的发展方向和趋势，现在多数大城市中闯红灯系统己经由地感线圈等作方式过渡到视频处理方式，并取得了良好效果。流量速度监控系统也逐渐用了视频处理方式，视频图像检测己成为的关键核心技术之。有着广阔的应用前景。车辆速度检测是交通信息检测的个重要组成部分。本文对车辆速度检测所涉及的摄像机标定和基于图像匹配的测速算法进行了研究。主要内容包括摄像机标定。在传统的线性模型基础上，介绍了种新的摄像机标定方法。首先通过线性透视关系，用几何推导的方法对维坐标进行标定，然后将其扩展至二维以提高标定精度，为了解决二维标定计算量大的问题，经过对二维标定的简化得到个计算量小稳定的标定算法。基于图像匹配的测速算法。在图像匹配的基础上，将虚拟线圈和图像匹配算法结合起来，根据线圈位置选取合适的模板，在预先设定的范围内，按照最佳匹配准则进行滑动匹配，得出车辆像素位移，以模板波形谷值点为特征点，得到匹配前后车辆绝对像素位置。本文设计出种实用的车速检测方法，能够实现车辆瞬时速度的实时检测。隧道实测数据的实验表明能够比较准确地检测出车辆经过时的瞬时速度，在实际应用中的测量精度达到以上。初步应用表明本设计可以满足实际应用的要求，可应用于隧道中的速度检测车速调查等方面。关键词智能交通系统交通参数检测车辆速度检测摄像机标定数字图像处理，第章绪论研究背景国内外典型的车辆测速系统常用的视频检测方法常用车速检测方法第二章视频测速系统视频测速方法概述机动车视频测速模型视频测速计时方案交通场景图像标定车速计算公式视频测速模型精度分析视觉运动物体检测图像处理算法高视觉分辨力的图像差分算子自适应图像差分阈值选取算法无影背景初始化算法选择性背景更新算法运动物体阴影消除算法视觉运动物体检测算法多目标跟踪模板匹配模板更新机动车视频测速系统工作流程及其关键技术第三章摄像机标定传统的标定方法本文提出的标定方法基于线性模型的维标定算法由维扩展至二维的标定算法二维标定算法的简化标定算法实现及结果标定参数设置标定结果第四章其他视频测速方法光流方程法相位相关法视频测速原理视频测速前提视频测速算法视频测速应用视频测速流程图采用牌照边框上下边缘测速采用牌照字符上下边缘测速动态闭值性能分析第五章结论及展望参考文献谢辞附录外文翻译原文部分附录外文翻译译文部分大学毕业设计第章绪论研究背景国外智能交通系统的发展始于世纪年代，目前国外的研究开发和利用主要集中在城市交通和高速公路两个方面。总的发展趋势和竞争领域主要集中在下几个方面是美日欧竞相开发智能交通系统体系结构。它是历届世界大会的个主题。美国国家体系结构的研究始于年，采取自上而下的模式推进体系结构的开发。二是美日欧日益重视智能交通系统标准化研究。是先进的信息技术通信技术电子技术和交通运输管理系统相接合的大系统，其最基本的特征是集成，而标准化是系统集成的重要基础。目前，美日欧正在竞相向国际标准化组织提出的系统方案，以便使之成为标准，从而在争夺国际市场中占据有力位置。三是智能交通系统出现了从单的道路运输智能化向综合运输智能化发展的趋势。目前世界的发展主流是道路运输的智能化，但是，要从根本上解决交通运输问题，必定要实现整个综合运输系统的智能化。良好的智能交通系统需要大量准确的反馈信息，因此离不开高质量的交通信息的检测，否则，该控制系统不可能具备良好的性能。我国己有成套的动态车速信息采集设备，对于安装定位设备和车载计算机的车辆，可以实时监视车辆的运行状况，动态记录下车辆在各个路段的行驶速度。然而，国内在基于视频图像处理技术的交通信息采集方面的研究起步较晚，在交通迅猛发展的今天，随着经济的发展和科技的进步，越来越多的科研机构和公司开始进行这方面的研究，并取得了些成绩。目前，我国对于实时车速采集算法和实时交通数据检测的研究还比较少，实时交通数据的扩展应用和相关软硬件的开发还比较薄弱，随着我国交通工程智能化水平的不断提高和道路交管部门的自动化水平的不断改善，基于视频图像处理的实时交通流信息采集系统必将有广阔的前景。视频交通信息采集技术是种便于使用信息量大，功能全面的新型检测手段，代表了交通流信息采集技术的发展方向，随着人们对它认识的进步增加和它本身技术的不断完善，视频交通信息采集技术将逐步取代现有的其他方法，起到交通信息采集技术主体的作用。国内外典型的车辆测速系统速刻维杂道路超速录像系统俄罗斯速刻维杂道路超速录像综合安全监测系统，是速刻系列测速系统中的种。该系统是测量动态路线的测速监视器，信息直接保存在计算机上，工作系统运用专门的程序和方便的图表，通过计算机录像监控部分路段，方便测量人员利用键盘控制测量速度等信息。例如日期，时间，街名，监查人。交通流量视频分析仪北京华恒信息系统有限公司的交通流量视频监测仪，是在工智能和图像处理基础上通过分析移动矢量，实时地分析录像中的交通流动情况，并提取交通状况的主要信息，然后再将分析结果数字化，以非常友好直观形式表达出来。这些结果包括平均速度，最低速基于视频图像的车速检测技术度，最高速度，车流密度等。常用的视频检测方法目前实践上已经有不少视频检测产品，按工作原理可分为两类虚拟线圈法或虚拟检测线法和车辆跟踪法，下面介绍这两种方法的工作原理。虚拟线圈法早期大部分视频检测技术是采用是虚拟线圈法，如等，其工作原理类似于地埋式线圈检测器。用户在图像上定义检测线位置以条或多条直线代表道路断面，系统通过计算检测线变化强度来判断车辆的经过，从而计算交通参数。该方法的优点是大大减少了数据处理时间只需行或几行的图像数据，在满足实时要求的前提下完成流量速度的检测。由于交通场景象素值与路面背景象素值作差分比较仅仅可得到有无车辆通过采样线位置这唯的特征值，而丢失了包括车辆长度宽度和运动轨迹等特征，所以降低了系统的可靠性，同时也未能充分利用图像信息。车辆跟踪法通过识别出交通场景图像中符合车辆特征的象素，进行图像分割，并依据提取出的特征来匹配前后帧中车辆，从而计算交通参数。，都属于这类型，也称为第三代。理论上，车辆跟踪法比虚拟线圈法更为严谨，所以更能代表发展的趋势。但是该方法的难度在于特征的提取和特征的跟踪首先，特征必须有代表性，图像中的车辆都具备该特征且各不相同其次同车辆在不同帧图像中特征应该具有相关性，能够有较好的对应关系。根据跟踪方法的不同可以分为以下几类模型跟踪用车辆模型来匹配图像中车辆，该方法的实现有赖于大量几何数据和实际车辆外形尺寸相似的汽车模型，事实上很难保证。区域跟踪图像二值化后，寻找连通区域，实现跟踪。由于段时间内拍摄图像所处环境光线条件变化很小，相邻帧的图像可以认为与背景几乎相同，所以对比相减后结果，可以反映出车辆运动的轨迹。该方法的特点是较好地解决了气候光线和周围环境条件对视频图像的影响这难题。其缺点在于二值化后车辆图像经常并不连通，而是分为不连续的几块，导致检测，同时确定二值化闭值动态更新背景和寻找连通区域过程中算法复杂，计算量大。动态轮廓跟踪该方法基本思想是通过滤除图像中的静止物体，而仅保留运动物体来实现跟踪。该方法计算量相对区域跟踪较小，但是无法检测静止车辆，而且其检测效果受车辆运动速度的影响，过快或过慢的车速都可能导致检测。特征跟踪为解决不同车辆图像重合的难题，该方法着眼于车辆的局部特征，如较亮的点或线，以此实现车辆跟踪。该理论相信即使图像部分重合，车辆的另外些特征仍然存在。问题在于由于图像受周围环境如建筑阴影路灯的影响，车辆在路段不同位置的特征不能保证相同。可以看出，各国研究者对视频检测技术做了很多有意义的工作并取得了相当的成果。但是由于利用视频图像获取实时交通参数的特殊复杂性，以及图像工程用于交通领域历史不长，目前该技术仍处于不断完善中。本论文是基于视频交的通事件和交通参数检测系统的个模块，重点研究实时车速检大学毕业设计测算法以及涉及到的如摄像机标定等相关内容和算法，其目的是改进实时车辆速度的检测方法，为交通管理提供更为有效的依据，提高交通管理的智能化自动化水平。系统的结构采用处理器为软件实现平台，利用软件技术实现了交通信息的实时检测。除了能应用于实时车速的检测之外，本论文的研究将为图像处理技术的其他应用开发积累经验。常用车速检测方法目前，国内外常用的车速检测技术有雷达红外激光超声波磁性测速等。其中，以形状感应为检测对象的超声波式和光电管式车辆检测技术，以电磁感应为检测对象的环型线圈式和地磁式车辆检测技术，以及由多普勒雷达发展起来的微波车辆检测技术，这三大技术已逐渐成为交通信息采集的主要手段。近年来，随着视频处理技术的发展和成熟，其方法也开始广泛应用于车速检测，视频车辆检测技术将是未来实时交通信息采集和处理技术的发展方向。雷达检测技术这是最早接触和使用的检测技术，检测设备称为雷达测速器或多普勒雷达。雷达测速利用多普勒效应，通过雷达反射波相对于发射波的频移计算出运物体的速度。雷达测速系统对于测量角度要求较高，测速系统需正对物体运动方向，测量偏差角度应小于度。雷达测速多应用于移动式车载超速监控系统，也应用于固定场合。般雷达测速仪的测速范围大约在，测速范围比较大，精确度也相当高，固定测速误差为，运动时测误差为。红外检测技术红外检测技术有两种类型第种是主动式红外检测器。原理和微波雷达检测器样，但是发射频率更高较短的波长，它可以检测车辆存在车速流量占有率和车型信息，适用于白天和黑夜的情况它易受到天气条件的影响而发生散射。第二种是被动红外检测器，它本身不发射能量，而是检测目标发射的能量通过检测道路和车辆发射能量之差，可以确定车辆存在还可以测量流量占有率和车辆存在信息等，但般不用于车速测量，而且天气对测量有负面影响。