利用FCM对静态图像进行交通状态识别

对交通状态进行准确识别可以主动预警将要进入本路段的驾驶员避开拥堵,以免加重拥堵程度,同时也是科学制定主动交通管理决策的基础,有利于及时疏导拥堵,提高道路运行效率,节能减排.首先从交通监控视频中采集图像,标注道路为兴趣区,并对道路图像做角度和尺度的归一化处理;然后提取兴趣区图像的平均梯度、角点个数和长边缘比例3个特征;最后,利用模糊C均值聚类算法将图片所呈现的交通状态分为畅通和拥堵两种状态.实验结果表明,文中算法可以有效识别图像中的交通状态,正确率达到了94%以上,而且较基于视频的交通状态识别方法,该方法也大大降低了实现成本.