1.课题研究的意义 近年来,随着我国高速公路和城市建设的快速发展,在建设基础设施的同时也安装了大量的监控摄像机。

随着经济的持续高速发展,高速公路和城市道路交通量大幅度上升,许多高速公路和城市道路陆续出现了交通量过大、拥堵现象频发、交通事故增多的现象。

例如,高速公路节假日免费通行带来的交通量激增现象,城市道路每日的早晚高峰交通拥堵,都给管理部门带来严峻的挑战。

面对这些新问题,管理者迫切需要能够对道路交通运行状态进行监测、预警的技术手段,从而能够实时掌握道路交通运行信息,及时快速地对道路异常做出响应和处理,并为后续的管理决策与服务提供重要依据。

基于视频图像处理技术的交通流参数提取技术能够充分发挥视频兼具和检测功能的特点,既能够实现为交通管理中心提供监视功能,同时能速交通流参数(平均车速、车道占有率等)采集功能,有利于优化交通管应对处置高速公路突发事件,提高高速公路管理与服务的技术水平。

2.国内外研究现况 基于视频的交通流参数提取是智能交通领域的一个前沿研究方向。

利视频图像处理、模式识别和机器视觉等技术来提取交通流参数,相比于传统的交通流检测器(如感应线圈、微波检测器等)的优势体现为:能够节约安装维护成本,无须破坏路面和影响交通,并能够实现多车道监控和多种交通流参数检测的优点。

从20世纪80年代开始,人们使用图像和视频处理技术来实现车辆的动态检测和跟踪。

截至目前,我们可以把此类检测算法分为虚拟线圈法和非虚拟线圈法,而跟踪算法的基础是非虚拟线圈法,所以,采集交通信息的视频方法可以分为虚拟线圈法和车辆跟踪法。

虚拟线圈法(此类系统如ATOSCOPE,IRAFFICAN,ITERIS等)的工作原理类似于感应线圈检测器,由于该方法仅仅可得到有无车辆通过采样线位置这一唯一的特征值,而丢失了包括车辆宽度、车辆特征和运动轨迹等特征,所以系统的可靠性不高。