基于机器视觉的道路拥堵状态检测的研究

针对道路拥堵检测难的问题提出一种基于机器视觉的道路拥堵状态检测方法.为了能在嵌入式系统上实现道路拥堵状态的视觉自动化检测,首先通过定制道路区域并自动生成均匀分布的采样点,采用以点代面的设计思想来减少图像处理的计算资源和存储资源;其次,将背景差法和帧间差法相结合处理得到反映道路拥堵状态的静止存在采样点,采用车辆模型匹配算法检测道路上的拥堵区域并计算得到排队长度.实验结果表明,本文提出的检测算法具有计算效率高、耗费资源少、检测范围广、鲁棒性强等优点,能快速并准确地检测出在道路拥堵区域和拥堵状态.

轻量级的全息道路交通状态视觉检测的研究

针对道路拥堵检测难、交通基本参数获取计算复杂度高等问题,提出了一种轻量级的全息道路交通状态视觉检测方法。为了能在嵌入式系统上同时实现道路拥堵状态和各种交通基本参数的视觉自动化检测,首先通过定制道路区域并自动生成均匀分布的采样点,采用以点代面的设计思想,来减少图像处理的计算资源和存储资源;其次,采用背景差法和帧间差法相结合的处理方法分别得到非存在采样点、存在采样点、移动存在采样点和静止存在采样点;接着,采用非存在采样点实现精准快速的道路背景建模,根据存在采样点的空间分布情况获取一些重要的交通基本参数,并利用静止存在采样点的空间排列情况进行拥堵分析。实验结果表明,文中提出的检测算法具有计算效率高、耗费资源少、检测范围广、鲁棒性强等优点,能快速并准确地检测出各种交通基本参数和道路拥堵状态。