基于图像处理技术运动车辆检测及跟踪方法研究

2017-12-27田杰重庆交通大学

数码世界 2017年9期

关键词：交通管理图像处理摄像头

田杰重庆交通大学

田杰重庆交通大学

为解决城市交通拥堵，智能交通系统随之诞生，本文以基于图像处理技术运动车辆检测及跟踪方法研究为话题，对基于图像处理技术运动车辆检测及跟踪方法研究做出一些阐述和谈论，提出几点思考和探索意见，希望可以为我国交通管理的进步和发展做出一点贡献。

智能交通系统图像处理技术交通

在智能交通管理机制当中，最初是由红外线、超声波和雷达等传感器技术来进行交通管理，随着科技进步，如今已经全面被计算机网络、图像处理技术所替代。本文就以摄像头下的交通管理和检测跟踪技术进行深入的分析研究。

1 当下的智能交通系统检测技术

当下的交通信息采集技术分别有以下几种：

1.1 红外线检测

红外线检测的好处在于相应速度快，并且安装工作简单，然而红外线检测会受到天气和车辆本身热感的影响，对于温度的要求较为严格，检测出的数据也不够全面。

1.2 雷达检测

雷达检测的原理是多普勒效应，其好处在于应用范围广，可靠性高，监测数据不会受到环境或者是其他因素的影响，但是缺点是无法对静态下的车辆做出检测。

1.3 视频车辆检测

视频车辆检测是指在道路旁设置摄像头，监视终端等设备，借此来对道路状况来进行监控。是利用图像数字处理技术来进行的交通管理技术。这种技术的优点很多，首先不会受到天气的影响，而且对于车速和路况的情况检测比较准确，并且检测的范围光，对马路的路况也不会有影响，同时维修和安装都简单。然而当下图像处理技术中仍然存在一些问题，例如说车辆的阴影或者是车辆间的间隔问题都会对具体的监测数据起到一定的干扰和误差。

当下的视频车辆检测技术是交通系统中主要的检测手段，数字图像处理技术是当下最成熟、也是优点最多的技术，大大的解决了传统的道路检测中的一系列问题。

2 图像处理车辆检测和跟踪技术的基本原理和研究现状

当下对于运动车辆的检测和跟踪是根据计算机图像处理技术基础上进行的，我国在这方面起步较晚，而国外则经过了几十年的探索，如今已经有了初步的成就。国内的图像处理技术主要有清华大学研发的VS3001检测系统，以及上海高德公司研发的GDW-VS-2001技术等等。

在图像处理技术当中，主要是通过摄像图采集获取的图像，借由计算机技术对图像帧进行分析和检测，然后判断出具体的路况和所经车辆的特征。其中图像的分割、所经汽车特征的选取和跟踪算法是图像处理技术中的难点所在。

3 图像处理技术对运动车辆的检测和跟踪

在图像图像处理技术当中，首先检测出目标车辆就是在视频帧当中提取出目标车辆，因此在图像分割上，必须要保证视频分割的准确性。第一要保证摄像头的各方面情况正常，保证摄像头的静止和稳定，然后通过分差发、变化检测算法将目标车辆从检测视频背景当中分割出来。当下的北京分割技术分别是遗忘性的背景更新法和统计模型技术、临帧数差分技术等等。同时，在图像处理技术当中，车辆的阴影是很大的一个问题。

而在目标车辆的跟踪当中，为了能够更准确的获得目标车辆的车速、方向等信息，在图像处理技术中，以图像分割为基础，然后采用特征跟踪发。根据目标车辆的特征，例如车辆的几何图形和纹理颜色等等特征，来对特征继续跟踪，以达到跟踪车辆的目的。

同时为了降低跟踪目标的范围和提高跟踪准确度，可以应用卡尔曼滤波器等公式。在图像处理跟踪技术当中，计算出目标的测量值，对状态进行修正，得到最小化的误差。如今这种技术已经被广泛的应用于如今的智能交通系统当中。

4 智能交通系统的的未来展望

如今，随着城市经济的高速发展，很多城市机动车保有量以年均20%速度飙长的同时，如何治理拥堵等交通问题，已成为各大城市棘手的难题。而智能交通系统就是为了更好的服务于人民出行，解决这个问题所诞生而出的。因此建立一个智能交通系统已经是必不可少的事情。同时，智能交通要发挥作用，有赖于强大的网络系统。随着移动网络技术的不断发展，有线、无线相结合的网络建设模式也越来越多地应用在智能交通领域。但网络的可靠性、安全性等问题也依然制约着智能交通系统，影响其发挥应有的作用。