基于Hough变换检测前大灯的夜间车辆检测

针对夜间车辆检测与昼间车辆检测的不同,提出一种基于Hough圆检测的夜间车辆检测方法。首先利用灰度分割的方式提取车灯,对提取出的车灯进行连通域分析和边缘提取;然后进行Hough圆检测,得到车灯的半径和位置;最后利用车灯成对出现的特点,对车灯进行匹配确定车辆位置。实验结果表明,该算法对于夜间车辆检测检测率高,且虚警低。

基于虚拟线圈的夜晚车流检测

针对智能交通系统提出的夜间车流检测问题,提出了一种基于视频虚拟线圈的检测方法。该方法主要包括车灯配对和车辆检测两个部分。车灯配对是根据同一车辆的两个车灯大小和相对位置等特性对车灯进行配对;车辆检测是根据车灯配对情况输出车流量。结果表明,该算法取得了良好的检测效果,具备较好的鲁棒性,并且能满足实时性的要求。

基于时空图的夜间车流量检测算法

夜间由于道路光线不好,不容易检测出车流量。针对这个问题,本文提出了一种基于时空图夜间车流量检测的有效方法。该方法首先将道路交通监控视频拍摄到的的图像,利用时空图转换为时间-空间坐标连续图。然后通过时空图提取到的车灯信息,采用车灯配对的方法来识别车辆,并计算出一定时间内的车流量。本实验所用的监控视频图像由架在路边高层建筑上的摄像机拍摄所得。实验结果表明:该检测方法鲁棒性较强,能够准确快速的检测出一定时间内的夜间车流量,检测准确率高达97.7%,其实用价值非常的高。

Hausdorff算法在夜间车辆跟踪中的应用研究

为了提高夜间交通视频系统对运动车辆检测与跟踪的准确性、实时性，本文研究了RGB颜色空间的特点并结合帧间差分及区域增长等方法，创造性地将Hausdorff距离度量法应用在夜间运动车辆的检测与跟踪中，提出了一种识别夜间车辆的新方法，最终实现了夜间车辆的准确检测与跟踪。