電子科技大學(xué)碩士課題文獻(xiàn)綜述

1、電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜智能交通系統(tǒng)與視頻多目標(biāo)檢測(cè)分析技術(shù)文獻(xiàn)綜述彭韜通信與信息工程學(xué)院 2003.、八、-刖言運(yùn)動(dòng)目標(biāo)的檢測(cè)已成為機(jī)器視覺(jué)研究的一個(gè)焦點(diǎn)問(wèn)題。運(yùn)動(dòng)目標(biāo)在日常生活中是常見(jiàn)的，如行動(dòng)的動(dòng)物、行駛的汽車以及自然界中許多其他物體。捕捉和檢測(cè)序列圖像中人們感興趣的運(yùn)動(dòng)目標(biāo)在交通監(jiān)控、銀行保安、航空和軍用飛機(jī)的尋的制導(dǎo)等多種領(lǐng)域有著廣泛的應(yīng)用，因此在序列圖像中多運(yùn)動(dòng)目標(biāo)的檢測(cè)研究就顯得有著現(xiàn)實(shí)的意義。目前已經(jīng)在PC機(jī)上對(duì)近場(chǎng)景和遠(yuǎn)場(chǎng)景的多運(yùn)動(dòng)目標(biāo)圖像序列進(jìn)行了預(yù)研分析，在實(shí)時(shí) 性、精確性、穩(wěn)定性方面均可以達(dá)到滿意的程度，充分說(shuō)明在目前技術(shù)路線下該方案的可行性。

2、在前期文獻(xiàn)閱讀與調(diào)查研究工作中，對(duì)一些資料和多篇論文進(jìn)行了研讀，內(nèi)容主要涵蓋了數(shù)字圖像處理（圖像分割、識(shí)別） ，ITS系統(tǒng)等方面?，F(xiàn)代智能化交通系統(tǒng)的發(fā)展趨勢(shì)智能化交通系統(tǒng)是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通信傳輸技術(shù)、電子控制技術(shù)以及計(jì)算機(jī)處理技術(shù)結(jié)合起來(lái)，使其有效地綜合運(yùn)用于交通運(yùn)輸?shù)姆?wù)、控制和管理的系統(tǒng)。 其目的是使人、車、路以及環(huán)境密切配合，和諧統(tǒng)一，極大地提高綜合交通運(yùn)輸效率，保障交通安全， 改善環(huán)境質(zhì)量和提高能源利用率。近10年來(lái)，交通擁堵、交通事故和環(huán)境污染對(duì)社會(huì)經(jīng)濟(jì)發(fā)展和生活產(chǎn)生了重要的影響。 雖然道路運(yùn)輸增長(zhǎng)的需求可以靠提供更多的道路設(shè)施來(lái)滿足，但是在與資源、環(huán)境矛盾日益突出的今天，

3、道路設(shè)施的增長(zhǎng)將受到限制，這就需要依靠提供除設(shè)施之外的技術(shù)方法來(lái)滿足這一需求，智能化交通系統(tǒng)便是解決這一矛盾的途徑之一。一個(gè)智能化的交通系統(tǒng)，包含許多業(yè)務(wù)系統(tǒng)，其功能主要包括通信指揮調(diào)度、交通監(jiān)控、 交通信息管理、信息服務(wù)等。目前國(guó)內(nèi)外智能化交通系統(tǒng)技術(shù)水平、現(xiàn)狀及發(fā)展趨勢(shì)可以概括為以下幾個(gè)方面。1、 交通監(jiān)視中心通過(guò)攝像機(jī)和CATV網(wǎng)絡(luò)觀察交通要點(diǎn)的交通狀況城市交通監(jiān)視系統(tǒng)目前普遍采用成熟的閉路電視（CATV技術(shù)，對(duì)城市重要路口、路段 的交通情況進(jìn)行電視監(jiān)控。近年來(lái)，隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、視頻圖像處理技術(shù)和光纖通信技 術(shù)的發(fā)展，監(jiān)控系統(tǒng)的技術(shù)結(jié)構(gòu)也隨之發(fā)生變化。其發(fā)展趨勢(shì)是監(jiān)視圖像采集由模擬信

4、號(hào)向數(shù)字化轉(zhuǎn)變，信號(hào)傳輸網(wǎng)絡(luò)由專用模擬視頻傳輸系統(tǒng)向公用網(wǎng)絡(luò)系統(tǒng)轉(zhuǎn)變，監(jiān)視圖像由傳統(tǒng)集中顯示和控制向分散化、網(wǎng)絡(luò)化顯示控制轉(zhuǎn)變。 同時(shí)，隨著智能化自動(dòng)視頻處理技術(shù)的日益成熟，對(duì)交通違章、交通事件的檢測(cè)將實(shí)現(xiàn)智能化、自動(dòng)化。2、城市交通信號(hào)控制系統(tǒng)國(guó)外的產(chǎn)品城市交通信號(hào)控制系統(tǒng)目前國(guó)外的產(chǎn)品主要有： 澳大利亞的PLESSEY控制有限公司和荷 蘭PHIIPS公司的SCATS系統(tǒng)；德國(guó)的西門子公司和英國(guó) PEEK交通工程公司的 SCOO系統(tǒng); 日本京三公司的路口信號(hào)機(jī)；西班牙圣科公司的交通信號(hào)控制系統(tǒng)；美國(guó)富頓（ Futten ）公 司的麥肯（Mc.Cain）交通控制系統(tǒng)；美國(guó) Eagle交通控制系

5、統(tǒng)公司的 MCNAR系統(tǒng)等。3、交通事故處理系統(tǒng)交通事故接處警和事故處理目前一般采用有線和無(wú)線電話進(jìn)行報(bào)警，在公安交通指揮中心設(shè)置交通事故接警臺(tái)受理報(bào)警，然后派警力到現(xiàn)場(chǎng)進(jìn)行處理，并根據(jù)事故情況進(jìn)行調(diào)解和處理。目前計(jì)算機(jī)化的接處警系統(tǒng)在大中城市已普遍使用。采用計(jì)算機(jī)輔助接處警可以實(shí)現(xiàn)誤報(bào)攔截、報(bào)警點(diǎn)自動(dòng)定位、數(shù)字錄音、接處警信息自動(dòng)記錄、報(bào)警信息查詢統(tǒng)計(jì)等功能。 對(duì)于交通事故的處理目前仍以人工進(jìn)行現(xiàn)場(chǎng)勘查及人工填寫事故檔案材料的方式。發(fā)展趨勢(shì)是采用計(jì)算機(jī)輔助事故處理。4、交通信息管理在交通信息管理方面計(jì)算機(jī)數(shù)據(jù)庫(kù)管理技術(shù)已普遍得到應(yīng)用，In ternet/l ntran et的普及使得信息的交

6、流與傳送變得快捷而方便。將來(lái)的發(fā)展趨勢(shì)是提高信息的綜合分析和應(yīng)用能力。5、交通違規(guī)監(jiān)測(cè)與管理在交通糾違與執(zhí)法手段方面以自動(dòng)抓拍闖紅燈為代表的“電子警察”系統(tǒng)已獲得較普遍的應(yīng)用，IC卡違章記分和駕駛員管理系統(tǒng)也正在一些大城市推廣應(yīng)用。智能化的交通糾違 與執(zhí)法裝備將成為交通管理的重要手段。在國(guó)際上，從20世紀(jì)80年代以來(lái)，日本、美國(guó)、西歐等發(fā)達(dá)國(guó)家開(kāi)展了道路功能和車 輛智能化的研究。隨著研究的不斷深入，系統(tǒng)功能擴(kuò)展到道路交通運(yùn)輸?shù)娜^(guò)程及有關(guān)服務(wù)部門，發(fā)展成為帶動(dòng)整個(gè)道路交通運(yùn)輸現(xiàn)代化的智能化運(yùn)輸系統(tǒng)。目前美國(guó)、日本和歐盟都提出了各自的智能化交通體系結(jié)構(gòu)，形成了指導(dǎo)國(guó)家智能化交通建設(shè)的綱領(lǐng)性文件。

7、美國(guó)：經(jīng)過(guò)近十年的研究，在上世紀(jì)90年代末提出了國(guó)家智能化交通系統(tǒng)的框架體系和相關(guān)標(biāo)準(zhǔn)，出臺(tái)了規(guī)范國(guó)家智能化交通研究、產(chǎn)品研發(fā)和工程實(shí)施的標(biāo)準(zhǔn)性文件。從90年代初開(kāi)始，美國(guó)許多州就啟動(dòng)了城市及重要交通走廊的交通指揮中心建設(shè)項(xiàng)目，為智能化交通工程項(xiàng)目的實(shí)施提供了示范經(jīng)驗(yàn)。日本：在國(guó)家完成了智能化交通整體框架的研究之后，警察廳提出了以此框架為基礎(chǔ)的新交通管理系統(tǒng) UTMS21的方案。方案包括了先進(jìn)交通控制系統(tǒng)、交通信息服務(wù)系統(tǒng)、公交 優(yōu)先控制系統(tǒng)、車輛運(yùn)行管理系統(tǒng)、動(dòng)態(tài)線路誘導(dǎo)系統(tǒng)、降低交通公害系統(tǒng)、安全駕駛支持 系統(tǒng)、救援情報(bào)支持系統(tǒng)等。作為先進(jìn)交通控制系統(tǒng)的核心，正在著手開(kāi)發(fā)研究最優(yōu)交通線路指

8、 示系統(tǒng) MCDERATCOmanagement by origin-destinationrelatedadaptationfortraffic optimizatio n)，明確提出了感應(yīng)器配置、信息采集、交通指標(biāo)、控制指標(biāo)、微觀感應(yīng)控制等方面的目標(biāo)。在“十五”計(jì)劃期間，我國(guó)將啟動(dòng)智能化交通的示范工程，建立交通系統(tǒng)綜合平臺(tái)和交 通綜合控制指揮中心，并在電子警察、一卡通收費(fèi)、智能化公交系統(tǒng)、高速公路綜合管理系 統(tǒng)、停車場(chǎng)管理系統(tǒng)、基于INTERNET的貨運(yùn)交易系統(tǒng)和物流系統(tǒng)、車載系統(tǒng)、交通誘導(dǎo)等方面開(kāi)展技術(shù)研究、開(kāi)發(fā)及示范應(yīng)用。視頻智能交通網(wǎng)絡(luò)系統(tǒng)的基本組成我國(guó)現(xiàn)有的交通管理系統(tǒng)大部分都是采

9、用人工為主、機(jī)器為輔的方法，由人對(duì)機(jī)器獲得的信息進(jìn)行判讀，如電子警察系統(tǒng)。隨著城市交通的發(fā)展，對(duì)交通監(jiān)控系統(tǒng)提出了越來(lái)越高 的要求，而現(xiàn)有系統(tǒng)已經(jīng)不能適應(yīng)現(xiàn)代化的需要。具體表現(xiàn)在：一是需要投入大量的人力、 物力和財(cái)力；二是不能全天候工作，不能提供足夠多的交通參數(shù)，幫助交通管理者決策；三 是沒(méi)有實(shí)時(shí)自動(dòng)分析功能，難以滿足現(xiàn)代化管理的需要。因此，尋找一種更為高效、可靠的 系統(tǒng)來(lái)替代現(xiàn)有系統(tǒng)已經(jīng)成為迫在眉睫的任務(wù)。一種基于計(jì)算機(jī)視覺(jué)的視頻智能交通網(wǎng)絡(luò)系統(tǒng)，它能有效的克服上述缺點(diǎn)，且擁有監(jiān)測(cè)范圍大、靈活性好、成本低廉、操作簡(jiǎn)單等很多潛在優(yōu)點(diǎn)，有著很好的推廣前景。1、系統(tǒng)工作原理視頻智能交通系統(tǒng)建立在網(wǎng)

10、絡(luò)環(huán)境下。 系統(tǒng)以一個(gè)交通區(qū)域?yàn)榛締卧?并且通過(guò)廣域 網(wǎng)可擴(kuò)展至更廣的區(qū)域。整個(gè)系統(tǒng)由中心級(jí)、站級(jí)和車道級(jí)系統(tǒng)組成，各級(jí)系統(tǒng)的拓?fù)潢P(guān)系 為樹(shù)型結(jié)構(gòu)。（1）、中心級(jí)系統(tǒng)中心級(jí)為一個(gè)交通區(qū)域中所有站級(jí)的調(diào)度監(jiān)控中心，是樹(shù)結(jié)構(gòu)中的根節(jié)點(diǎn)， 是整個(gè)系統(tǒng)的核心。中心級(jí)系統(tǒng)包括數(shù)據(jù)庫(kù)服務(wù)器、管理模塊、狀態(tài)模塊。管理模塊用于與下面的各站 級(jí)管理模塊通信，并對(duì)各站級(jí)系統(tǒng)上傳的數(shù)據(jù)進(jìn)行收集、分析、處理。而狀態(tài)模塊則用于實(shí) 時(shí)顯示各站級(jí)的工作情況。中心級(jí)的任務(wù)和工作方式主要有以下兩種：（a）融合交通區(qū)域車輛管理中心的信息，創(chuàng)建和維護(hù)車輛管理數(shù)據(jù)庫(kù)，包括肇事被通 緝車輛的黑名單庫(kù)。本級(jí)的系統(tǒng)管理員改變記錄以及更

11、新中心級(jí)數(shù)據(jù)庫(kù)服務(wù)器的數(shù)據(jù)資源后，應(yīng)及時(shí)下傳至站級(jí)數(shù)據(jù)庫(kù)；當(dāng)站級(jí)系統(tǒng)發(fā)現(xiàn)肇事逃逸車輛，同樣也要將車輛屬性數(shù)據(jù)上傳到中心級(jí)數(shù)據(jù)庫(kù)，使各級(jí)數(shù)據(jù)庫(kù)數(shù)據(jù)一致。（b）中心級(jí)通過(guò)及時(shí)訪問(wèn)各站級(jí)數(shù)據(jù)庫(kù)服務(wù)器的交通數(shù)據(jù)，為交通管理者提供決策信息。訪問(wèn)有兩種方式：一是讓站級(jí)數(shù)據(jù)庫(kù)定時(shí)上傳數(shù)據(jù)；二是中心級(jí)系統(tǒng)管理員實(shí)時(shí)訪問(wèn)各站級(jí)數(shù)據(jù)庫(kù)的數(shù)據(jù)資源。 交通管理者對(duì)收集到的數(shù)據(jù)資源進(jìn)行分析，可全面掌握交通區(qū)域各主要街道、高速公路及停車場(chǎng)情況，以便于及時(shí)對(duì)交通資源進(jìn)行有效調(diào)配；（2）、站級(jí)系統(tǒng)站級(jí)系統(tǒng)是本地鄰近幾個(gè)車道級(jí)系統(tǒng)的調(diào)度監(jiān)控中心，也是樹(shù)型結(jié)構(gòu)的中間節(jié)點(diǎn)。它由數(shù)據(jù)庫(kù)服務(wù)器、管理模塊、狀態(tài)模塊和監(jiān)控模塊等組成。管理

12、模塊主要跟中心級(jí)的管理機(jī)通 信，對(duì)各車道級(jí)系統(tǒng)上傳的數(shù)據(jù)進(jìn)行收集、分析、處理。狀態(tài)模塊實(shí)時(shí)顯示各車道級(jí)的工作 情況。監(jiān)控模塊實(shí)時(shí)監(jiān)控各車道的視頻圖像。數(shù)據(jù)庫(kù)服務(wù)器則完成數(shù)據(jù)統(tǒng)計(jì)、打印等功能。站級(jí)系統(tǒng)主要有如下功能： 實(shí)時(shí)采集下轄各車道級(jí)系統(tǒng)發(fā)送上來(lái)的圖像數(shù)據(jù)和交通參數(shù) 數(shù)據(jù)，同時(shí)檢索黑名單庫(kù)，如果發(fā)現(xiàn)被通緝車輛，則報(bào)警。對(duì)于車道級(jí)發(fā)現(xiàn)的違章或肇事車 輛，經(jīng)本級(jí)系統(tǒng)管理員確認(rèn)后，記錄到相應(yīng)數(shù)據(jù)庫(kù)中，并上傳到中心級(jí)。定時(shí)統(tǒng)計(jì)站內(nèi)各車 道的車輛參數(shù)。接收從中心級(jí)下傳的數(shù)據(jù)，及時(shí)更新數(shù)據(jù)資源。根據(jù)站內(nèi)數(shù)據(jù)庫(kù)服務(wù)器的數(shù) 據(jù)，有效管理網(wǎng)內(nèi)的交通資源。（3）、車道級(jí)系統(tǒng)車道級(jí)系統(tǒng)負(fù)責(zé)本車道的監(jiān)控，是樹(shù)結(jié)構(gòu)中

13、的葉節(jié)點(diǎn)。目前它主要由一臺(tái)監(jiān)控機(jī)組成， 隨著微處理器的發(fā)展，可由單片機(jī)和DSP組成的嵌入式系統(tǒng)構(gòu)造，用以降低系統(tǒng)成本。車道 級(jí)系統(tǒng)主要有兩個(gè)任務(wù)，其一自動(dòng)識(shí)別出車輛屬性；其二提供本車道的交通參數(shù)。車道級(jí)系統(tǒng)是該監(jiān)控管理系統(tǒng)最關(guān)鍵的部分?，F(xiàn)將其工作原理簡(jiǎn)要敘述如下：當(dāng)探測(cè)系統(tǒng)檢測(cè)到有車輛經(jīng)過(guò)監(jiān)控道口時(shí)，車道級(jí)系統(tǒng)開(kāi)始工作， 即由自動(dòng)識(shí)別模塊識(shí)別出車輛的顏色、類型、車牌等屬性，并同時(shí)進(jìn)行車流統(tǒng)計(jì)；然后通過(guò)網(wǎng)絡(luò)向站級(jí)系統(tǒng)的數(shù)據(jù)庫(kù)服務(wù)器上 傳交通參數(shù)數(shù)據(jù)和壓縮的圖像數(shù)據(jù)。2、系統(tǒng)的拓?fù)浣Y(jié)構(gòu)對(duì)于有多個(gè)車道的站級(jí)應(yīng)用，可以將各個(gè)車道級(jí)系統(tǒng)與站級(jí)調(diào)度監(jiān)控中心用局域網(wǎng)連接 起來(lái)?？紤]到車道級(jí)系統(tǒng)與站級(jí)監(jiān)控中心

14、之間的通信實(shí)時(shí)性要求，可采用以太網(wǎng)?；诠?jié)點(diǎn)增減靈活、易于升級(jí)以及方便維護(hù)管理等的考慮，該局域網(wǎng)的拓?fù)浣Y(jié)構(gòu)可采用星型拓?fù)浣Y(jié)構(gòu)。如果將來(lái)需要系統(tǒng)升級(jí)，星型網(wǎng)絡(luò)可以很方便的升級(jí)到千兆位網(wǎng)絡(luò)而滿足將來(lái)的應(yīng)用需要。如果要實(shí)現(xiàn)一個(gè)地域內(nèi)或城市內(nèi)各站級(jí)系統(tǒng)之間的通信，則可以借助城域網(wǎng)或廣域網(wǎng)實(shí)現(xiàn)互連?？紤]到系統(tǒng)的安全性， 也可以在網(wǎng)絡(luò)系統(tǒng)中增加安全保護(hù)措施，比如在系統(tǒng)中加入防火墻等。3、車道級(jí)系統(tǒng)組成及其功能（1）、探測(cè)模塊探測(cè)模塊主要是用于發(fā)現(xiàn)車輛，同時(shí)還可測(cè)量一些車輛參數(shù)，如：車速、車身長(zhǎng)度、車 流量等。（2）、圖像采集模塊該模塊完成汽車圖像的采集工作，它由視頻采集卡和攝像機(jī)組成。視頻采集卡用于對(duì)來(lái)自

15、CCD攝像機(jī)的彩色或灰度信號(hào)進(jìn)行顏色解碼和同步提取?？梢圆捎秒p攝像頭， 一高、一低的架設(shè)在車道的正上前方。位置高的攝像頭獲取一幅高清晰度的真彩色全景圖，用于車型的顏色、類別識(shí)別；位置低的攝像頭獲取一幅高清晰度的灰度近景圖，用于車牌自動(dòng)識(shí)別。為 適應(yīng)天氣的變化，必須開(kāi)啟自動(dòng)光圈；為減少模糊效應(yīng)，必須開(kāi)啟高速電子快門。（3）、自動(dòng)識(shí)別模塊自動(dòng)識(shí)別模塊是車道級(jí)系統(tǒng)的核心。它主要完成車輛特征的自動(dòng)提取。該模塊對(duì)輸入的數(shù)字圖像經(jīng)自動(dòng)識(shí)別算法計(jì)算，以得到圖像特征值。 為增強(qiáng)系統(tǒng)的實(shí)時(shí)性和魯棒性，提高識(shí)別模塊對(duì)不同天氣和環(huán)境條件（如潮濕、陰影、燈光等）的適應(yīng)性。系統(tǒng)初期運(yùn)行時(shí)，在系 統(tǒng)管理員的幫助下，分辨在

16、不同時(shí)段、天氣下的光照情況，待識(shí)別模塊運(yùn)行穩(wěn)定后，便能自 主判斷，選用不同的方案。（4）、壓縮存儲(chǔ)模塊壓縮存儲(chǔ)主要是滿足數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性， 減少網(wǎng)絡(luò)擁塞和數(shù)據(jù)存儲(chǔ)量。對(duì)于視頻采集卡 獲取的圖像，可采用不同的算法，壓縮成不同的文件格式。 一般采用壓縮比較高的 JPG格式， 而且其圖像質(zhì)量也能滿足后續(xù)工作的需要。4、自動(dòng)識(shí)別算法汽車顏色的識(shí)別由于室外環(huán)境變化多，如天氣、背景、陰影等都會(huì)使圖像的特征發(fā)生很大的變化，給正確的識(shí)別和處理帶來(lái)隱患，如晴天的早上和傍晚，太陽(yáng)顏色偏紅，將會(huì)改變 圖像的底色?？赏ㄟ^(guò)預(yù)處理將這些變化歸結(jié)到光照強(qiáng)度的變化，如可設(shè)定色標(biāo)牌或跟已知顏色的背景物體作比較，對(duì)整幅圖像的顏色

17、進(jìn)行校正。因此抑制光照條件變化對(duì)圖像的影響， 是算法中要解決的問(wèn)題。由“色度學(xué)”知識(shí)，對(duì)于某一固定的顏色，如果只改變照明光的光 強(qiáng)，則該顏色的色度坐標(biāo)應(yīng)保持不變。這里可以把RGB圖像中對(duì)某一顏色測(cè)得的 RGBE個(gè)分量的灰度值歸一化， 將此歸一化值作為該顏色的色度坐標(biāo)。在汽車顏色識(shí)別算法中， 將圖像轉(zhuǎn)換為基于人類顏色感覺(jué)的HSI圖像模型。因?yàn)镠SI模型中，描述顏色基本特征之一色調(diào)H可以作為顏色的色度坐標(biāo)。因此如果獲得了 HSI模型對(duì)應(yīng)顏色的色度坐標(biāo)值，就可得到的該 顏色。汽車二維圖像的分類識(shí)別是二維圖像識(shí)別的一個(gè)重要方面，它包含了模式識(shí)別領(lǐng)域中普遍存在的基本問(wèn)題。由于識(shí)別目標(biāo)一一汽車是一個(gè)在復(fù)雜

18、背景中運(yùn)動(dòng)的物體，高速必然帶來(lái)運(yùn)動(dòng)模糊效應(yīng)，還由于成像條件等因素影響，因此給模式特征提取和準(zhǔn)確識(shí)別增加了難度。 直接利用二維圖像信息量過(guò)大，對(duì)那些輪廓特征便于利用的圖像，可取其二維圖像的邊緣特征，從而大大壓縮信息量，便于二維圖像的分類識(shí)別。車牌的識(shí)別可采用以下三個(gè)步驟：一、先通過(guò)預(yù)處理、分割等步驟找出若干準(zhǔn)目標(biāo)區(qū)域， 然后從這些區(qū)域中選取車牌區(qū)域（依靠紋理特征或顏色特征）。二、在對(duì)分割出來(lái)的車牌區(qū)域，進(jìn)行自適應(yīng)閾值二值化，分離出車牌背景，以便于下一步的字符識(shí)別。 三采用字符切分、模板匹配、模糊識(shí)別等方法，識(shí)別出車牌號(hào)碼。汽車牌照實(shí)際上是原始圖像中的一個(gè)邊緣平 直且有突變，位置相對(duì)穩(wěn)定的子圖像，

19、該子圖像內(nèi)部有七個(gè)字且是有一定大小的近似平行四 邊形，所以牌照區(qū)域形成了一種水平、垂直方向的紋理規(guī)律，可依靠以上紋理特征，采用模 糊模式識(shí)別方法，從這些準(zhǔn)目標(biāo)區(qū)域中，分割出牌照區(qū)域。為方便字符識(shí)別，將切割下來(lái)的 車牌灰度圖像作二值化處理。 二值化處理后的車牌是一個(gè)整體，包含了字符和間隙。 想要識(shí)別單個(gè)字符，首先要把每個(gè)字符從車牌中分離出來(lái)，這是字切分要完成的任務(wù)。車牌中每個(gè)字符所占的寬度幾乎相等，因此可等寬切分。車牌中的字符由有限個(gè)已知的漢字字符、英語(yǔ)字母和十個(gè)數(shù)字組成，且字符的排列順序（漢字、英語(yǔ)字母、數(shù)字）已知，建立有限集字符 模板庫(kù)，對(duì)切割下來(lái)的字符進(jìn)行識(shí)別即可。視頻圖像多目標(biāo)檢測(cè)與分析

20、技術(shù)研究目標(biāo)研究定軌道區(qū)域的多運(yùn)動(dòng)目標(biāo)分析技術(shù)，建立這類視頻圖像的數(shù)理模型。使之不僅可以解決數(shù)字視頻中運(yùn)動(dòng)分析和對(duì)象提取中的很大一部分情況，還能夠成為目前智能交通系統(tǒng)中視覺(jué)信息處理部分的核心技術(shù)，成為實(shí)現(xiàn)場(chǎng)景監(jiān)視、運(yùn)動(dòng)觀察的基礎(chǔ)。視頻圖像序列多目標(biāo)檢測(cè)與分析技術(shù)路線和實(shí)現(xiàn)方案1、技術(shù)路線與總體方案對(duì)交通路段多個(gè)車道的車流（如下圖）進(jìn)行連續(xù)拍攝，獲取的車流序列圖像中包含了相 對(duì)固定的背景和運(yùn)動(dòng)車流圖像。該技術(shù)即是對(duì)多車道的車流序列圖像進(jìn)行按軌跡（車道）的分流分析。分流后統(tǒng)計(jì)出各個(gè)車道的車流量、交通路段的總平均車流量、平均車速。反方向車道-5 -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜-

21、# -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜隔離帶車道1 （超車道）車道2 （常規(guī)車道）正方向車道I車道3 （待車道）高速路段汽車運(yùn)行示意圖對(duì)于該技術(shù)的應(yīng)用系統(tǒng)，我們輸入觀測(cè)路段（共R個(gè)車道）場(chǎng)景的固定背景圖像與該路段拍攝的圖像序列，系統(tǒng)對(duì)圖像信息進(jìn)行處理后，將輸出該路段在特定時(shí)段（比如tj至tj + K?t時(shí)段）內(nèi)的車流統(tǒng)計(jì)參數(shù)。K 近似于測(cè)試次數(shù)。這些參數(shù)（檢測(cè)量）有：各車道平均車流量q ,這里i表示車道序號(hào)；路段平均車流-# -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜-# -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜量C ;各車道平均車速 vi ;路段平均車

22、速 V系統(tǒng)信息處理功能如下圖所示:I (Xl,X2,tj )Ci,ViC2,V2C,V-# -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜Cr, Vr-6 -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜高速路段車流量與平均車速視頻檢測(cè)系統(tǒng)功能框圖其中I(xi，x2，tj)， (Xi,X2) RX1X2 , j Z表示整個(gè)視頻圖像信息，l(Xi,X2,tj)包括 背景圖像和運(yùn)動(dòng)目標(biāo)子圖像。對(duì)于應(yīng)用系統(tǒng)的輸出，例如某車道的車流量與平均車速相對(duì)時(shí)間的關(guān)系，可以采用圖形表示，如下圖：-7 -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜-# -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S0110

23、81彭韜2、檢測(cè)基本模型與系統(tǒng)框圖 檢測(cè)量基本的數(shù)理概念與模型:(1)各車道平均車流量ci定義：?jiǎn)挝粫r(shí)間內(nèi)該路段某車道通過(guò)的車輛個(gè)數(shù)，單位為(輛 /秒)數(shù)學(xué)模型：在tkj到tkj +?t這段時(shí)間內(nèi)，車道i有N輛汽車通過(guò)，則cki =#。這里k1 K表示測(cè)試次數(shù)，測(cè)量一定次數(shù)K以后，則ci = ”CkiK k=1(2) 路段平均車流量C定義：?jiǎn)挝粫r(shí)間內(nèi)該路段通過(guò)的車輛個(gè)數(shù)，單位為(輛 /秒)1 R數(shù)學(xué)模型：車道i的車流量為ci。若該路段同方向上共有 R條車道，則C =- "q(3) 各車道平均車速定義：車道i上，單位時(shí)間內(nèi)車輛經(jīng)過(guò)的路程，單位為(米/秒)數(shù)學(xué)模型：車道i的某輛汽車，在t

24、q時(shí)刻剛好進(jìn)入車道觀測(cè)路段，到tkj+?t時(shí)刻，該?X車剛好離開(kāi)車道觀測(cè)路段。若該車道路段長(zhǎng)？x，則vki =,這里k表示測(cè)試次數(shù)，測(cè)量?t定次數(shù)K以后，則該車道平均車速為:-# -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜-# -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜路段平均車速V-8 -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜-9 -電子科技大學(xué)碩士課題文獻(xiàn)綜述02S011081彭韜定義：該路段上，單位時(shí)間內(nèi)車輛經(jīng)過(guò)的路程，單位為(米 /秒)數(shù)學(xué)模型：車道i的平均車速為v,。若該路段冋方向上共有R條車道，則V二丄 0R i=1實(shí)現(xiàn)檢測(cè)的數(shù)理模型：1數(shù)字視頻的分

25、層表征模型:l(Xi,X2,tj) = lb(Xi,X2,tj)?1-罩A(Xi,X2,tj)?+ 睪A(Xi,X2,tj)?lmi(Xi,X2,tj) ( 1)其中l(wèi)(x1,x2,tj) , (X1, x2) RXlx2 , j Z表示整個(gè)視頻圖像信息，Ib(X1, x2,tj)表示背景圖像，I miX, x2,tj) , i = 1,2,L , k表示k個(gè)運(yùn)動(dòng)目標(biāo)子圖像，A, (x1, x2,tj)表示相應(yīng)的運(yùn)動(dòng)目標(biāo)圖像的指示函數(shù)，該分層模型實(shí)質(zhì)上描述了運(yùn)動(dòng)目標(biāo)和背景之間遮擋和被遮擋的關(guān)系。在等式(1)兩端同時(shí)乘以AMX" x2,tj)，化簡(jiǎn)可得：1(X1, X2,tj) ?A(

26、X1, X2,tj )二 A1(X1, X2,tj)?lmi1(X1, X2,tj)( 2)由此可知在運(yùn)動(dòng)目標(biāo)視頻圖像序列分層模型中，待求解的參數(shù)只有兩組，分別為Ib(x1, x2,tj)和AXKtj) , i = 1,2L k。 a, (x1, x2,tj)實(shí)際上就是視頻序列中各個(gè)運(yùn)動(dòng)目標(biāo)所對(duì)應(yīng)的視頻對(duì)象平面 VOP的區(qū)域形狀信息。2時(shí)空相似性算子與運(yùn)動(dòng)目標(biāo)跟蹤在運(yùn)動(dòng)目標(biāo)跟蹤的研究中有許多方法，如基于Kalman濾波的運(yùn)動(dòng)跟蹤技術(shù)、基于運(yùn)動(dòng)目標(biāo)跟蹤框的目標(biāo)跟蹤技術(shù)等。在這里我們利用時(shí)空相似性算子來(lái)實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的跟蹤。由VOP的指示函數(shù)可以得到每一個(gè) VOP的形心坐標(biāo):”X1 ?A(X1,X2

27、,tj)(8)(X1 ,X2)LA(X1,X2,tj )(X1,X2)號(hào) 2?A(X1,X2,tj)LA(X1,X2,tj )(X1,X2)(9)其中Chi,j,Cvi,j是第i個(gè)VOP在匕時(shí)刻的形心坐標(biāo)。由指示函數(shù)和相應(yīng)的視頻序列 可以計(jì)算出每一個(gè) VOP的灰度均值 沱門和方差I(lǐng)厲進(jìn)而計(jì)算出位置相似度和灰度相似度，于是可以計(jì)算出聯(lián)合相似度s (i1,im, j)?；诼?lián)合相似度算子，相鄰兩幀中的VOP對(duì)應(yīng)關(guān)系有如下三種：、對(duì)于tj時(shí)刻的第h個(gè)VOP,在集合 Sjoint(i1,i2, j)|i2 1,2丄kj+1中尋找其最大值Smax(i1,im, j)。如果Smax(i1,im, j)大于

28、相應(yīng)的相似度門限值咋，則.時(shí)刻的第i1個(gè)vop和tj+1時(shí)刻的第im個(gè)vop具有對(duì)應(yīng)關(guān)系，屬于同一個(gè) vo(2) 、如果Smax(i1,im, j)小于相似度門限值 n，則匕時(shí)刻的第i1個(gè)vop在tj+1時(shí)刻就沒(méi)有對(duì)應(yīng)的vop所以tj時(shí)刻的第i1個(gè)vop就是其相應(yīng) vo序列中的最后一個(gè) vop(3) 、如果tj+1時(shí)刻的第i2個(gè)VOP在tj時(shí)刻沒(méi)有對(duì)應(yīng)的 VOP則tj+1時(shí)刻的第i2個(gè)VOP是 相應(yīng)VO的第一個(gè)VOP基于上述VOP之間的對(duì)應(yīng)關(guān)系，屬于同一個(gè)VO的VOP序列就可以分離出來(lái)，于是就可以實(shí)現(xiàn)視頻對(duì)象的有效提取。3定軌道目標(biāo)流運(yùn)動(dòng)分析在上文中我們?cè)敿?xì)論述了基于背景差的運(yùn)動(dòng)目標(biāo)分割提取和

29、采用時(shí)空相似性算子實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)跟蹤的技術(shù)，并采用大視場(chǎng)觀察條件下的車流交通視頻圖像序列作為實(shí)驗(yàn)對(duì)象，取得了較好的實(shí)驗(yàn)結(jié)果。實(shí)際上汽車流是典型的指定軌道區(qū)域的運(yùn)動(dòng)目標(biāo)流，它們通常按照公路上所劃定的軌道區(qū)域行駛，所以在大視場(chǎng)觀察條件下， 只要在恢復(fù)出來(lái)的背景圖片中通過(guò)圖像分析技術(shù)設(shè)定相應(yīng)的軌道區(qū)域劃分，就可以實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)按指定軌道的分流，監(jiān)測(cè)每一個(gè)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡，運(yùn)動(dòng)方式和運(yùn)動(dòng)狀態(tài)等參數(shù)，還能對(duì)指定軌道上的運(yùn)動(dòng)目標(biāo)的流量 進(jìn)行統(tǒng)計(jì)，運(yùn)動(dòng)異常進(jìn)行檢測(cè)等。這些功能對(duì)于智能交通系統(tǒng)的可視信息的采集具有十分重 要的意義。除了上面的大視場(chǎng)條件下對(duì)定軌道區(qū)域運(yùn)動(dòng)目標(biāo)進(jìn)行分流以外，在有的應(yīng)用中還要對(duì)運(yùn)動(dòng)目標(biāo)

30、的某些視覺(jué)特征如：紋理特征等進(jìn)行觀察和記錄，在大視場(chǎng)條件下這些視覺(jué)特征是不能夠清晰觀察到的，所以需要在較小的視場(chǎng)條件下對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行拍攝，但此時(shí)運(yùn)動(dòng)目標(biāo)在視場(chǎng)中所占有的空間區(qū)域較大，目標(biāo)相互之間還存在著遮擋，這給動(dòng)目標(biāo)按軌道的分流和在指定的時(shí)空位置上的視覺(jué)特征的觀察記錄帶來(lái)了困難，下面就對(duì)此進(jìn)行詳細(xì)的討論。在較小的視場(chǎng)條件下我們?nèi)匀徊捎帽尘安畹姆椒?，在差分域中進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測(cè)，由于是多運(yùn)動(dòng)目標(biāo)，要實(shí)現(xiàn)各個(gè)運(yùn)動(dòng)目標(biāo)所在區(qū)域的相互分離，就需要附加另外的約束條件， 在定軌道多運(yùn)動(dòng)目標(biāo)的場(chǎng)合下，各個(gè)運(yùn)動(dòng)目標(biāo)都屬于同一類型，具有類似的形狀信息，如道路上運(yùn)動(dòng)的汽車都具有類似于矩形的投影形狀，所以可以從運(yùn)

31、動(dòng)目標(biāo)的形狀特征進(jìn)行檢測(cè)和分割。在差分域中采用自適應(yīng)門限技術(shù)，可以將運(yùn)動(dòng)目標(biāo)和背景區(qū)域初步分開(kāi)。但是由于噪聲等因素的影響，運(yùn)動(dòng)目標(biāo)區(qū)域具有非完整性，要實(shí)現(xiàn)其準(zhǔn)確定位和分割還需要采用形態(tài)學(xué)開(kāi)閉濾波將運(yùn)動(dòng)區(qū)域外的噪聲點(diǎn)去除，與此同時(shí)形態(tài)學(xué)濾波也可以使得運(yùn)動(dòng)目標(biāo)區(qū)域的邊界變 得更加光滑，并去除運(yùn)動(dòng)目標(biāo)區(qū)域內(nèi)部的微小孔洞。按照這樣的形態(tài)學(xué)方式生長(zhǎng)出來(lái)的每一個(gè)矩形區(qū)域就對(duì)應(yīng)一個(gè)運(yùn)動(dòng)目標(biāo)所在位置的核心區(qū)域，這樣就可以把多個(gè)運(yùn)動(dòng)目標(biāo)大致分割成一個(gè)個(gè)的單運(yùn)動(dòng)目標(biāo)區(qū)域。在運(yùn)動(dòng)目標(biāo)的區(qū)域確定之后， 要實(shí)現(xiàn)其視覺(jué)特征的觀察和記錄就需要進(jìn)行定軌道多運(yùn)動(dòng) 目標(biāo)的時(shí)空定位，運(yùn)動(dòng)目標(biāo)的空間位置可以利用上面所提取出來(lái)的矩形區(qū)

32、域的空間方位和背 景圖像中軌道的劃分來(lái)確定。 這里所說(shuō)的運(yùn)動(dòng)目標(biāo)的時(shí)空定位是指在目標(biāo)沿軌道運(yùn)動(dòng)到指定 區(qū)域之后對(duì)其記錄一幀圖像，以實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的視覺(jué)特征的觀察和記錄。由于場(chǎng)景背景圖像是已知的，可以事先通過(guò)人機(jī)交互的方式劃定運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌道，即所有的運(yùn)動(dòng)目標(biāo)在正常情況下都是沿著相應(yīng)軌道運(yùn)動(dòng)的，當(dāng)然這一過(guò)程也可以通過(guò)計(jì)算機(jī)自動(dòng)來(lái)完成。然后在各個(gè)運(yùn)動(dòng)軌道的相應(yīng)位置設(shè)置標(biāo)記，當(dāng)目標(biāo)運(yùn)動(dòng)到標(biāo)記位置時(shí)就對(duì)其進(jìn)行圖像采樣。為了處理各個(gè)運(yùn)動(dòng)目標(biāo)相互之間的遮擋關(guān)系，以及避免同一個(gè)運(yùn)動(dòng)目標(biāo)被多次重復(fù)采樣的情況，這里利用狀態(tài)轉(zhuǎn)換關(guān)系圖來(lái)實(shí)現(xiàn)該目標(biāo)準(zhǔn)確的時(shí)空定位與采樣。首先對(duì)場(chǎng)景中的運(yùn)動(dòng)目標(biāo)進(jìn)行狀態(tài)劃分，分為如下幾種狀態(tài)：目標(biāo)搜索狀態(tài)、目標(biāo)在指定區(qū)域外、進(jìn) 入指定區(qū)域狀態(tài)，定點(diǎn)采樣狀態(tài)，離開(kāi)指定區(qū)域狀態(tài)。 在運(yùn)動(dòng)目標(biāo)處于定點(diǎn)采樣狀態(tài)時(shí)便可 以對(duì)其進(jìn)行采樣記錄。系統(tǒng)框圖與關(guān)鍵單元：高速路段車流量與平均車速視頻檢測(cè)系統(tǒng)框圖其中關(guān)鍵單元有：1單車道定時(shí)段車流量/車速檢測(cè)單元該模塊單元主要用于分析單車道車流圖像數(shù)據(jù)，從而獲取該車道上的車流量和車速等車流統(tǒng)計(jì)數(shù)據(jù)。2多車道車流參數(shù)檢測(cè)單元該模塊