城市道路交叉口交通流量大、車輛運(yùn)行環(huán)境復(fù)雜,交通信號(hào)燈的優(yōu)化控制對(duì)提高路口車輛運(yùn)行效率起著重要的作用。文中以城市道路中十字交叉路口信號(hào)燈為研究對(duì)象,研究了基于車輛排隊(duì)長(zhǎng)度的交叉路口信號(hào)燈優(yōu)化控制方法。在課題研究中,基于視頻信息實(shí)現(xiàn)車輛排隊(duì)長(zhǎng)度在線檢測(cè),建立了信號(hào)燈控制參數(shù)模型,提出信號(hào)燈優(yōu)化控制策略,設(shè)計(jì)了信號(hào)燈實(shí)時(shí)動(dòng)態(tài)配時(shí)方案。實(shí)驗(yàn)仿真結(jié)果表明:采用該優(yōu)化控制方法可有效地降低路口車輛延誤時(shí)間,減少車輛通行時(shí)間和停車次數(shù),提高路口道路運(yùn)行效率。本文完成了如下課題研究工作:（1）基于實(shí)時(shí)監(jiān)控圖像信息、路口運(yùn)動(dòng)車輛檢測(cè)方法以及車輛排隊(duì)模型的建立,實(shí)現(xiàn)了車輛排隊(duì)縱向像素距離的檢測(cè);采用基于滅點(diǎn)原理的攝像機(jī)標(biāo)定方法獲取了攝像機(jī)參數(shù)并實(shí)現(xiàn)了圖像距離到空間距離的轉(zhuǎn)換;建立了檢測(cè)誤差模型,提出了測(cè)量過程中校正系統(tǒng)誤差的方法。對(duì)道路上車輛排隊(duì)隊(duì)列進(jìn)行了實(shí)際檢測(cè),實(shí)驗(yàn)結(jié)果表明在允許的誤差范圍內(nèi),所提出的檢測(cè)方法可準(zhǔn)確測(cè)量路口車輛排隊(duì)長(zhǎng)度。（2）基于信號(hào)燈控制設(shè)計(jì)原理和方法,確定了路口信號(hào)燈相位設(shè)計(jì)方案和綠燈延長(zhǎng)策略,建立了交叉路口信號(hào)燈控制參數(shù)約束模型和路口交通運(yùn)行性能評(píng)價(jià)指標(biāo)體系,設(shè)計(jì)了交叉路口信號(hào)燈... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

幾種圖像灰度化處理方法效果圖

2車輛排隊(duì)長(zhǎng)度視頻檢測(cè)方法9②圖像濾波在數(shù)字化視頻圖像過程中會(huì)混入一些噪聲，如白噪聲、椒鹽噪聲等，在圖像生成、傳輸和變換過程中都會(huì)受到外界因素不同程度的干擾，從而導(dǎo)致圖像質(zhì)量下降和退化。另一方面，濾波能夠獲取圖像的特征作為圖像識(shí)別的特征模式，因此，通過圖像濾波去除圖像中的干擾信息從而獲得關(guān)鍵圖像信息。在圖像處理過程中，對(duì)鄰域中的像素點(diǎn)做線性計(jì)算或卷積運(yùn)算稱為線性濾波，如均值濾波、高斯濾波、拉普拉斯濾波等，不同的線性濾波的區(qū)別在于選擇不同的濾波器的模板。非線性濾波是使用原始圖像與模板之間的邏輯關(guān)系獲得濾波圖像，如中值濾波和雙邊濾波。圖像濾波可以利用公式2.1表示。,(,)(,)(,)mnOijIimjnKmn2.1)其中：I(i,j)為原始圖像，O(i,j)為濾波后的圖像，K(m,n)為濾波器。③圖像二值化圖像二值化是用0和255兩個(gè)值表示表示圖像上每個(gè)像素點(diǎn)的灰度值，圖像二值化的原理是采用閾值分割的方法使得圖像顯示為白與黑兩種顏色。設(shè)定灰度圖像為f(x,y)，二值化的圖像為g(x,y)，二值化的閾值為(0255)，滿足公式2.2即為圖像的二值化。圖2.3顯示了圖像二值化效果。0(,)(,)255(,)fxygxyfxy2.2)圖2.3圖像二值化Fig2.3Resultofimagebinaryzation④邊緣檢測(cè)圖像特征信息中的邊緣信息是基本信息之一，并且邊緣信息包含許多關(guān)鍵信息，如對(duì)象的位置輪廓等，這些特征信息為計(jì)算機(jī)識(shí)別圖像目標(biāo)提供了重要的特征參數(shù)。邊緣檢測(cè)原理是使用邊緣增強(qiáng)算子突出顯示圖像中的局部邊緣，并通過定義圖像的邊緣強(qiáng)度和設(shè)置閾值的方法提取邊緣點(diǎn)[29]。

重慶大學(xué)碩士學(xué)位論文10圖像邊緣檢測(cè)是根據(jù)圖像的灰度值突變或不連續(xù)的原理來檢測(cè)，設(shè)有圖像f(x,y)，定義其梯度向量f、梯度方向和梯度的改變量f如公式2.3所示。122[,]tan()()()fffxyffxyfffxy2.3)由于圖像上的每個(gè)像素點(diǎn)(x,y)為離散點(diǎn)，因此根據(jù)導(dǎo)數(shù)定義公式2.3獲得離散梯度計(jì)算方法，如公式2.4所示。(,)(1,)(,)(,)(,1)(,)fxyfxyfxyxfxyfxyfxyy2.4)其中檢測(cè)算子為H=[-1,1]，如公式2.5所示，將原圖f(x,y)與模板做卷積運(yùn)算就可以得到邊緣檢測(cè)的圖像了。G(x,y)H*f(x,y)2.5)其中：H為檢測(cè)算子，G(x,y)為邊緣檢測(cè)圖像經(jīng)典的邊緣檢測(cè)算子有一階導(dǎo)數(shù)算子和二階導(dǎo)數(shù)算子。一階算子有Roberts算子、prewitt算子和Sobel算子等，二階算子有Laplace算子和Wallis算子等[30]。近些年來一些如小波變換法、模糊數(shù)學(xué)法、形態(tài)學(xué)法以及神經(jīng)網(wǎng)絡(luò)算法等新的圖像邊緣檢測(cè)算法也得到應(yīng)用，如圖2.4是利用幾種邊緣檢測(cè)算子所得到圖像邊緣檢測(cè)效果示意圖。aSobel算子邊緣檢測(cè)bLaplace算子邊緣檢測(cè)圖2.4邊緣檢測(cè)算子檢測(cè)效果Fig.2.4Thedetectioneffectofedgedetectionoperators

【參考文獻(xiàn)】：
期刊論文
[1]智慧交通,讓城市生活更美好[J]. 舒雪萍.  中國(guó)科技獎(jiǎng)勵(lì). 2018(07)
[2]基于改進(jìn)Canny算法的工件邊緣檢測(cè)方法[J]. 劉克平,李西衛(wèi),隋吉雷,李巖.  廣西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[3]基于改進(jìn)F-B模型的過飽和狀態(tài)下交叉口信號(hào)配時(shí)優(yōu)化方法[J]. 高佳寧,丁勇.  山東科學(xué). 2017(02)
[4]基于層次顏色Petri網(wǎng)的全感應(yīng)控制交通信號(hào)燈建模與仿真[J]. 顧鴻儒,孫連坤.  計(jì)算機(jī)工程與科學(xué). 2016(09)
[5]智能視頻分析的車輛異常行為檢測(cè)方法[J]. 尹宏鵬,李艷霞,周佳怡,柴毅.  重慶大學(xué)學(xué)報(bào). 2016(03)
[6]基于復(fù)式滑動(dòng)窗口的車輛排隊(duì)長(zhǎng)度檢測(cè)方法[J]. 趙冉陽,張心言,吳志紅.  計(jì)算機(jī)技術(shù)與發(fā)展. 2015(11)
[7]基于實(shí)時(shí)路況的交通信號(hào)燈智能管控方法[J]. 趙荻,郎海濤,劉永信,胡偉,尹亮,祁欣.  計(jì)算機(jī)工程與設(shè)計(jì). 2015(03)
[8]信號(hào)交叉口實(shí)時(shí)排隊(duì)長(zhǎng)度估計(jì)[J]. 趙淑芝,梁士棟,馬明輝,劉華勝,朱永剛.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2016(01)
[9]基于成像光線空間追蹤的攝像機(jī)標(biāo)定方法研究[J]. 王鵬,張求知,李文強(qiáng),孫長(zhǎng)庫(kù),趙揚(yáng).  儀器儀表學(xué)報(bào). 2015(01)
[10]基于視頻檢測(cè)技術(shù)的交叉口車輛排隊(duì)長(zhǎng)度研究[J]. 張玲玲,賈元華,牛忠海.  物流技術(shù). 2012(05)

博士論文
[1]車輛排隊(duì)模型研究[D]. 姚榮涵.吉林大學(xué) 2007
[2]交通流模型的研究[D]. 付傳技.中國(guó)科學(xué)技術(shù)大學(xué) 2007

碩士論文
[1]基于排隊(duì)長(zhǎng)度的信號(hào)交叉口自適應(yīng)控制方法研究[D]. 宋楠.長(zhǎng)安大學(xué) 2017
[2]基于車流量的交通信號(hào)控制系統(tǒng)優(yōu)化設(shè)計(jì)[D]. 楊森.寧夏大學(xué) 2015
[3]基于紅綠燈優(yōu)化城市交通控制設(shè)計(jì)與仿真[D]. 葉文斌.華東師范大學(xué) 2015
[4]交通信號(hào)燈控制系統(tǒng)建模與仿真研究[D]. 謝輝.長(zhǎng)安大學(xué) 2014
[5]車輛排隊(duì)長(zhǎng)度動(dòng)態(tài)預(yù)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 沙永賀.山東大學(xué) 2014
[6]視覺測(cè)量中的攝像機(jī)標(biāo)定與三維重建方法研究[D]. 蔡琿.哈爾濱工業(yè)大學(xué) 2013
[7]基于視頻的車輛檢測(cè)與跟蹤算法的研究與實(shí)現(xiàn)[D]. 劉漢艷.南京郵電大學(xué) 2012
[8]路段車輛排隊(duì)估計(jì)研究[D]. 祁宏生.吉林大學(xué) 2008
[9]單交叉口自適應(yīng)控制方法的研究[D]. 李曉娜.大連理工大學(xué) 2006



本文編號(hào)：3107410