基于道路監(jiān)控視頻的交通擁堵判別方法研究

《基于道路監(jiān)控視頻的交通擁堵判別方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、．＼，ｒ．．Ｖ．’．．１：＇、’、＇＞：非，＇：１０２９３密級(jí)單位代碼：．．一？一：巧女《您化Ａ節(jié)：；ｆ柔ｌ，々ｊ為《＾方Ｗ論文題目；基于道路胳控視頻的交通擁堵判別方法研究‘Ｉ．’＇＇ｒ?qū)W號(hào)１０１２０１０６２８姓名王輝導(dǎo)師宋建新教授學(xué)科專業(yè)信號(hào)與信息處理硏究方向圖像處理與多媒體通信申請(qǐng)學(xué)位類別工學(xué)碩±論文提交日期二零一五年六月？？＇．．‘＊■■＊、－－一山＊■南京郵電大學(xué)學(xué)位論文原創(chuàng)性聲明本人聲明所呈交的

2、學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加示注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得南京郵電大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意與我。一本人學(xué)位論文及涉及相關(guān)資料若有不實(shí)，愿意承擔(dān)切相關(guān)的法律責(zé)任。．６，研究生簽名：王日期絳：別文葉南京郵電大學(xué)學(xué)位論文使用授權(quán)聲明本人授權(quán)南京郵電大學(xué)可Ｗ保留并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子文檔；允許論文被查閱和借閱；可將學(xué)位論文的全

3、部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索；可采用影印、縮印或掃描等復(fù)制手段保存、匯編本學(xué)位論文。本文電子文的巧和紙質(zhì)檔容一。（包）生。論文的內(nèi)容相致論文的公布括刊登授權(quán)南京郵電大學(xué)研究院辦理用。涉密學(xué)位論文在解密后適本授權(quán)書，皮、＆：王：；＞／研究生簽名導(dǎo)簽名曰期蜂?zhēng)煛崳姎猓桑塗heResearchonTrafficCongestionIdentificationMethodBasedonRoadSurveillanceVideoThesisSubmittedtoNanjingUniversityofPostsandTelecommunications

4、fortheDegreeofMasterofEngineeringByWangHuiSupervisor:Prof.JianxinSongJune2015摘要隨著經(jīng)濟(jì)的快速發(fā)展，各個(gè)城市的汽車數(shù)量不斷增加，道路的交通狀況越發(fā)的復(fù)雜，實(shí)現(xiàn)交通狀況的準(zhǔn)確判別是解決道路擁堵問題的基礎(chǔ)。道路監(jiān)控系統(tǒng)的普及、圖像處理與模式識(shí)別等技術(shù)的發(fā)展，使得基于視頻的交通特征參數(shù)的提取實(shí)現(xiàn)交通狀況的判別成為當(dāng)前研究的熱點(diǎn)。在實(shí)際的場(chǎng)景中道路信息系統(tǒng)的故障在所難免，容易造成道路交通流量數(shù)據(jù)的丟失，實(shí)現(xiàn)這些數(shù)據(jù)的修復(fù)顯得尤為重要。為了解決道路狀況判別這一問題，本文通過對(duì)道路交通視頻的處理，獲得道路交

5、通特征參數(shù)，提出了一種基于核函數(shù)模糊C均值聚類（KFCM）的交通擁堵判別方法，同時(shí)將時(shí)空壓縮感知壓縮感知應(yīng)用于道路交通流量數(shù)據(jù)的修復(fù)過程中。論文的主要工作如下：從實(shí)時(shí)交通視頻中獲得道路交通特征參數(shù)，首先要實(shí)現(xiàn)運(yùn)動(dòng)車輛的目標(biāo)檢測(cè)。本文對(duì)傳統(tǒng)的像素級(jí)Vibe目標(biāo)檢測(cè)算法進(jìn)行了改進(jìn)，提出了一種基于閾值的自適應(yīng)Vibe目標(biāo)檢測(cè)算法。針對(duì)檢測(cè)中存在的鬼影，引入了基于Otsu閾值的鬼影抑制方法，將單個(gè)像素點(diǎn)的背景判別與整幅圖像的特征相結(jié)合。為了更好地適應(yīng)前景目標(biāo)運(yùn)動(dòng)狀況變化較大的情況，根據(jù)前景目標(biāo)質(zhì)心的運(yùn)動(dòng)速度，自適應(yīng)的調(diào)整背景的更新速度。實(shí)驗(yàn)證明，本文的改進(jìn)算法，能夠快速有效的抑制

6、鬼影，同時(shí)提高了目標(biāo)檢測(cè)的準(zhǔn)確性和魯棒性。其次，本文提出了一種基于KFCM的交通擁堵判別方法。交通擁堵的判別采用道路空間占道比、車流量以及道路宏觀光流速度三個(gè)參數(shù)。對(duì)交通視頻通過多幀融合進(jìn)行道路的檢測(cè)，計(jì)算前景目標(biāo)像素個(gè)數(shù)與道路像素個(gè)數(shù)的比值獲得道路空間占道；通過虛擬線圈法與Vibe算法結(jié)合統(tǒng)計(jì)車流量；融合了Harris角點(diǎn)檢測(cè)算法以及H-S光流算法計(jì)算了整個(gè)車道的宏觀光流速度。在此基礎(chǔ)上，根據(jù)交通狀態(tài)之間具有的模糊性，采用KFCM算法尋找交通狀態(tài)的聚類中心，建立交通擁堵判別器，最后通過計(jì)算歐氏距離得到當(dāng)前的交通擁堵狀態(tài)。實(shí)驗(yàn)證明，本文提出的方法能夠快速準(zhǔn)確的進(jìn)行道路擁堵

7、狀態(tài)的判別。最后，視頻交通特征參數(shù)獲取過程中交通流量參數(shù)可能丟失，道路交通流量的結(jié)構(gòu)特性使其具有一定的冗余性和可壓縮性，因此可將時(shí)空壓縮感知理論應(yīng)用于交通流量參數(shù)的修復(fù)中。本文構(gòu)造了道路網(wǎng)絡(luò)的交通流量矩陣，并結(jié)合道路流量的低秩性和時(shí)間-空間相關(guān)性的特點(diǎn)，提出了交通流量參數(shù)的時(shí)間相關(guān)矩陣和空間相關(guān)矩陣的構(gòu)造方法，并利用近似矩陣對(duì)缺失元素進(jìn)行插值重構(gòu)實(shí)現(xiàn)流量數(shù)據(jù)的修復(fù)。該方法能夠準(zhǔn)確有效的修復(fù)缺失的交通流量參數(shù)。關(guān)鍵詞：Vibe算法，KFCM，交通擁堵判別，壓縮感知，交通流量數(shù)據(jù)修復(fù)IAbstractWiththerapiddev