实时交通流参数检测在智能交通系统中起着重要的作用。参数检测有多种方式,其中基于图像处理的视频车辆检测方式近年来发展很快,由于它具有检测区域大、系统设置灵活等突出的优点,已成为智能交通系统领域的一个研究热点。 本文致力于研究一种灵活、可靠的视频交通流参数检测系统。车辆的检测基于车道,在每个车道设置两条虚拟检测线来检测交通流参数,虚拟检测线的作用类似于电磁感应线圈。系统通过对视频虚拟检测线的预处理将二维的数字图像转化成一维的检测信号,减小了运算量,降低了运算负荷。该方法的特点是处理运算的图像区域小,避开了在二维图像空间中进行车辆跟踪。 在处理过程中,对常用的背景差方法进行了改进,有效的保留了车辆目标信息;通过对常用的边缘检测方法比较,选用了突出边缘的Kirsch边缘检测方法对背景差后的图像进行了边缘检测:使用形态除噪算法对边缘检测的结果进行了噪声去除;提出了阴影边缘去除算法和基于整个检测域(线)的背景更新方法,阴影边缘去除算法有效的抑制了车辆阴影边缘,背景更新方法则提高了背景更新的精度;并且设计了车辆计数、速度测量、车道分钟交通量和车道时间占有率的算法,实现了交通流参数的检测。 本文提出的基于视频虚拟检测线特征的交通流参数检测系统已经在PC上用VC++6.0实现,并对不同典型天气条件下的交通流视频进行了实验,实验结果表明该系统具有较高的车流量统计精度。