基于一种改进视频跟踪算法的交通参数提取方法研究.docx

第 1 部分 智能交通与安全基于一种改进视频跟踪算法的交通参数提取方法研究王松浩 王大珊（公安部道路交通安全研究中心 北京 100062 第 1 部分 智能交通与安全 基于一种改进视频跟踪算法的交通参数提取方法研究 王松浩 王大珊 （公安部道路交通安全研究中心 北京 100062） 摘 要：随着视频监控和卡口在交通管理领域的应用日益广泛，基于视频图像交通参数采集 将会发挥越来越重要的作用。文章将引进一种改进的基于视频图像车辆跟踪算法，该算法通 过在视频中发车区域建立虚拟检测区提取车辆的图像模板，进而通过 Mean shift 算法确定下 一时刻车辆位置，并由 Kalman 滤波预测来修正车辆位置。同时文章对视频中多车遮挡的分割 提供了一种可行的解决方案，最后我们将该算法集成到基于 C#的交通视频信息提取软件平台 中。实验结果表明，该算法可以正确识别提取 96%以上车辆的交通参数。 关键词：视频；交通参数；跟踪算法；Mean Shift 算法；Kalman 滤波 The Research about Traffic Parameter Extraction Based on an Improved Video Tracking Algorithm Wang Songhao Wang Dashan (Road Traffic Safety Research Center of the Ministry of Public Security Informatization of Traffic Management Office,Beijing 100062,China) Abstract: With the widespread application of video surveillance and video bayonet in the field of traffic management, traffic parameter extraction based on video images will play an important role. The paper has introduced an improved vehicle tracking algorithm based on video images. The algorithm set a virtual detection zone at the departure area to extract vehicle templates, and then verify each vehicle’s location at the next time by the Mean Shift Algorithm. To enhance the robustness of the algorithm, we use the Kalman Filter to correct the results. Meanwhile, the paper provides a feasible solution to separate the Multi-vehicle blocking. Finally, we integrate the algorithm into a c#-based traffic video parameter extraction platform. The experiment results show that we can acquire the traffic parameter correctly of more than 96% of all vehicles through the algorithm. Key words: Video, Traffic Parameter, Tracking Algorithm, Mean Shift Algorithm, Kalman Filter 引言 1 道路交通参数是指车速、位置、流量、饱和度等一系列指标参数。从微观层面看，一辆行驶状态 下的机动车交通参数能够很直观的反应该车的时空轨迹特性，进而可以研究得出该名驾驶员的驾驶特 性，为缉查布控以及预防交通事故提供决策依据。从中观层面看，准确的提取一片区域中的交通参数， ·249· 第八届中国智能交通年会优秀论文集通过统计分析得到该区域的交通流特性，拥堵产生和消散的机制，从而为交通管理、信号灯配时等提供决策依据。从宏观层面看，一座城市甚至一个国家的交通参数可以客观的反 第八届中国智能交通年会优秀论文集 通过统计