提出一種基于車(chē)輛方波脈沖時(shí)序圖的交通流參數(shù)實(shí)時(shí)檢測(cè)算法,克服了現(xiàn)有方法易受光線變化及天氣影響、運(yùn)算量大等缺陷,提高了實(shí)時(shí)交通流參數(shù)檢測(cè)的準(zhǔn)確率,為智能交通系統(tǒng)提供有力支撐。研究基于虛擬檢測(cè)線,將交通監(jiān)控視頻降維處理為包含時(shí)間和空間信息的時(shí)空?qǐng)D,而后對(duì)時(shí)空?qǐng)D進(jìn)行前景提取,生成二值化時(shí)空?qǐng)D的垂直投影,針對(duì)像素累積圖設(shè)計(jì)了系統(tǒng)性去噪及車(chē)輛對(duì)象識(shí)別方法,進(jìn)而生成車(chē)輛方波脈沖時(shí)序圖,實(shí)時(shí)檢測(cè)出車(chē)流量、車(chē)頭時(shí)距、時(shí)間占有率、車(chē)輛速度并進(jìn)行車(chē)輛分類(lèi)。分析結(jié)果表明,所提出的方法能克服雨雪天氣、夜晚光線等干擾,快速而準(zhǔn)確地進(jìn)行多車(chē)道交通流參數(shù)獲取,計(jì)算負(fù)荷小,方法準(zhǔn)確率高達(dá)97.32%,可滿足智能交通系統(tǒng)對(duì)交通流參數(shù)檢測(cè)實(shí)時(shí)性和精度的要求。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 研究基礎(chǔ)
2 數(shù)據(jù)與方法
    2.1 構(gòu)建時(shí)空?qǐng)D
    2.2 前景提取
    2.3 車(chē)輛對(duì)象識(shí)別
        2.3.1 生成垂直投影像素累積圖
        2.3.2 去除背景噪聲
        2.3.3 車(chē)輛對(duì)象提取
        2.3.4 車(chē)輛對(duì)象復(fù)原
    2.4 交通流參數(shù)檢測(cè)
        2.4.1 車(chē)型分類(lèi)
        2.4.2 車(chē)流量統(tǒng)計(jì)
        2.4.3 車(chē)頭時(shí)距檢測(cè)
        2.4.4 時(shí)間占有率檢測(cè)
        2.4.5 平均速度檢測(cè)
3 實(shí)驗(yàn)結(jié)果分析
    3.1 算法分析結(jié)果
    3.2 分析結(jié)果對(duì)比
4 結(jié)論



本文編號(hào)：3752768