开题报告-基于图像处理的智能交通系统.doc

选题的依据及意义： 选题的依据 智能交通系统是目前世界交通运输领域的前沿研究课题，发达国家提出并执行了一系列研究计划，其核心是针对日益严重的交通需求和环境保护压力。智能交通系统(ITS是将先进的信息技术、定位导航技术、数据通信传输技术、自动控制技术、电子传感技术、图像处理技术、人工智能技术、电子控制技术以及计算机处理技术等有效地集成运用于整个交通管理而建立的一种在大范围内、全方位发挥作用的、实时、准确、高效的综合交通运输管理系统，以提高系统资源的使用效率、系统安全性，减少资源的消耗和环境污染，从而加强了车辆、道路、使用者三者之间的联系，从而实现交通运输服务和管理的智能化。其中车辆的定位与跟踪是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一，是实现交通管理智能化的重要环节。目前其实现方法大致可以分为两类： 利用压电、红外、环形磁感应线圈以及超声波等传感器获得车辆本身的参数，这类方法识别率较高，但是容易损坏，安装也不方便； 基于数字图像处理的方法，与以上方法比较而言，检测的覆盖范围大，检测的参数多；但安装简单，维护方便，不破坏路面，工程造价低，适用面广，可适用于路段、交叉路口，也可以适应多种气候条件等。 由于视频检测方法的诸多优点，基于视频图像的交通流量检测方法已成为人们研究的热点。 因此本文研究基于MATLAB软件的图像处理，对给定车辆的视频图像序列进行处理实现对运动目标检测与跟踪并从中提取物体运动的数据。 广、安装使用简单、费用廉价等优点，具有极其广泛的应用前景： 可以实时地检测、跟踪监视区域的行人和车辆等运动目标，记录目标的位置、速度和形状等信息； 可以实时自动地记录道路上的运动目标的统计参数，如人流量、车流量、平均速度、人群密集程度、滞留时间等，能对突发事件进行判断并及时反馈； 可以实时检测行人、车辆有无违章行为（包括闯红灯、乱停、逆行、行人是否走斑马线等），一旦有事故发生，可以为交通部门提供有力的证据； 可以自动识别感兴趣的运动目标。 通过人、车、路的和谐、密切配合提高交通运输效率，缓解交通阻塞，提高路网通过能力，减少交通事故，降低能源消耗，减轻环境污染。国外的视频检测技术研究开始的比较早，经过十几年的发展，技术相对来说比较成熟与之前的线圈检测技术相比视频检测技术相比具有的优越性、可靠性和高性价比已得到业内人士的公认代表了未来车辆检测领域的发展和应用方向。比如美国某大型公司研发出的AUTOS-COPE 能实现实时检测运动目标的能力，另有美国较著名的交通系统设施生产商PEER公司自主研制了 VideoTrak-905 型和 VideoTrak-910 型交通视频目标跟踪和检测系统，这两种设备都具有很好的监控性能通过这些产品既能得到各种交通数据信息又可以实时检测事故的发生。另外其他国家的很多公司也不甘示弱，生产出的产品也都比较成熟。 我国的运动目标检测与跟踪技术虽然研究起步比较晚，但取得的科研成果是有目共睹的。如紫光与清华大学合作开发的新一代视频交通流量检测系统VS3001，中科院自动化研究所开发的基于三维模型的智能视觉监控系统，哈尔滨工业大学的VTDZO00系列视频交通动态信息采集系统，深圳神州交通系统有限公司开发的VideoTracTe，厦门恒深智能软件系统有限公司开发的HeadsunSmartVeiwer视频交通检测器等等。这些产品大多数功能都比较单一，虽说有的也比较好的实现了视频检测的功能，但在实际的推广当中效果并不明显，还远远没有达到实际应用的要求,同国外的产品相比还有相当的差距。因此，我们国内在这方面的研究还要继续加强，不断开发和完善技术，真正推出适合于国情的交通视频检测产品。 运动目标检测是将变化的区域从视频序列中提取出来是任何视频监控系统设计的初始 阶段，目标检测的好坏直接影响后续的跟踪效果。现有的运动目标检测算法适应于不同的范围,通常需要根据实际场景来确定使用何种检测方法。运动目标检测的方法一般可以分为三大类:帧间差分法、背景差分法、光流法。 运动目标跟踪是智能视频监控的核心技术，是后续的目标识别、分类等技术研究的基础。 运动目标跟踪即通过目标的有效表达，在视频图像序列中寻找与目标模板最为相似候选目标位置的过程，简单说，就是在序列图像中为目标定位。对目标进行准确跟踪的关键在于准确地检测到运动目标、获取合适的目标特征以及准确快速的搜索到最匹配的位置。目标跟踪算法的分类方法有很多，从匹配的角度来说，大致可以归结为以下几类：基于轮廓匹配的跟踪、基于模型匹配的跟踪、基于特征匹配的跟踪和基于区域匹配的跟踪。 由于背景图像的动态变化如天气、光照、阴影及混乱千扰等造成的影响，使得运动目标检测成为一项相当困难的工作。因此，在以帧间差分理论为基础的研究上，有学者给出一种改进的运动目标检测算法，该算法融入轮廓