文档介绍：分类号:U4910710-2009132056硕士学位论文基于视频的多车型交通信息采集余洪凯导师姓名职称李曙光副教授申请学位级别硕士学科专业名称交通信息工程及控制论文提交日期2012年5月21日论文答辩日期2012年5月30日学位授予单位长安大学A Video-based Traffic InformationCollection System for Multiple Vehicle TypesA Dissertation Submitted for the Degree of MasterCandidate:Yu HongkaiSupervisor:Prof. Li ShuguangChang’an University, Xi’an, ChinaI摘要采集多种车型的交通信息可以为交通管理和控制提供更全面的参考信息,也可以丰富经典交通流理论研究和交通流仿真模型研究。然而目前的大多数交通信息视频采集系统只是提供不考虑车型分类的宏观交通信息,为此设计了一种多车型交通信息视频采集系统,并在Visual Studio 2005编程环境下使用OpenCV开发了相应的软件。系统跟踪驶过的每一辆车,记录每一辆车的车型和瞬时速度,最终得到区分车型的流量和速度等多车型交通信息。系统的主要流程包括:检测初始背景图像,标定交通场景,设定道路检测区域,检测车辆目标,去除阴影干扰,跟踪车辆测速,识别车型和数据融合等。系统采用了基于彩色图像的自适应背景差分算法识别车辆目标,提取了更加准确的车辆目标;使用了诸如阴影去除和设置道路检测区域等一系列措施提高系统抗干扰性。系统考虑了跨车道行驶车辆,避免了对同一车辆的重复计数,提高了车辆计数准确率。系统分析了车辆粘连情况,利用团块占空比参数和数据融合方法减少车辆粘连造成的车型分类误差,利用K-means聚类算法得到了更加可靠的车型分类阈值参数,提高了车型分类准确率。在四种不同天气环境下测试系统的准确性,%,%,,,提取了准确可靠的多车型交通信息。关键词:多车型交通信息,车型分类,车辆跟踪,车辆粘连,K-means聚类,数据融合IIAbstractTraffic information of multiple vehicle typesnot only providesmore comprehensive references for traffic control and management, but also promotesthe researches of classic traffic flow theory and traffic simulation models. However most of video-based detection systems do not takemultiple vehicle typesinto considerationnowadays, so a new video-based traffic information collection system for multiplevehicle typesis developed. This image processing-based system is developed by using OpenCV tool in piling environment of Visual Studio 2005. Bytracking and classifyingeverypassingvehicle under mixed traffic conditions, the type and speed of every passing vehicle are , the flows and mean speeds of multiple vehicle types are main processes of this system includedetecting the initial backgroundimage, calibrating traffic scene, setting road detection region, vehicledetection,shadowremoval, vehicletrackingfor speed, vehicle classification, data fusion and so