随着社会经济的高速发展和人口的急剧增长,交通问题已经成为现代社会发展所必须解决的难题之一。智能交通系统(Intelligent Transportation System,简称ITS)的研究与建设将是现代交通管理体系的发展方向。 本文首先简要地叙述了智能交通系统的发展背景,和交通参数采集技术的发展过程。然后根据实际拍摄所得到的交通录像,以时间顺序上的车辆交通图像序列为研究对象,分析了摄像机拍得的交通图像特点,通过与其它常见的检测方法相比较,重点研究了交通图像中运动车辆的帧间差分检测方法;对中值滤波方法、高斯滤波方法以及形态学滤波方法进行分析和比较之后,选择了对帧间差分图像滤波效果较好的数学形态学滤波方法;在数学形态学滤波过程中,针对二值化阈值变换过程中的阈值确定,进行了研究和比较,确定了合理阈值;在确定数学形态学滤波算法过程中,选择八邻域结构元素,通过与其它几种形态学滤波算法的比较,选择了滤波效果较好的先闭后开运算的滤波算法。最后设计了滤波算法并编写程序,进行了运动车辆检测和滤波处理的实验与分析。 1.针对实际拍摄的交通图像,分析了车辆视频图像的特征,选择对光照等自然环境抗干扰能力较强的帧间差分方法进行车辆检测运算;在此基础上选择数学形态学滤波方法,设计了基于帧间差分法的数学形态学图像滤波处理算法,并设计了算法的程序流程。 2.本文选择Visual C++作为开发平台,针对拍摄的交通图像编写了运动车辆检测和数学形态学滤波程序。经过大量的分析与实验,证实了本文提出的算法行之有效,具有一定的应用价值。