提出一種基于車輛方波脈沖時序圖的交通流參數實時檢測算法,克服了現有方法易受光線變化及天氣影響、運算量大等缺陷,提高了實時交通流參數檢測的準確率,為智能交通系統(tǒng)提供有力支撐。研究基于虛擬檢測線,將交通監(jiān)控視頻降維處理為包含時間和空間信息的時空圖,而后對時空圖進行前景提取,生成二值化時空圖的垂直投影,針對像素累積圖設計了系統(tǒng)性去噪及車輛對象識別方法,進而生成車輛方波脈沖時序圖,實時檢測出車流量、車頭時距、時間占有率、車輛速度并進行車輛分類。分析結果表明,所提出的方法能克服雨雪天氣、夜晚光線等干擾,快速而準確地進行多車道交通流參數獲取,計算負荷小,方法準確率高達97.32%,可滿足智能交通系統(tǒng)對交通流參數檢測實時性和精度的要求。

【文章頁數】：6 頁

【文章目錄】：
1 研究基礎
2 數據與方法
    2.1 構建時空圖
    2.2 前景提取
    2.3 車輛對象識別
        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 車輛對象提取
        2.3.4 車輛對象復原
    2.4 交通流參數檢測
        2.4.1 車型分類
        2.4.2 車流量統(tǒng)計
        2.4.3 車頭時距檢測
        2.4.4 時間占有率檢測
        2.4.5 平均速度檢測
3 實驗結果分析
    3.1 算法分析結果
    3.2 分析結果對比
4 結論



本文編號：3752768