基于CCD車流量系統(tǒng)答辯

基于CCD車流量系統(tǒng)答辯論1緒論2原理與系統(tǒng)組成3系統(tǒng)硬件設(shè)計(jì)4車流量視頻圖像檢測(cè)算法5系統(tǒng)及其功能程序設(shè)計(jì)6小結(jié)一、研究背景及意義1、背景 與日俱增的汽車數(shù)量給城市交通帶來了巨大的壓力，傳統(tǒng)的新、擴(kuò)建道路和依靠交通燈控制的方法并不能很好的解決這些問題，因此智能交通系統(tǒng)應(yīng)運(yùn)而生。 智能交通系統(tǒng)（ITS）是將先進(jìn)的通訊、控制及計(jì)算機(jī)等技術(shù)集成運(yùn)用于整個(gè)交通體系而建立的一種應(yīng)用范圍廣、實(shí)時(shí)性高及準(zhǔn)確度高的綜合管理系統(tǒng)。它通過人、車、路三者的緊密高效的配合來提高交通管理效率，降低交通壓力，減少事故發(fā)生，節(jié)約能源。2、意義 傳統(tǒng)的交通信息獲取方式有：紅外線檢測(cè)、雷達(dá)監(jiān)測(cè)、超聲波檢測(cè)、環(huán)形線圈檢測(cè)等。 相較于這些方法，視頻圖像檢測(cè)具有可靠性高、利于安裝維護(hù)、處理方式靈活、檢測(cè)范圍廣等優(yōu)點(diǎn)。 基于CCD的車流量檢測(cè)系統(tǒng)在方便人們生活出行、減少交通事故發(fā)生、降低能源消耗、緩解城市壓力等相關(guān)方面具有重要意義。二、系統(tǒng)原理及組成1、車流量檢測(cè)原理

基于CCD的車流量檢測(cè)，是通過道路上方的攝像機(jī)等采集設(shè)備將實(shí)時(shí)的道路信息進(jìn)行采集，經(jīng)過圖像處理分析得出實(shí)時(shí)的車流量信息。 本文采用的是以背景差分法為主的處理方法。首先通過CCD攝像機(jī)采集到當(dāng)前車流圖像，將當(dāng)前圖像與背景圖像作差，以此來判斷圖中是否有車輛。若沒有則返回繼續(xù)采集，若有則對(duì)圖像進(jìn)行預(yù)處理，包括濾波、灰度化、圖像增強(qiáng)等，再將圖像二值化，從圖中提取出車輛，最后通過虛擬檢測(cè)線方法來進(jìn)行車輛計(jì)數(shù)。系統(tǒng)實(shí)現(xiàn)的功能框圖如右二、系統(tǒng)原理及組成2、系統(tǒng)組成及框圖

按照模塊設(shè)計(jì)的思路，系統(tǒng)分為初始化模塊(設(shè)置)、視頻采集模塊、系統(tǒng)控制模塊、存儲(chǔ)模塊、傳輸模塊。系統(tǒng)組成框圖如下：三、系統(tǒng)硬件設(shè)計(jì)

硬件系統(tǒng)以TMS320DM642高性能DSP為核心，外接CCD攝像機(jī)，視頻圖像信息經(jīng)解碼芯片轉(zhuǎn)換后送至DSP分析處理得出結(jié)果。1、圖像采集模塊

主要由CCD攝像機(jī)和TVP5150視頻解碼芯片組成。芯片與DM642連接原理圖及電路圖如下：2、控制模塊

采用TMS320DM642，專用于數(shù)字媒體應(yīng)用的高性能32位定點(diǎn)DSP，工作頻率最高達(dá)720MHz，處理器性能可達(dá)5762MIPS。三、系統(tǒng)硬件設(shè)計(jì)3、存儲(chǔ)模塊

系統(tǒng)中需要對(duì)數(shù)據(jù)存儲(chǔ)進(jìn)行外部擴(kuò)展，由于DM642的外部存儲(chǔ)器接口EMIF是64位的，可分為CE0-CE3，CE0對(duì)應(yīng)SDRAM，故采用兩片32片SDRAM并聯(lián)的方式。其外擴(kuò)示意圖如右所示：三、系統(tǒng)硬件設(shè)計(jì)4、數(shù)據(jù)傳輸模塊一般采用的是以太網(wǎng)接口方式，DM642內(nèi)部集成了以太網(wǎng)媒體存取控制器EMAC。系統(tǒng)中采用Intel的LXT971A以太網(wǎng)處理芯片，與DM642的連接如下圖：三、系統(tǒng)硬件設(shè)計(jì)5、電源模塊設(shè)計(jì)

DM642需要1.4V和3.3V兩種電源，且必須保證先內(nèi)核后I/O的上電順序，系統(tǒng)中設(shè)計(jì)的是采用兩片TI公司的TPS54310可調(diào)節(jié)電源芯片。電源模塊和3.3V產(chǎn)生電路分別如下所示：四、車流量視頻圖像檢測(cè)算法1、圖像預(yù)處理（1）圖像濾波多圖像平均法：采集同一個(gè)目標(biāo)連續(xù)多幀圖像，求平均值和平均信噪比，對(duì)比平均新造比和單幀信噪比領(lǐng)域平均法：把區(qū)域內(nèi)任意一點(diǎn)其領(lǐng)域內(nèi)點(diǎn)的灰度值與某一加權(quán)函數(shù)相乘后累加的結(jié)果作為該店的濾波值中值濾波：對(duì)窗口內(nèi)的像素點(diǎn)的灰度值排序，取其中間值為窗口中心像素的灰度值(舉例)（2）灰度化彩色圖像到灰度圖像的轉(zhuǎn)換可以用以下公式四、車流量視頻圖像檢測(cè)算法（2）圖像增強(qiáng) 空間域法：以對(duì)圖像像素的知己而處理為基礎(chǔ) 頻域法：以修改圖像的傅里葉變換為基礎(chǔ)考慮到處理速度的問題，采用空間域法2、圖像分割 采用的是閾值分割，其基本思想是把前景和背景分離開來。設(shè)輸入圖像為，分割后的輸出圖像為，則1表示前景，0表示背景四、車流量視頻圖像檢測(cè)算法3、運(yùn)動(dòng)車輛檢測(cè)算法常用的檢測(cè)算法光流場(chǎng)法、幀間差分法和背景差分法

光流場(chǎng)法：給每一個(gè)像素點(diǎn)賦予一個(gè)速度矢量，根據(jù)矢量在圖像區(qū)域的變化判斷

幀間差分法：兩幀圖像相減得出輪廓，和閾值比較，m、n為相鄰兩幀

背景差分法：選取一不存在目標(biāo)的靜止圖像為背景，然后當(dāng)前幀與背景作差，對(duì)絕對(duì)值二值化處理，得到運(yùn)動(dòng)目標(biāo)背景建模：背景差分法的核心，構(gòu)建初始背景 均值法、中值法、高斯模型法等4、車流量統(tǒng)計(jì)算法（1）區(qū)域標(biāo)記法（2）虛擬檢測(cè)線法在視場(chǎng)車道內(nèi)設(shè)置一條垂直于車道的虛擬檢測(cè)線，通過讀取每一幀虛擬檢測(cè)線上的數(shù)據(jù)來判斷是否有車輛經(jīng)過。統(tǒng)計(jì)的方法一般是把當(dāng)前幀的虛擬檢測(cè)線數(shù)據(jù)和上一幀的虛擬檢測(cè)線數(shù)據(jù)比較四、車流量視頻圖像檢測(cè)算法五、系統(tǒng)及其功能程序設(shè)計(jì)視頻處理程序

在本文系統(tǒng)中采