道路交通流量检测系统的实现 姜柏军：（浙江商业职业技术学院信息技术学院，浙江杭州３１ｏ０５３） 【摘 要】在智能交通系统中，交通流量数据是整个智能交通控制系统的重要参数。作为视频技术检测交通流量的方法，与传统方式如红外、感 应线圈、雷达测流量有显著的特点。该方法引入车辆轮廓检测技术，也是图像处理技术中的一种极其重要的方法。检测不同类型的车辆的轮廓， 通过设置的虚拟线圈，经过的虚拟线圈的运动车辆，经过轮廓提取，根据面积填充法来准确的计算车辆的数量，从而计算出车流的数据。实验结 果表明通过车辆轮廓提取的方法，检测车辆数据的效率高，降低一定的误检率，有更好的鲁棒性。 【关键词】交通流量；车辆轮廓；虚拟线圈；面积填充 【中图分类号】ＴＰ２７７ 【文献标识码】Ａ 【文章编号】１００６—４２２２【２０１５）２１—０２１２—０１ １引言 在交通流量检测中．运动目标的实时识别与检测一直是运 所谓虚拟线圈１５１技术是相对于物理线圈技术而言．通过在 ＣＣＤ视频检测窗口中设置若干个面积较小的虚拟线圈来模拟 物理线圈．以通过设置在视频窗口区域面积上的车辆信息来 达到实际中物理线圈上车辆经过的方式的一种技术。 动检测领域的一个热门方向。在视频序列中提取运动目标，主 要是车辆目标的常用方法是背景减法【”。背景减法是分离出运 动目标的一种经典的算法。背景减法实现简单，但是受背景干 扰因素较大，如道路中的树的阴影、非机动车等因素影响，由 于干扰因素导致检测的运动目标准确性不高，出现漏检或者误 ２＿３车辆计数 虚拟线圈上有无车辆通过由信号Ｓ．判断，当Ｓ．大于预设 的阈值时．判定当前帧中虚拟线圈上有车辆通过．累计变量数 栓 针对这一问题．本文采用面积填充比较法在运动目标提取 值加１；否则判定无车辆通过，累计变量不做加减。由于在帧 的统计方法．先通过设置虚拟线圈．在背景差分提取运动目标 的切换过程中有一些干扰因素，我们在实际编程时，规定了最 轮廓，利用轮廓的长和宽．根据目标车辆的面积与设定虚拟线 圈的面积，计算面积比，从而精确的计算出运动目标的数量。 大客错帧数和最小判为车辆的帧数 只有连续判断有车通过 的帧数大于最小判为车辆的帧数．并且在这连续的帧中判断 ２交通流量计数系统 基于运动检测技术的交通流量检测系统．其基本思想是： 在道路中架设摄象机．通过摄象机抓拍的视频．利用运动检测 技术中的背景差分，检测出目标车辆，根据虚拟线圈原理，借 无车的帧数小于最大蓉错帧数时认定有车通过，累计变量才 加１ ３结论 交通流量计数系统是一个构建在交通道路上．进行运动 助于车辆轮廓与虚拟线圈的填充度，对目标车辆进行计数统计。 目标检测、统计交通流量的系统，它对道路中的背号有很大的 ２．１运动检测技术算法 本文算法的功能实现如下，背景减法检测运动目标有几 个主要步骤：预处理、背景建模、背景减法、目标识别。源视频 图像经过预处理把噪声 过滤。处理后的图像用于构建背景模 型．然后进行减法．再处理就得到包含前景和背景的二值图 像．其中前景就是运动目标。 ２．１．１预处理 依赖 该算法对背景差分中的背景进行了多种改进，通过在 ＯｐｅｎＣＶ平台上用ＶＣ６．０对背景差分算法与其他运动检测算 法进行的对比仿真实验，证明自适应背景模型的背景差分算 法运行性能好于其他运动检测算法，并满足交通流量计数系 统的需要 参考文献 ［１］赵春晖，潘泉，梁彦，杨峰，李耀军．视频图像运动目标分析【Ｍ】．北 京：国防工业出版社，２０１１． 预处理是对初始输入图像序列在时域上的滤波。预处理 所要解决的问题有：ＣＣＤ噪声，场景环境噪声等。去除ＣＣＤ噪 声在空域上滤波一般采用高斯滤波、中值滤波【１１等。去除场景 的环境噪声在时域上一般采用三帧滤波 ２．１．２背景减法 ［２］刘权．基于自适应方向提升小渡的图像法噪研 Ｄ１．安徽：中国科 学技术大学．２０１１． 『３１李柯材．图像去噪的研究——基于中值滤波和小波变换的图像去噪 背景减法的一般形式是先将前景图像与背号图像相减， 对结果求绝对值，然后阈值化。令Ｐｔ是ｔ时间预处理后的前景 图像．Ｂｔ是ｔ时间的背景图像．则前景点应要符合如下公式： 应用研究【Ｄ］．江苏：江南大学，２０１１． 【４］谭洪涛．视频图像降噪关键技术研究［Ｄ］．重庆：重庆大学，２０１０． ［５］计文平，郭宝龙，丁责广．基于虚拟线圈的光流法车流量检测『Ｊ１．计 算机仿真，２００４，２１（１）：１０９～１１７． ｌＰ （ｘ，Ｙ）－Ｂ （ｘ，ｙ）ｌ＞ｒｒｌ（ｘ，Ｙ） 验的统计分析 （１） 收稿日期：２０１５—１０—９ 式中：（ｘ，Ｙ）是像素坐标值， 是闽值，阈值选择要根据实 为了能对阴影的黑暗区域的检测效果的目标增强，采用 相对差判断方法： ＞Ｔｌ（ｘＩｙ） （２） ２．２虚拟线圈技术 瓣
