基于视频检测技术的城市交通拥堵判别模型

针对日益严重的道路交通拥挤问题,基于视频检测获得的道路占有率、平均速度、车流量3个交通特征参数,提出适用于城市交通拥堵判别的改进模糊综合判别模型。通过研究交通特征参数与道路拥挤状况的关系,提出拥堵预判别和依据不同拥堵状况采用不同权重集合的方法。通过实际采集的视频数据,对算法进行验证,以证明本文方法的有效性。

基于视频检测技术的城市交通拥堵判别模型

交通拥堵已成为一个困扰现代城市发展的严重问题。及时正确地获取道路交通拥堵状况，是采取合理预警措施、主动避免交通拥堵的前提，已成为提高道路通行能力的有效手段之一。如何充分利用现代技术有效挖掘视频监控的信息，进一步提升监控系统的智能性，对实现系统功能的增值具有重要的利用意义和实际应用价值。

基于非参数核密度模型的交通图像目标提取

针对现有目标提取和去噪方法不能很好地满足城市交通图像车辆目标提取的要求,提出基于概率比较结合形态学闭操作的目标提取去噪方法。通过非参核密度估计算法建立背景模型,获得每个像素点上各灰度值的出现概率,提取出前景目标;分别计算前景目标是属于车辆移动还是树叶抖动的概率,通过概率比较去除噪声,用形态学闭操作进一步去噪。实验结果表明,提出的算法较好地实现了树叶噪声与车辆目标的分离,能有效去除树叶抖动噪声,正确提取车辆目标,具有良好的抗噪性。