论文部分内容阅读
智能交通系统(Intelligent Transportation System)是未来交通系统的主流,先进的交通控制和计算机科学有效的结合,将高效服务于人类,极大提高监管以及违章肇事处理效率。目前,监管部门对车辆的监控执法,主要通过车牌自动识别系统识别车辆牌照,以此作为违法证据对其进行责任的追究。而对于牌照故意遮挡、牌照有牌不挂以及使用套牌等违章行为,现有车牌自动识别系统无法识别,需要通过人工辨别进行处罚,耗时费力。解决这一问题成为智能交通中亟待解决的热点和难点。本文的研究内容是分布式视频车辆同一性时空关联检索中的基础研究工作,为视频车辆同一性时空关联检索提供了重要的基础技术支持。本文的主要研究点有以下几个方面:1、视频样本建立及质量分析评价。针对高速公路卡口角度不同、道路环境不同、天气和光线的时常变化等因素,均会影响到车辆对象的提取以及进一步清晰化处理。故建立基于不同卡口的视频样本库,进行视频质量评价,采用基于ROI运动目标区域的视频质量评价方法,针对视频质量评价的结果进行对应的视频预处理工作,使视频质量评价有效关联视频的预处理。2、车辆对象的提取及轮廓清晰化。首先采用了Gamma光照补偿、高斯滤波、双边滤波、拉普拉斯锐化、直方图均衡化等预处理方法,然后对预处理后的视频进行混合高斯背景建模提取出目标车辆,用基于HSV颜色空间的阴影消除算法,消除阴影得到完整的车辆对象,最后利用序列帧间运动补偿的方法进行轮廓修复,并引入轮廓修复评价函数,控制修复的合理性和有效性,确保车辆对象轮廓清晰完整。3、基于车道线的视频测速。利用高速公路中车道线已知标准的信息,建立以车道线为基准的测速区域,通过车辆对测速区域进出边的撞边算法计算撞边帧数,根据视频帧率换算出时间,从而计算出车辆的行驶速度。