流量统计算法,首先设置检测区域和检测线,然后跟踪检测区域中车辆的质心到检测线的距离,如果小于7认为有一辆车辆通过,通过实验验证,本文算法的准确率能达到90%左右。4)实现了一个车流量统计系统,整个系统主要包括视频播放模块、GMM背景更新模块、前景构建模块和车辆计数模块。视频播放模块主要完成视频的播放和显示;GMM背景更新模块主要是实现本文的背景提取算法;前

47、景构建模块的主要功能是通过阴影去除和形态学操作得到较好的前景图像;车辆计数模块的主要功能是完成本文的车流量统计算法。本文各个章节安排如下:第1章是绪论,主要介绍了基于视频的车流量检测技术的国外发展现状,阐述了研究车流量统计的必要性。第2章介绍了常用的三种目标检测算法,包括光流法、帧间差分法以与背景减除法,并且对光流法和帧间差分法进行了实验仿真。然后介绍了常用的背景构建算法,包括统计中值法、均值法、单高斯模型法和混合高斯模型法,并进行了实验对比。第3章详细的介绍了实现过程的方法,并对方法进行了详细的介绍。第4章在VC6.0的基础上实现了本文的算法,系统主要包括视频播放模块、背景构建模块、后处理模

48、块和车辆计数模块。2 车流量统计算法相关研究基于视频的交通流量统计系统安装调试方便，维护也很简单，对路面和土木设施不会产生破坏，对道路交通状况不会产生影响，具有直观、可监视围广、 费用较低等优点，而且容易提供大量交通管理实时信息便于扩展其它功能，因而 可广泛应用于交叉道口和公路干线的交通监测系统中，具有广阔的应用前景。具体讲，它可以为智能交通系统提供如下的功能和数据： 1)实时检测并跟踪所监视区域的目标车辆，记录其位置、行驶速度以与 尺寸等特征信息； 2)实时自动地统计并记录当前道路上车流的统计参数，例如车速、等待时 间、道路占有率、车流量等，并对堵车等特殊的车流状况进行判断并作出与时信 息反

49、馈； 3)自动识别感兴趣车辆的车牌和车辆类型； 4)实时检测监视区域的车辆有无违章行为(包括越线、超速等)和事故 发生。若有，则报警并记录现场情况，为交通部门事后处理提供确凿的证据。 其中，在提供的各种功能中，车辆的实时检测、识别与跟踪是最基础的部分， 其它的功能都是建立在车辆检测、识别与跟踪的正确结果基础上的。本章将针对基于视频的交通流量统计系统中的车辆检测和车辆跟踪这两大核心技术进行研究。其中车辆检测部分是研究重点。 21 基于视频的交通流量统计系统组成 通常，基于视频的交通流量统计系统由三部分组成: 1)摄像头进行实时视频采集 2)车辆检测(识别分割)模块 3)车辆跟踪(计数统计)模块

50、首先由摄像头拍摄得到实时交通场景的视频序列，然后将视频序列送到车辆检测模块，根据一定的视频处理方法和准则判断是否有车辆经过监视的交通场景，并对车辆进行识别分割，然后，在跟踪模块通过对车辆的运动进行运算和估计，实现对车辆的计数统计。 22 车辆检测技术 车辆检测模块，主要是对交通场景的视频序列中的车辆进行分割，将有可能是车辆的区域从复杂的交通场景中提取出来，以便进行车辆的跟踪计算。车辆检测的重要性不单局限于视频交通流量统计系统，对于整个视频智能交通系统，车辆检测也是运用最为广泛、同时也是最为基础的一个分支。在几乎所有的ITS中车辆检测都是必不可少的一步。 车辆检测的处理流程，可以再细分为两个步骤

51、：候选区域确定和车辆确认： 在车辆候选区域确定阶段，需要确定车辆可能存在的区域，其它区域则被认为没有运动目标出现，从而不必再参与后续的处理。这一阶段往往根据视频序列的时间特性来分割运动目标，它需要先提取每帧图像中的运动信息，然后利用运动信息的均一性来划分区域和估图像的运动场，并将具有相似运动的区域聚类，以获得场景中的运动区域。 而车辆确认阶段则是对上一处理过程中获得的候选区域作进一步处理，精确的提取出该区域中的车辆，确定其位置。此阶段一般根据视频序列的空间特性来分割视频对象，它常常是把每一帧图像都当成是一幅静态图像，依靠经典图像处理技术进行处理。 221 概述 虽然车辆检测技术发展至今已有五十

52、多年的历史，但是其效果仍然不够理想，因为仍然存在如下的客观条件： 1)由于进入摄像机监视围的车辆具有不同的角度和速度，往往导致视频序列中的车辆在尺寸、位置、方向上产生很大的变化。 2)车辆的外观不但取决于车辆的角度，同时又受到邻近物体的影响，例如车辆之间的遮挡关系、光照条件的改变等外界因素，往往也会对车辆的外观带来较大影响，而且这种情况又是随机出现的。 因此，车辆检测算法和人们预想的ITS中达到的要求还有很大差距，无论是识别性能还是处理速度都还有很大的发展潜力。 近年来，国外学者对视频图像的运动目标检测进行了许多研究，比较常用的方法有基于检测线的图像差分法和光流场法。前者利用视频帧之间的差分值

53、进行检测，后者通过合并运动矢量一样的区域进行检测。基于光流场法的运动目标检测由于噪声、多光源、阴影、透明性和遮挡性等原因，使得计算出的光流场分布不是十分可靠和精确，且光流场的计算实时性和实用性较差。图像差分法又分基于背景差分的方法和基于帧间差分的方法，前者定位精确、速度快，但缺乏合理的背景更新方法；后者可以提取出物体的运动信息，但由于相对运动与物体位置并非完全一致，存在检测出的运动目标位置不精确的情况。为此有人提出许多方法的融合改进，如基于边缘的背景去除法，但该类方法存在着由于运动目标边缘与背景边缘可能有一定交迭，使部分运动目标信息被去除的缺点。此外，各类传统的图像处理方法也在车辆目标检测阶段

54、针对不同的环境特点而有所应用。下面对各算法原理进行分类介绍。 222 核心技术 车辆检测的目标是：针对视频帧，区分出运动的车辆目标和道路背景。这一过程往往是结合视频序列所提供的时空特性来进行的，通过分析连续画面间的变化部分，抽出运动目标的特性来判断其运动状况。通常的做法就是突出目标或消除背景。这类方法有检测线法，计算运动矢量的光流场法等。其中检测线法又可以根据不同的规则再作细分。而另一类方法，是传统的图像分割方法在车辆检测阶段的应用。例如均值聚类法、边缘检测法，区域分割法等，这些方法虽然没有利用视频序列特有的时间特性，但由于算法稳定成熟，执行效率高，在某些交通监视环境中也有不错的效果。 1)基

55、于视频序列彩色图像颜色比对的检测线法 这是一种低级层次的车辆目标检测方法。它以假设路面颜色与车辆颜色不同作为前提条件。实现中，首先在视频序列的每一帧中一样位置上设定一条虚拟的检测线(如图23中的虚线所示)，然后根据假设，通过检测线的车辆的颜色与检测线所在的路面的颜色是不同的，因此计算机首先获取检测线所在路面颜色作为参考，然后定时与当前视频帧中检测线所在位置的颜色进行对比。如果颜色差值小于某个阈值，则认为时背景微变，使用新的背景色代替原先设定的参考色；如果对比后的颜色差值大于与先设好的阈值，那么认为有车辆通过，可以据此实现车辆的通行检测。 这种方法的优点是算法非常直观简单、程序运行速度快，但缺点也很明显。首先，为了保证车辆之间的空隙路面能够被摄像头捕获，以实现车辆确认，摄像头与路面必须形成90度左右夹角，而且必须安装得很高才能拍到整个路面；其次，由于这种方法是直接进行对应区域颜色对比的，摄像头不能晃动，否则会导致对应像素的位置不匹配而产生错误。另外，在多车道环境中，当同时有多辆汽车经过虚线区域时，