1. 研究目的与意义（文献综述）

如今，随着中国城镇化建设的加快，中国人均收入水平不断提高，中国汽车的保有量逐年增加，汽车数量的增加、高速公路的发展给人们提供了越来越多的便利，但同时也在不断威肋、着道路交通和人民生命财产的安全，而这已成为世界各国所面临的共同问题。国家统计局统计数据显示，2016年全国发生汽车交通事故864.3万起，涉及人员伤亡事故212846起，造成63093人死亡、226430人受伤，造成直接财产损失12.1亿元。而在大部分汽车交通事故中，车速过快是造成交通事故的重要原因。因而为保证道路行驶安全，对车辆速度的实时检测至关重要。

因此智能交通系统应用前景十分广泛。在智能交通系统中，车辆速度的检测是一个重要的交通参数，可以用于监控交通事件，如超速车辆及其他道路车辆异常情况都可以通过车速反馈出来。现阶段监测车辆速度的方法，大多依靠专业测速设备如感应线圈、雷达检测、激光检测等。这些专业设备维护工作量大、维护成本高，而基于监控视频图像的车辆速度检测可以减少系统维护成本，安装简单方便而且检测精度满足实际需求。视频车辆检测技术将是未来实时交通信息采集和处理的发展方向。

视频车辆检测技术将是未来实时交通信息采集和处理的发展方向，正因如此，国内外学者对于车速检测十分重视，并对此进行了深刻的研究。国内巨志勇等学者在张帆学者提出的将高速公路车道线作为测速区域的基础上，分析了车身的特征及图像中车道线的倾料角度，选择车灯作为对应块，选取车灯存在的候选c.域；然后根据车灯的对称性强度筛选车灯带，实现车灯的准确定位，并把车灯移动的距离通过橄像机标定转换到实际坐标中，解决了监控录像中拍摄角度的问题，从而实现车辆速度的实时检测。并且该方法运行速度快、定位准确，可以广泛地应用于红绿灯路口环境中，实现视频图像的车速实时检测。

而国外viet-hoa do等人提出了一种简单鲁棒性好的摄像机标定方法，并用于测量标定后车辆的行驶速度。这种方法对摄像头安装位置无特殊要求，首先在地面上画个等边三角形，将摄像头拍摄的场景作为参考对象。然后，用交通摄像头拍摄的三角形的图像用来确定相机参数。使用视频帧的运动矢量光流算法，结合之前标定得到的摄像机参数来计算车辆实际的移动速度。

2. 研究的基本内容与方案

为实现对车辆目标进行检测、跟踪并对车速进行测量的目标，本次设计以城市交通道路上采集到的交通视频图像序列为实验对象，采用专业视频流截取软件virtualdub获取序列帧图像；以matlab 2016做为实验环境，并结合其中的图像处理工具箱进行仿真实验。本文所设计的连续速度测算系统是基于以下功能模块建立:视频处理模块、目标跟踪模块，车速计算模块。视频处理模块包含视频播放和提取；目标跟踪采取车灯定位，为实现短时间内准确定位，算法在“灰度实域”范围内完成。

具体的研究工作包括以下内容:

1.首先对视频图像进行预处理，进行灰度图转换，并进行高斯平滑去除噪声。其次对感兴趣区域划分。为降低算法计算量，人为标定其中一条车道线选取车道。

3. 研究计划与安排

第1周—第4周 搜集资料，撰写开题报告；

第5周—第6周 论文开题，并在matlab仿真实验环境下，搭建视频检测系统的实验平台；
第7周—第12周 撰写论文初稿，并在matlab仿真环境下进行编程，实现算法，进行目标检测，基本上实现对车辆速度的测量；

第13周—第16周 修改论文，继续进行仿真检测，对编程算法进行完善；
第17周 论文答辩

4. 参考文献（12篇以上）

[1] chong wang, kai-qi huang. vfm：visual feedback model for robust object recognition[j]. journal of computer science and technology. 2015,0(2) :325-339

[2] dehghani a，pourmohammada.single camera vehicles speed measurement[c]，8th iranian conference on machine vision and image processing (mvip)，2013.

[3] j.lan, et al.vehicle speed measurement based on gray constraint optical flow algorithm. optik. 2014(125): 289-295