车流量统计是智能交通领域的一个重要研究内容。针对传统的车流量统计方法存在着检测时间长、检测精度不高等问题,本文研究并实现了一个基于视频图像的车流量统计系统,其实现过程包括车辆的检测、跟踪及统计。具体研究工作如下:1.基于背景差法的车辆检测。首先利用统计平均法建立背景初始模型,然后通过一种改进的递归算法进行背景选择更新,即对于前景区域上对应的点不更新,而对除此之外的其它点进行更新,最后通过将当前视频帧与更新后的背景帧作差提取出前景目标。2.基于视频图像的车辆跟踪及统计。本文采用基于质心特征与Kalman滤波器相结合的跟踪方法,并通过设置计数线实现了车流量统计。具体过程为:首先根据前景目标的质心及面积特征确定跟踪目标及其所在位置,然后通过将目标的所在位置与卡尔曼滤波器预测的目标位置相比较,进行目标的匹配,当匹配成功的车辆通过计数线时则进行计数操作。本文方法首先在Visual Studio 2008和OpenCV2.4.3的软件平台上实现,为了提高车流量统计的实用性与便携性,本文利用JNI技术将该车流量统计系统成功移植到Android开发板上。实验结果表明,对分辨率为352×240、帧速为25帧/秒的道路视频图像,车辆检测的平均正确率为97.1%,车辆统计的平均正确率为96.3%,并且基本满足实时性的要求。
暂无评论