一种视频轮巡监控图像中道路边界结构的提取方法

针对轮巡监控视频质量不稳定、车道边界可能不清晰的特点,以及某些道路交通流量较少导致基于运动积累的道路边界结构提取不完整的问题,提出一种融合道路区域运动累积及静态纹理特征分析的视频轮巡监控图像道路边界结构提取方法。实验表明,该方法在没有车道线时,也可以得到完整的道路区域,且不受交通流量影响。

一种交通拥堵自动检测方法

目前,高速公路交通拥堵日趋频繁,然而大部分高速公路的管理方式仍然是通过人工查看轮巡监控视频来发现交通拥堵,效率低下。本文提出一种对高速公路轮巡监控视频自动检测交通拥堵的方法。该方法实时检测监控视频场景是否轮巡、切换、变动,自适应提取变动场景的道路边界结构并分类,然后在提取的道路边界结构范围内,计算宏观边缘占有率与加权平均光流速度两个宏观交通状态参数,并构造特征集,根据不同的道路边界类型选择对应支持向量机来实现对交通拥堵的自动检测和判别。实验结果表明,该方法能有效地对轮巡模式工作的高速公路监控视频检测交通拥堵,检测时间不大于30s,检测正确率达91.8%。