摘 要

现代化交通信息管理成为发展趋势，其中实时交通信息采集是技术关键。车速测量更是成为了基于视频的交通信息检测技术的热点问题。本文研究给出了一种基于视频的车辆速度检测算法，并完成了一个车辆速度检测的软件系统。首先，给出了一种基于平均背景建模的运动车辆检测算法，将目标车辆与背景分离。然后给出了一种camshift目标跟踪算法，可以在目标车辆检测出现后实现自动跟踪。最后，在跟踪的基础上估计出车辆的运行速度，设计了一个车速测量系统。

整个车辆速度检测系统包括视频的读取显示模块、交通路况的背景建模模块、目标车辆的前景提取模块、目标车辆的实时自动跟踪模块和目标车辆的车速计算模块。

本文对目标运动车辆的检测和跟踪算法进行了深入的研究，给出了基于目标跟踪的车速测量算法，并设计了一个基于视频的车辆测速系统软件，实验结果表明本文设计的车辆测速系统软件能够对车速进行有效的测量记录。

关键词：背景建模；前景提取；自动跟踪；车速计算

Abstract

Intelligent transportation system has developed rapidly in recent years, technology based on the video traffic information detection is one of the important part of Intelligent transportation system. And vehicle speed detection, has become a hot spot in the study of traffic information detection based on video. In this paper, we study a kind of vehicle velocity measuring method based on video, and implement a vehicle speed measurement system. First of all, presents a motion vehicle detection algorithm based on average background modeling, and separate the target vehicle and the background. Then a camshift target tracking algorithm is given, and can achieve automatic tracking after the implementation of the target vehicle detection. Finally, we estimate the speed of the vehicle on the basis of tracking,and a speed measuring system was implemented.
The whole measurement system including video display module, the background modeling module, the target vehicle foreground extraction module, the vehicles tracking module and the speed calculation module.
In this paper, the research of moving vehicle detection and tracking algorithm is done, and we give the speed detection algorithm based on target tracking, and design a video speed measuring system, the experimental results show that the velocity measuring system designed in this paper can measure speed effectively.

Keywords: background modeling; foreground extraction; target tracking; the speed calculation

目 录

第1章 绪论 1

1.1 课题研究的背景及意义 1

1.2 国内外研究现状及发展 1

1.2.1 国外研究现状 1

1.2.2 国内研究现状 2

1.3 论文研究内容 2

第2章 一种基于平均背景法的车辆检测算法 3

2.1 常用运动车辆检测算法分析 3

2.1.1 帧间差分法 3

2.1.2 光流法 3

2.1.3 背景差分法 4

2.2 基于平均背景法的车辆检测算法 5

2.2.1 平均背景法的原理 5

2.2.2平均背景法的实现步骤 5

第3章 基于跟踪的车速检测算法研究 7

3.1运动车辆的跟踪方法 7

3.1.1 基于运动区域的跟踪 7

3.1.1 基于目标轮廓的跟踪 7

3.1.1 基于模型的跟踪 8

3.1.1 基于目标特征点的跟踪 8

3.2基于camshift算法的运动车辆跟踪 8

3.2.1 mean-shift算法原理 8

3.2.2 camshift算法实现过程 9

3.3运动车辆的车速计算方法 11

第4章 车速检测系统的软件实现 12

4.1 车速检测系统的设计方案 12

4.2 视频读取显示模块的实现 13

4.3 背景建模模块和前景目标提取模块的实现 14

4.4 目标跟踪模块的实现 17

4.5 车速计算模块的实现 18

第5章 多目标车辆速度测量的初步探究 19

5.1 单车道多目标车辆陆续测量速度的实验 19

5.2 双车道多目标车辆同时测量速度的实验 21

第6章 总结与展望 23

6.1 总结 23

6.2 展望 24

参考文献 25

致谢 26

第1章 绪论

1.1 课题研究的背景及意义

近年来，随着经济水平的增长，人们生活质量的提高，路上的车辆也就越来越多，城市交通和高速公路等处都出现了车流量增大、车速变快等诸多问题，这样一来会发生类似急停和超速造成的很多重大交通事故问题。为解决这些问题，现代化交通信息管理技术是必不可少的。

现代化交通管理的基础是实时信息采集，基于视频的检测技术具有方便快捷、成本低的各种优点，已经成为智能交通系统(ITS)中热门的一项技术。而车辆速度作为一个重要的交通参数需要满足很强的实时性要求，它是各种交通问题研究所需要的基础核心数据。这样一来，我们通过智能交通信息的管理就可以使交通事故发生的频率大幅降低，交通压力得到有效缓解。

本课题是以城市车道的车辆为实验对象，研究数字视频中运动目标的检测以及跟踪，并计算出车辆的实时行驶速度，模拟实现交通车速监控系统。虽然本次设计的车辆速度检测系统是以单车道为背景进行单目标多个车辆的车速测量，但其使用的技术仍扩展应用到了多目标的车速测量。这样，对于实际应用将有重大意义，可以解决复杂交通路况的车速检测。

1.2 国内外研究现状及发展

1.2.1 国外研究现状

国外上世纪70年代就有人提出了用计算机视觉技术进行车速测量的方法。 “1984年，T.Abramczuk用虚拟线圈法测量出来了车辆的实时速度^[1]。” 1990 年，美国明尼苏达州交通部第一次将虚拟线圈测速系统投入实际交通道路使用，取得了较好的效果，可以对交通道路上往来的车辆进行24小时速度监测。英国的 Trafficmaster 视频监控系统做的更有特色，可以通过所测车辆速度估计交通车流密度，并通过现代化的信息网络技术传递实时信息给交通中心，再由交通中心将数据通过手机客户端反馈给车主，让车主更好的选择交通路线。“1996年，法国 Citilog 公司有了进一步的技术突破，在动态背景自适应技术和自动跟踪的精确度上有了显著提高，能够克服恶劣天气环境对车速测量的影响，更加确保了交通道路的安全 ^[2]。”“当今国际上普遍使用的车辆视频检测器一般都是依据虚拟线圏的原理来检测车辆，国外各大公司也已经推出了相关产品 ^[3]。”

1.2.2 国内研究现状

而国内高校对基于视频的交通信息检测研究也比较晚。长安大学的任晓映首先建立图像和实际道路之间的映射表，使用的是相机标定的方法，用车尾点的位置来表示车辆信息，并将其在映射表中找到对应后用统计学中的最小二乘法拟合求出车速。广东工业大学的唐国侠提出了一种利用傅里叶相移特性进行车速检测的方法来计算估计前景目标在背景中的位置变化信息。至于国内公司，只有深圳方面有进行相关创新研究。

1.3 论文研究内容

本文从目标车辆检测、目标车辆跟踪、目标车辆速度计算三个方面来拟定实施方案。