文档介绍：第四届文鼎创杯华中地区大学生数学建模邀请赛
承诺书
我们仔细阅读了《第四届文鼎创杯华中地区大学生数学建模邀请赛的选手须知》。
我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。
我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。
我们的竞赛编号为: 90005009
我们的选择题号为: B
参赛队员(打印并签名):
队员1: 蔡时茂
队员2: 李风光
队员3: 王琨
(以下内容参赛队伍不需要填写)
评阅编号:
武汉工业与应用数学学会
第四届文鼎创杯华中地区大学生数学建模邀请赛竞赛组委会
一种基于直方图统计与多帧平均混合算法的车流量检测模型
摘要
新一代智能视觉监控技术的研究是一个极具挑战性的前沿课题,它旨在赋予监控系统观察分析场景内容的能力,实现监控的自动化和智能化,因而具有巨大的应用潜力。在智能视频监控系统中,对包含运动目标的图像序列进行的分析处理主要由运动目标检测、分类、跟踪和视频内容分析等几个基本环节组成。其中目标检测技术作为系统的最底层,是进行各种后续处理的基础。
本文通过建立数学模型采用统计直方图和多帧平均混合的算法解决如何从视频图像中提取出高质量的背景图像和车辆图像的问题,为车辆的外形、速度、流量等一系列参数的处理提供前提,并根据附录视频中提取的背景图像进一步应用,建立了计算车流量的模型。
具体地讲,针对问题一,我们利用统计直方图和多帧平均混合的方法,提取出背景图像,并考虑到环境的光线等因素的不断变化,及时对背景进行更新。对于不同光线背景下的差分图像,采用Otsu求阈值技术,得到车辆的二值化图像。
如下图所示:
图1 (a)实时路况图像(b)对应背景图像(c)二值化图像
针对问题二,我们以问题一中得到的背景为基础,运用虚拟线检测法,在采集到的视频图像帧中,在每条车道上人为地设置一条横向的虚拟线,利用检测线处产生的颜色灰度变化是否超过设定的阈值来检测车辆是否通过并计数,得到如下结果:
车道
程序数车
人工数车
漏数
多数
漏检率/%
虚警率/%
准确率/%
1
68
70
2
0
0
2
22
22
0
0
0
0
100
3
44
43
0
1
0
4
43
43
0
0
0
0
100
5
28
28
0
0
0
0
100
6
13
14
1
0
0
7
55
53
0
2
0
总计
273
273
3
3
表1 实验检测数据
关键词:目标检测技术;背景提取与更新;虚拟线车流量检测法;统计直方图和多帧平均;Otsu阈值技术
1 问题重述
问题重述:
传统的视频监控由人工进行视频监测发现安全隐患或异常状态,或者用于事后分析,这种应用具有其固有的缺点,难以实现实时的安全监控和检测管理。为解决这一问题,智能视频分析技术应运而生。智能视频分析在国内又称之为智能视频监控,是在近年计算机网络和硬件技术飞速发展的大背景下逐步发展起来的一门新兴技术,它旨在利用计算机视觉技术、图像视频处理技术和人工智能技术对监控视频的内容进行描述、理解和分析,并能根据分析的结果对视频监控系统进行控制,从而使视频监控系统具有较高层次的智能化水平,目前已成为提高视频监控系统效能的主要发展方向和产品竞争的一个研究热点。具体应用在交通管理中,带有智能分析功能的监控系统,如智能交通系统(ITS),可以通过区分监控对象的外形、动作等特征,做到主动收集、分析数据,并根据预设条件执行报警、记录、分析等动作。视频检测技术能够利用计算机视觉和图像处理方法建立一个智能交通管理系统, 在不需要人干预或者很少人干预的情况下, 通过对摄像机拍录的视频序列进行分析以实现车辆的定位、识别和跟踪, 并在此基础上分析和判断车辆的行为, 对车辆的行为给出语义描述, 做到了既能完成日常管理,又能在发生异常情况时做出及时反应。由于ITS的信息具有多源、异构等典型特征,所以对信息的处理、检索和提取,已成为ITS发展和运用的关键。而进一步对于信息处理而言,其关键技术是建立合理的数学模型。请你们利用所学知识解决以下两个问题:问