基于视频检测技术的交通车流量研究

doi:10.3969/j.issn.1006-2475.2014.12.013

计算机与现代化

基于视频检测技术的交通车流量研究

(宁夏大学物理电气信息学院，宁夏银川 750021)

收稿日期:2014-09-10 出版日期:2014-12-22 发布日期:2014-12-22
作者简介:张虹波(1972-)，女，浙江黄岩人，宁夏大学物理电气信息学院高级工程师，硕士，研究方向：物联网; 通信作者：匡银虎（1974-），男，湖南人，高级工程师，硕士，研究方向：物联网。
基金资助:
宁夏高等学校科学技术研究项目(NGY2014053)

Traffic Vehicle Flow Based on Video Detection Technology

(School of Physics & Electrical Information Engineering, Ningxia University, Yinchuan 750021, China)

Received:2014-09-10 Online:2014-12-22 Published:2014-12-22

摘要/Abstract

摘要： 研究在复杂的交通十字路口环境下完成交通车流量的获取，首先对视频图像提取背景模型，进而通过图像差分获得前景图像（即运动目标），并进行图像二值化以及去噪等图像预处理过程，而后通过设置虚拟检测区域实现对该检测区域内的车辆计数，最终得到车流量信息。

关键词: 视频检测技术, 智能交通, 背景差分, 虚拟线圈, 交通车流量

Abstract: The paper takes a video of city traffic crossing road as the research object. Firstly, we extract the background model from the video image, then get the move target by image differences. At the same time we can have the image pretreatment just like binarization and get rid of noise. And then we can achieve the vehicle count of virtual detection region. As a result, we get the vehicle flow information.

Key words: video detection technology, intelligent traffic, background differences, virtual coil, traffic vehicle flow

中图分类号:

TP391

张虹波，匡银虎. 基于视频检测技术的交通车流量研究[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2014.12.013.

ZHANG Hong-bo, KUANG Yin-hu. Traffic Vehicle Flow Based on Video Detection Technology[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2014.12.013.

参考文献

[1] 汪勤,黄山,张洪斌,等. 基于视频图像处理的交通事件检测系统[J]. 计算机应用, 2008,28(7):1886-1889.

[2] 陆健,项乔君. 关于我国智能运输系统ITS产业化发展方向的思考[J]. 东南大学学报(自然科学版), 2002,32(3):488-494.

[3] Garrison W L, Ward J D. Tomorrow’s Transportation: Changing Cities, Economies, and Lives[M]. Boston: Artech House, 2000:115-135.

[4] 王圣男,郁梅,蒋刚毅. 智能交通系统中基于视频图像处理的车辆检测与跟踪方法综述[J]. 计算机应用研究, 2005,22(9):9-14.

[5] 贺晓锋,杨玉珍,陈阳舟. 基于视频图像处理的车辆排队长度检测[J]. 交通与计算机, 2006,24(5):43-46.

[6] 王小鹏,郭莉琼. 公路车流量视频检测方法[J]. 计算机应用, 2012,32(6):1585-1588.

[7] 李天坤. 基于视频检测技术的车流量检测算法研究[D]. 长春:吉林大学, 2011.

[8] 魏志强. 基于虚拟检测器的车辆检测系统研究与实现[D]. 昆明:昆明理工大学, 2009.

[9] 张鹏林. 复杂场景视频序列图像运动物体提取方法研究[D]. 武汉:武汉大学, 2005.

[10] 郝士新. 基于视频的运动车辆检测和跟踪算法研究[D]. 上海:华东师范大学, 2009.

[11] 蔡豫,姚丹亚. 实时交通视频监测中自适应车辆提取算法[J]. 计算机工程, 2008,34(1):250-252.

[12] 陈振华,周锐锐,李光伟,等. 一种改进的高斯混合背景模型算法及仿真[J]. 计算机仿真, 2007,24(11):190-193.

[13] Gloyer B, Aghajan H K, Siu K Y, et al. Video-based freeway monitoring system using recursive vehicle tracking[C]// Proceedings of the IS&T-SPIE Symposium on Electronic Imaging: Image and Video Processing. 1995,2421:173-180.

[14] 林向炜. 基于视频检测的交通信息采集系统[D]. 成都:四川大学, 2006.

[15] 崔凤英. 基于视频的车流量检测算法研究[D]. 青岛:青岛科技大学, 2007.

[16] 殷小兰. 交通流参数视频检测技术的研究[D]. 长沙:长沙理工大学, 2006.

[17] Coifman B, Beymer D, McLauchlan P, et al. A real-time computer vision system for vehicle tracking and traffic surveillance[J]. Transportation Research Part C, 1998,6(4):271-288.

基于视频检测技术的交通车流量研究

Traffic Vehicle Flow Based on Video Detection Technology

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 8

编辑推荐

Metrics

本文评价

[1]	王增光, 王海起, 陈海波. 基于图卷积网络的短时交通速度预测[J]. 计算机与现代化, 2021, 0(09): 99-105.
[2]	陈海洋1，环晓敏1，陈新展2，刘喜庆1. 基于TAN分类器的交通灯时间智能动态估计[J]. 计算机与现代化, 2019, 0(11): 81-.
[3]	张具琴，王海洋，胡振. 智能视频监控中的遗留物检测技术[J]. 计算机与现代化, 2014, 0(12): 54-57.
[4]	罗莎莎;郭太良. 一种二维图像序列的深度图像生成方法[J]. 计算机与现代化, 2012, 1(201): 39-41.
[5]	杨光年;颜小红;刘烨;袁岐川. 基于虚拟仪器技术的智能交通诱导系统设计[J]. 计算机与现代化, 2011, 193(9): 116-118,.
[6]	钱哨;张云鹏;黄少波. 智能交通云:基于云计算的智能交通系统[J]. 计算机与现代化, 2010, 1(11): 168-171.
[7]	王昊杨文姬. 基于Agent的交通信息监控平台的设计[J]. 计算机与现代化, 2009, 169(9): 56-59.
[8]	李舒;白星振. 基于混杂Petri网的交通网络性能分析[J]. 计算机与现代化, 2009, 169(9): 45-47.