- 相關(guān)推薦
智能交通系統(tǒng)中的運(yùn)動(dòng)目標(biāo)檢測(cè)方法的創(chuàng)新機(jī)制論文
二十一世紀(jì)初，我國(guó)公路總里程數(shù)及汽車保有量大幅增加。隨著汽車社會(huì)的到來(lái)，交通擁擠、環(huán)境污染、交通安全等所帶來(lái)的負(fù)面效應(yīng)也日趨嚴(yán)重，由于交通擁擠、交通事故而造成的直接經(jīng)濟(jì)損失也有上千億元之多，間接損失更是無(wú)法計(jì)算。隨著計(jì)算機(jī)技術(shù)，電子產(chǎn)業(yè)等新興產(chǎn)業(yè)快速發(fā)展，快速，便捷，安全的交通才能更好的服務(wù)當(dāng)前世界經(jīng)濟(jì)的發(fā)展，單純依靠增加公路與人口矛盾帶來(lái)的城市用地等問(wèn)題也日益突出。智能交通系統(tǒng)則是伴隨著這種潮流發(fā)展出來(lái)的，其是指運(yùn)用先進(jìn)的計(jì)算機(jī)技術(shù)，電子信息技術(shù)，自動(dòng)控制技術(shù)等將人（包括駕駛員和交通管理者）、車輛、道路三者有機(jī)的結(jié)合起來(lái)，使之成為一個(gè)運(yùn)行有序的系統(tǒng)。
一、國(guó)內(nèi)外目標(biāo)檢測(cè)方法分析
目標(biāo)檢測(cè)方法通過(guò)成像系統(tǒng)或雷達(dá)跟蹤技術(shù)檢測(cè)目標(biāo)，而其對(duì)動(dòng)態(tài)目標(biāo)的檢測(cè)存在一定局限性。對(duì)于復(fù)雜環(huán)境下的動(dòng)態(tài)目標(biāo)，目標(biāo)信息可被背景噪聲淹沒(méi)，使得數(shù)據(jù)丟失，造成目標(biāo)跟蹤不穩(wěn)定。目前應(yīng)用較多的有先檢測(cè)后跟蹤算法和檢測(cè)前跟蹤的方法。先檢測(cè)后跟蹤算法屬于經(jīng)典的紅外目標(biāo)檢測(cè)方法，目前已提出了一系列比較成熟的點(diǎn)目標(biāo)檢測(cè)濾波預(yù)處理算法，如高通濾波處理方法、最小均方誤差濾波方法和中值濾波處理方法等。數(shù)學(xué)形態(tài)學(xué)法采用數(shù)字圖像處理技術(shù)抑制高頻背景噪聲成分，具有很好的背景噪聲抑制功效，對(duì)弱小目標(biāo)檢測(cè)比較有效。先跟蹤后檢測(cè)算法利用目標(biāo)圖像在跟蹤過(guò)程中每一階段的目標(biāo)成像信息，跟蹤圖像中較多可能的目標(biāo)軌跡，并借助動(dòng)態(tài)過(guò)程的目標(biāo)特性對(duì)各條軌跡進(jìn)行檢測(cè)判決，得到真實(shí)目標(biāo)的軌跡，完成目標(biāo)檢測(cè)，提高了低信噪比情形下目標(biāo)檢測(cè)方法的性能。運(yùn)動(dòng)目標(biāo)檢測(cè)是通過(guò)對(duì)圖像傳感器拍攝到的圖像序列進(jìn)行分析，檢測(cè)出運(yùn)動(dòng)目標(biāo)，為后續(xù)的目標(biāo)分類、目標(biāo)跟蹤以及更高層的行為理解打下良好的基礎(chǔ)。常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法主要有3種：光流法、幀間差法和背景差法。
二、運(yùn)用幀間差分法進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)
（一）幀間差分法。幀間差分法是指對(duì)一個(gè)很小的時(shí)間間隔△t（一般△t=1s）前后的兩幀圖像進(jìn)行差分形成差分圖再通過(guò)取閾值得到二值化圖來(lái)得到運(yùn)動(dòng)目標(biāo)區(qū)域的方法。因?yàn)檫\(yùn)算十分簡(jiǎn)單，并且差分圖二值化也有許多高效算法，從而非常適合于實(shí)時(shí)檢測(cè)運(yùn)動(dòng)物體，設(shè)t1時(shí)刻的輸入幀為f1（x，y），t2時(shí)刻的輸入幀為f2（x，y），若此期間有車輛行駛，應(yīng)有f2（x，y）=f1（x-△x，y-△y），令：△f（x，y）=︳f2（x，y）-f1（x，y）︳。
對(duì)于圖像中的靜態(tài)部分，△x=△y=0，則△f（x，y）=0，而對(duì)于運(yùn)動(dòng)部分△f（x，y）≠0，從而得到運(yùn)動(dòng)區(qū)域。實(shí)際使用中，相鄰兩幀差后，運(yùn)動(dòng)目標(biāo)內(nèi)部容易產(chǎn)生空洞現(xiàn)象，因?yàn)橥ㄟ^(guò)二值化分割出來(lái)的區(qū)域?qū)嶋H上是物體前后兩個(gè)位置的合并區(qū)域，要比物體實(shí)際面積要大。其次，它對(duì)噪聲非常敏感而且檢測(cè)出的物體的位置不精確。該算法檢測(cè)的運(yùn)動(dòng)區(qū)域是在t和（t-△t）時(shí)刻，這就關(guān)系到視頻采樣率的問(wèn)題。對(duì)于運(yùn)動(dòng)速度快的車輛，若時(shí)間差選擇得不合適，容易誤檢為兩個(gè)分開(kāi)不同的物體；而對(duì)運(yùn)動(dòng)速度慢的車輛，選擇不適當(dāng)時(shí)間差，只能檢測(cè)出目標(biāo)很小的一部分，一般可采用多幀之間差分法或者運(yùn)動(dòng)邊緣檢測(cè)法對(duì)其進(jìn)行改進(jìn)。
（二）實(shí)驗(yàn)及分析。以下列視頻圖像中的白色小車為例，通過(guò)道路攝像機(jī)拍攝到在道路上行駛的白色小車的視頻，利用幀間差分法中的多幀相減的方法，先對(duì)視頻進(jìn)行分割，形成每一幀圖像。其原始分割后圖像如下：
用幀間差分法處理后通過(guò)每?jī)蓭罘值贸鲞B續(xù)圖像，下面為上面對(duì)應(yīng)的幀圖像：
通過(guò)實(shí)驗(yàn)分析，幀間差分法不僅完成了對(duì)道路中白色小車的檢測(cè)，同時(shí)白色小車后面的車輛同樣被檢測(cè)出來(lái)。說(shuō)明幀間差分法不僅能夠完美的檢測(cè)出單個(gè)運(yùn)動(dòng)目標(biāo)，并且在多目標(biāo)檢測(cè)上也有很好的效果。
三、結(jié)束語(yǔ)
本文通過(guò)研究時(shí)域檢測(cè)中的幀間差分法方法完成了對(duì)道路交通中運(yùn)動(dòng)車輛的實(shí)時(shí)檢測(cè)。從實(shí)驗(yàn)結(jié)果來(lái)看，幀間差分法不僅能夠完美的檢測(cè)出單個(gè)運(yùn)動(dòng)目標(biāo)，并且在多目標(biāo)檢測(cè)上也有很好的效果，為后續(xù)運(yùn)動(dòng)目標(biāo)的跟蹤提供的良好基礎(chǔ)。
參考文獻(xiàn)：
[1]張娟，毛曉波，陳鐵軍.運(yùn)動(dòng)目標(biāo)跟蹤算法研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2009（12）.
[2]但妮.視頻序列中運(yùn)動(dòng)目標(biāo)提取與檢測(cè)算法的研究與實(shí)現(xiàn)[D].南京郵電大學(xué)，2009.
【智能交通系統(tǒng)中的運(yùn)動(dòng)目標(biāo)檢測(cè)方法的創(chuàng)新機(jī)制論文】相關(guān)文章：
智能視頻監(jiān)控中目標(biāo)移走檢測(cè)的方法研究08-29
智能交通系統(tǒng)中無(wú)線通信技術(shù)的應(yīng)用論文06-12
淺談數(shù)學(xué)教學(xué)中過(guò)程及方法目標(biāo)的落實(shí)論文10-25
工程材料檢測(cè)中不確定度的評(píng)定方法研究工學(xué)論文08-12
論文寫作中的選題方法08-01
讓幼兒在美術(shù)創(chuàng)新中徜徉論文10-02