为了实现道路运输的现代化与和谐交通,我国的智能交通系统(Intelligent Transportation System,简称ITs)近年来发展迅速,本课题就是在这样的大环境下产生的。通过调研工TS的发展现状和相关的图像处理技术,本文设计并实现了一个基于单目视觉监控的道路车辆测速系统。设计该系统的核心思想是,在保证车辆识别率和测速精度的条件下提高系统的实时性。为了精确测定车辆的速度,首先要精确地测定车辆的位移。传统的方法需。要对摄像机的焦距、安装高度和角度等参数进行精确标定和测量,方法复杂,精度却很难满足要求。为此,本文通过标定路面坐标系来确定车辆的位移、长度和宽度等。首先选取一组已知距离的点,用来对函数链人工神经网络进行训练,得到各个连接权值。将这些连接权值作为多项式系数,即可用来计算图像上的点在路面坐标系里的坐标。实验证明,这种方法相对简单,精度也能满足要求,为实时测速打下了基础,也为车辆识别和跟踪创造了条件。车辆识别环节中,首先对视频图像进行均值滤波,然后通过背景差分和双阂值二值化,完成前景的提取和阴影的消除。在提取到前景后,再以面积作为判断条件,滤除前景中小的噪声区域。这样做,不仅可以快速滤除噪声和阴影,且效果比较好。车辆跟踪环节中,采用基于特征的跟踪方法,并将被跟踪车辆的特征分为主要特征和辅助特征,按照重要程度依次作为条件匹配车辆目标,从而实现有效的跟踪。车辆测速环节中,通过所建立的路面坐标系可以对车辆在每一帧图像中的位置进行比较精确的定位,结合视频图像的帧频就可以得到车速。综上所述,本文在基于单目视觉的测距、车辆识别和跟踪等方面进行了积极的探索,在快速建立路面坐标系、消除阴影和噪声等方面所采用的方法具有、较高的应用价值。