基于DSP的单车道车流量实时监测算法

针对传统的车流量检测系统采用感应器设备硬件安装繁杂及通用车流量检测算法无法判别车辆行驶方向的问题,提出一种基于数字信号处理器(DSP)的单车道车流量实时监测算法,并应用于停车场。首先,在虚拟检测带上使用背景差分法完成车辆检测,并对均值法背景建模进行改进;其次,提出一种邻帧二值归类算法对车辆行驶方向进行判别;最后,在虚拟检测带上进行车流量计数并将车位情况实时显示于LED显示屏上。通过模拟实验验证了所提算法的可行性,并在实际测试实验中,得到邻帧二值归类算法方向判别的准确率为96.5%,车位监控算法准确率为92.2%。实验结果表明,该单车道车流量实时监测算法准确率较高,节省了检测系统设备,可以应用于单车道停车场进行车流量实时监测。

一种基于多帧统计的车道背景建模方法

现有基于视频帧的车道背景建模方法建模过程较复杂,且易受光照、遮挡等因素的影响。提出一种基于多帧统计的视频车道背景建模方法,通过对多帧视频帧自主统计分析,首先建立无车的全背景图像;然后再次对多帧视频帧进行运动对象的位置统计,最终在全背景图像上获取完整的车道背景图像。该方法能有效确定视频中的背景区域,特别是能明确车道背景区域。算法思想简单,容易实现。实验结果表明该算法具有计算量小、车道检测完整、对光照的变化具有一定的自适应能力等特点。

基于光流法与背景建模法融合的车道线识别算法研究

为了准确高效地识别无人驾驶车辆行驶过程中的车道线信息,采用光流法与背景建模法相融合的车道线识别算法,针对车辆行驶中的连续视频,对比连续视频帧中车辆前方背景的相对运动,运用光流法检测出背景中特征点的移动方向和距离,再结合背景建模法将背景滤除,混合高斯模型去噪后进行ROI特征区域的提取进一步减少计算量,最后进行车道线的提取与拟合,达到车道线识别与提取的目的。

基于车辆平均轨迹的车道提取方法

针对视频中噪声点难以消除和路面背景难以提取的问题,提出一种基于车辆平均轨迹的车道提取方法。对视频中的车辆进行跟踪,得到它们在每一帧中的位置,将这些位置中心点根据算法拟合成一条平均轨迹。从视频帧中选择出合适的一帧作为背景图,对背景图进行形态学处理以消除天空及两边景物等干扰较大的噪声点,并通过进一步处理得到二值化的背景图。将平均轨迹与二值化图进行匹配,提取出车道。实验结果表明,该方法适用于多种道路且不易受到噪声点的干扰,成功率较高并具有较强的灵活性和适应性。

解读《雨巷》

一些人认为中国现代著名诗人戴望舒的《雨巷》是一首写诗人没有得到爱情的伤感的爱情诗,这是从表层上得到的认识。透过表面层次,我们会看到这首诗的象征性非常鲜明,诗人铸造的是一个具有典型性和个性统一的艺术世界:它既有对诗人童年、少年生活的触发,更有对诗人在革命处于低潮时期忧郁和苦闷的复杂心绪的抒写。

实时多车道车辆计数方法

为智能检测多车道车辆数目,提出一种实时多车道车辆计数方法。利用运动车辆完成整个车道区域提取排除非车道区域的干扰,在道路背景重建得到无车辆遮挡的道路背景后完成车道线检测和拟合,得到多车道区域;在此基础上,通过提取车尾灯红色区域并建立相应的匹配规则匹配成对车尾灯,解决车辆并排同速问题,完成车辆计数的任务,实现多车道车辆计数。在CUDA平台下使用图像处理器(GPU)NVIDIA GTX680显卡对算法进行加速,可以达到28ms/帧的处理速率,验证了算法的实时性。

基于单类支持向量机的视频车辆检测研究

针对现有视频车辆检测方法存在高误检率、不完整及需要分类的样本数量大等问题,提出一种基于单类支持向量机的视频车辆检测方法。方法通过基于视频多帧统计的方法获得完整的车道背景图像,采用单类支持向量机获得车道背景模型,应用此模型检测车辆目标区域。实验结果表明,该算法具有所需样本量小,车辆检测完整,对光照的变化具有一定的自适应能力等特点。

基于单目视觉的测距算法

论文针对测量高速公路上前方障碍车辆距离的问题,首先利用背景差分法实现车辆检测,再引入了一种利用公路上车道线平行的约束条件计算摄像机自身俯角值的单目视觉测距算法。在获取的道路图像中,将选取图像中车道线上的点,通过几何推导,获得平面上对应点坐标,计算车道线斜率,以求极值的方法计算摄像机当前的俯角值。通过背景差分法提取出前方运动目标,经图像处理,获取车辆底部与路面相交的点,利用计算出的俯角值,从而实现障碍车辆测距。通过试验,验证了该方法可行。