iTraf 智能交通系統(tǒng) 1 / 67 實(shí)踐項目（中國區(qū)）選拔賽 詳細(xì)設(shè)計說明書 參賽隊伍名稱 參賽作品名稱 iTraf 智能交通系統(tǒng) 報名注冊編號 (ID) 團(tuán)隊成員姓名 學(xué)校 /系 主要聯(lián)系電話 通訊地 址 郵 編 電子郵箱 2008 年 10 月 10 日 iTraf 智能交通系統(tǒng) 2 / 67 目 錄 1. 引言 .5 1.1. 編寫目的 .5 1.2. 背景 .5 1.3. 參考資料 .5 2. 程序（模塊）系統(tǒng)的組織結(jié)構(gòu) .6 2.1. 交通事件檢測軟件 .6 2.1.1. 視頻采集模塊 .6 2.1.2. 預(yù)處理模塊 .7 2.1.3. 車輛檢測模塊 .7 2.1.4. 車輛跟蹤模塊 .8 2.1.5. 車輛運(yùn)動信息提取模塊 .8 2.1.6. 交通事件檢測模塊 .9 2.1.7. 參數(shù)設(shè)置模塊 . 10 2.1.8. 網(wǎng)絡(luò)管理模塊 . 11 2.2. 管理中心軟件 . 12 2.2.1. 交通事件集中存儲檢索模塊 . 12 2.2.2. 報警管理模塊 . 13 2.2.3. 交通事件統(tǒng)計模 塊 . 13 2.2.4. 用戶管理模塊 . 14 2.2.5. 交通管理部門接口 . 14 2.2.6. 交警巡邏車接口 . 15 2.2.7. 語音接口 . 15 2.2.8. 短信發(fā)送接口 . 16 3. 界面設(shè)計要求 . 16 iTraf 智能交通系統(tǒng) 3 / 67 4. 核心算法設(shè)計 . 17 4.1. 運(yùn)動車輛檢測 . 17 4.1.1. 運(yùn)動目標(biāo)檢測 . 17 4.1.2. 背景模型 . 18 4.1.3. 車輛檢測 . 19 4.1.4. 后處理 . 23 4.2. 運(yùn)動車輛跟蹤 . 27 4.2.1. 基于 Kalman 濾波的跟蹤算法 . 27 4.2.2. 基于模板匹配的細(xì)分割 . 28 4.2.3. 異常跟蹤處理 . 31 4.3. 夜間車輛檢測 . 31 4.3.1. 夜間車輛特點(diǎn) . 31 4.3.2. 車燈配對 . 32 4.3.3. 白天夜晚模式切換 . 33 4.4. 基于圖像分析的交通事件檢測 . 33 4.4.1. 基于軌跡的事件檢測 . 33 4.4.2. 車速檢測 . 36 4.4.3. 事件檢測 . 41 4.5. 能見度和雪、雨的檢測 . 45 4.5.1. 能見度檢測 . 46 4.5.2. 局部直方圖均衡 . 46 4.5.3. 基于色彩恒常理論的圖像增強(qiáng) . 49 5. 系統(tǒng)流程圖 . 53 5.1. 交通事件檢測軟件 . 53 5.1.1. 視頻采集模塊 . 54 5.1.2. 預(yù)處理模塊 . 54 5.1.3. 車輛檢測模塊 . 55 5.1.4. 車輛跟蹤模塊 . 56 iTraf 智能交通系統(tǒng) 4 / 67 5.1.5. 車輛運(yùn)動信息提取模塊 . 57 5.1.6. 交通事件檢測模塊 . 59 5.1.7. 參數(shù)設(shè)置模塊 . 60 5.1.8. 網(wǎng)絡(luò)管理模塊 . 61 5.2. 管理中心軟件 . 62 5.2.1. 交通事件集中存儲檢索模塊 . 62 5.2.2. 報警管理模塊 . 63 5.2.3. 交通事件統(tǒng) 計模塊 . 64 5.2.4. 用戶管理模塊 . 65 5.2.5. 語音接口 . 66 5.2.6. 短信發(fā)送接口 . 67 iTraf 智能交通系統(tǒng) 5 / 67 1. 引言 1.1. 編寫目的 本詳細(xì)設(shè)計說明書確定系統(tǒng)的詳細(xì)功能模塊和數(shù)據(jù)結(jié)構(gòu)，為下階段開發(fā)工作提供依據(jù)。 1.2. 背景 軟件系統(tǒng)的名稱： iTraf 智能交通系統(tǒng) 本項目的提出者： iTraf 小組研究學(xué)習(xí) 本項目的開發(fā)者： iTraf 小組 軟件系統(tǒng)的用戶： 用于道路交通緊急救援、道路的智能化控制和管理等方面 1.3. 參考資料 iTraf 智能交通系統(tǒng) 需求規(guī)格說明書 iTraf 智能交通系統(tǒng) 概要設(shè)計說明書 iTraf 智能交通系統(tǒng) 6 / 67 2. 程序（模塊）系統(tǒng)的組織結(jié)構(gòu) 視 頻 采 集 模 塊預(yù) 處 理 模 塊車 輛 檢 測 模 塊車 輛 跟 蹤 模 塊車 輛 運(yùn) 動 信 息 提取 模 塊交 通 事 件 檢 測 模塊參 數(shù) 設(shè) 置 模 塊網(wǎng) 絡(luò) 管 理 模 塊i T r a f 交 通 事 件 檢測 軟 件交 通 事 件 集 中 存儲 檢 索 模 塊用 戶 管 理 模 塊報 警 管 理 模 塊語 音 廣 播 接 口交 通 事 件 統(tǒng) 計 模塊短 信 發(fā) 送 接 口查 詢 檢 索 交 通 事件前 端 及 后 臺 參 數(shù)設(shè) 置i T r a f 管 理 中 心 軟件圖 2-1 系統(tǒng)組織 結(jié)構(gòu) 2.1. 交通事件檢測軟件 2.1.1. 視頻采集模塊 視頻采集是將攝像機(jī)的數(shù)據(jù)按照設(shè)定的頻率進(jìn)行采集，以進(jìn)行實(shí)時處理。 系 統(tǒng)初 始 化 參 數(shù)采 集 攝 像 頭 視 頻采 集 錄 像 視 頻圖 2-2 視頻采集模塊用例圖 1、 初始化軟件運(yùn)行參數(shù)； 2、 提供從前端攝像頭采集數(shù)字視頻到內(nèi)存服務(wù)； 3、 提供從視頻錄像文件采集數(shù)字視頻到內(nèi)存服務(wù)。 iTraf 智能交通系統(tǒng) 7 / 67 2.1.2. 預(yù)處理模塊 預(yù)處理包括背景獲取與更新和陰影控制（去除噪聲和陰影），以及高斯濾波，圖像銳化和增強(qiáng)，特別針對夜間的“浮雕”預(yù)處理，可以將車燈光去掉。 系 統(tǒng)晝 夜 判 斷獲 取 背 景 圖 像陰 影 控 制圖 像 增 強(qiáng)車 燈 分 離圖 2-3 預(yù)處理模塊用例圖 1、 對采集到的視頻進(jìn)行采集時段（白天或夜間）判斷； 2、 提供白天、夜間兩種視頻幀預(yù)處理模式； 3、 視頻背景圖像獲取與更新； 4、 陰影控制（去除噪聲和陰影）； 5、 高斯濾波，進(jìn)行圖像銳化和增強(qiáng)； 6、 針對夜間的“浮雕”預(yù)處理，可以將車燈光去掉。 2.1.3. 車輛檢測模塊 車輛檢測包括車輛矩形提取（特征計算、模式匹配、矩形提?。?、車輛分割和合并（將連在一起的不同目標(biāo)分開，將屬于同一輛車的不同部分合并） 系 統(tǒng)車 輛 矩 形 提 取車 輛 分 割 合 并圖 2-4 車輛檢查模塊用例圖 1、 車輛矩形提取（特征計算、模式匹配 、矩形提取）； iTraf 智能交通系統(tǒng) 8 / 67 2、 車輛分割和合并（將連在一起的不同目標(biāo)分開，將屬于同一輛車的不同部分合并）。 2.1.4. 車輛跟蹤模塊 采用卡而曼慮波，對目標(biāo)先進(jìn)行運(yùn)動估計，后再尋找匹配目標(biāo)。利用車輛跟蹤可繪制車輛的軌跡圖像，據(jù)此可進(jìn)行碰撞預(yù)測（利用隱馬爾可夫 HMM 模型結(jié)合直線擬合預(yù)測可能出現(xiàn)的交通事故）。 系 統(tǒng)運(yùn) 動 估 計繪 制 軌 跡直 線 擬 合 預(yù) 測圖 2-5 車輛跟蹤模塊用例圖 1、 要采用卡而曼慮波，對目標(biāo)先進(jìn)行運(yùn)動估計，后再尋找匹配目標(biāo)； 2、 利用車輛跟蹤繪制車輛的軌跡圖像，據(jù)此進(jìn)行碰撞預(yù)測； 3、 利用隱馬爾可夫 HMM 模型結(jié)合直 線擬合預(yù)測可能出現(xiàn)的交通事故。 2.1.5. 車輛運(yùn)動信息提取模塊 在車輛跟蹤的基礎(chǔ)上，對車輛的運(yùn)動軌跡以及車速進(jìn)行估計。并根據(jù)運(yùn)動軌跡，進(jìn)行碰撞預(yù)測。 系 統(tǒng)軌 跡 直 線 擬 合車 速 估 計碰 撞 預(yù) 測圖 2-6 車輛運(yùn)動信息提取模塊用例圖 1、 軌跡直線擬合； iTraf 智能交通系統(tǒng) 9 / 67 2、 車速估計； 3、 碰撞預(yù)測。 2.1.6. 交通事件檢測模塊 將各種信息（諸如每輛車的信息、平均車速、是否擁擠、是否發(fā)生交通事故、天氣狀況、車道變換統(tǒng)計、以及車道占有率等）不但顯示在客戶端還要分類實(shí)時或定時發(fā)送到服務(wù)端，以供決策者進(jìn)行決策指揮和研究者進(jìn)行交通狀況研究。 顯 示 過 往 車 輛 信 息顯 示 過 往 車 輛 數(shù)交 通 流 量 的 檢 測慢 行 車 輛 識 別 與 統(tǒng) 計停 車 車 輛 識 別 與 統(tǒng) 計快 行 車 輛 識 別 與 統(tǒng) 計車 輛 型 號 識 別 與 統(tǒng) 計逆 向 車 輛 識 別 與 統(tǒng) 計系 統(tǒng)車 道 占 有 率 檢 測 與 統(tǒng) 計交 通 擁 擠 識 別車 道 變 換 車 輛 識 別 與 統(tǒng) 計能 見 度 的 檢 測平 均 車 速 檢 測 與 統(tǒng) 計交 通 事 件 位 置 識 別 與 統(tǒng) 計雪 雨 天 氣 檢 測系 統(tǒng)圖 2-7 交通事件檢測模塊用例圖 1、 顯示過往車輛信息； 2、 顯示過往車輛數(shù)； 3、 交通流量的檢測； 4、 停車車輛的識別與統(tǒng)計； 5、 慢行車輛的識別與統(tǒng)計； 6、 快行車輛的識別與統(tǒng)計（是否超速）； 7、 車輛型號的識別與統(tǒng)計（是否在正確的車道上行使）； 8、 逆向車輛的識別與統(tǒng)計（違章駕駛）； 9、 平均車速檢測與統(tǒng)計（路況是否暢通）； 10、 車道占有率檢測與統(tǒng)計（可擴(kuò)展功能）； 11、 車道變換車輛的識別與統(tǒng)計（可擴(kuò)展其功能）； iTraf 智能交通系統(tǒng) 10 / 67 12、 交通擁擠的識別； 13、 交通 事件類型的識別與統(tǒng)計；（把事件分細(xì)）； 14、 交通 事件位置的識別 與統(tǒng)計； 15、 能見度的檢測； 16、 雪、雨天氣的檢測； 17、 顯示交通狀況。 2.1.7. 參數(shù)設(shè)置模塊 主要是設(shè)定系統(tǒng)工作所需要的參數(shù)：視頻源，圖像文件和視頻錄像的存放位置，背景更新的時間，提取背景所用的幀數(shù)，陰影去除相關(guān)參數(shù)，灰度二值化閾值，車道線標(biāo)定，車型界限設(shè)定，車速檢測線標(biāo)定等。 輸 入 源 設(shè) 置陰 影 消 除 設(shè) 置車 道 線 設(shè) 置 和 校 準(zhǔn)圖 像 存 儲 路 徑 設(shè) 置背 景 保 存二 值 化 閾 值 設(shè) 置檢 測 區(qū) 設(shè) 置背 景 更 新 時 間 設(shè) 置管 理 員虛 擬 檢 測 線 設(shè) 置交 通 事 件 相 關(guān) 參 數(shù) 設(shè) 定運(yùn) 行 暫 停查 看 差 分 圖 像車 型 設(shè) 置查 看 軌 跡 圖 像查 看 二 值 化 圖 像管 理 員背 景 差 分 選 擇查 看 閉 圖 像查 看 車 道 線形 態(tài) 濾 波 選 擇圖 2-8 參數(shù)設(shè)置模塊用例圖 1、 輸入源設(shè)置； 2、 圖像存儲路徑設(shè)置； 3、 車道線設(shè)置和校準(zhǔn)； 4、 檢測區(qū)設(shè)置； 5、 背景保存； 6、 背景更新時間設(shè)置； 7、 陰影消除設(shè)置； 8、 二值化閾值設(shè)置； iTraf 智能交通系統(tǒng) 11 / 67 9、 車型設(shè)置； 10、 虛擬檢測線設(shè)置 ； 11、 運(yùn)行暫停； 12、 交通事件相關(guān)參數(shù)設(shè)定； 13、 查看軌跡圖像； 14、 查看差分圖像； 15、 查看二值化圖像； 16、 查看閉圖像； 17、 查看車道線； 18、 背景差分選擇； 19、 形態(tài)濾波選擇； 20、 存儲錄像設(shè)定。 2.1.8. 網(wǎng)絡(luò)管理模塊 與管理中心通訊，提供參數(shù)遠(yuǎn)程設(shè)置功能。 輸 入 源 設(shè) 置形 態(tài) 濾 波 選 擇二 值 化 閾 值 設(shè) 置陰 影 消 除 設(shè) 置運(yùn) 行 暫 停帳 號 密 碼 設(shè) 置車 型 設(shè) 置背 景 差 分 選 擇管 理 員背 景 更 新 時 間 設(shè) 置交 通 事 件 相 關(guān) 參 數(shù) 設(shè) 定圖 2-9 網(wǎng)絡(luò)管理模塊用例圖 iTraf 智能交通系統(tǒng) 12 / 67 1、 輸入源設(shè)置； 2、 背景更新時間設(shè)置； 3、 陰影消除設(shè)置； 4、 二值化閾值設(shè)置； 5、 車型設(shè)置； 6、 運(yùn)行暫停； 7、 交通事件相關(guān)參數(shù)設(shè)定； 8、 背景差分選擇； 9、 形態(tài)濾波選擇； 10、 遠(yuǎn)程連接帳號密碼設(shè)置。 2.2. 管理中心軟件 2.2.1. 交通事件集中存儲 檢索模塊 交 通 事 件 檢 索獲 取 前 端 交 通 事 件系 統(tǒng)圖 2-10 交通事件集中存儲檢索模塊用例圖 1、 與前端車輛事件檢測軟件通訊，獲取前端交通事件（交通流量、停車車輛數(shù)、慢行車輛數(shù)、快行車輛數(shù)、通行車輛的型號、逆向車輛數(shù)、平均車速、車道占有率、車道變換車輛數(shù)、交通擁擠情況、天氣狀況）； 2、 提供前端交通事件檢索服務(wù)。 iTraf 智能交通系統(tǒng) 13 / 67 2.2.2. 報警管理模塊 查 看 報 警 日 志設(shè) 置 報 警 聯(lián) 動管 理 員管 理 報 警 日 志系 統(tǒng)逆 行 車 輛 報 警車 輛 變 道 報 警車 輛 碰 撞 報 警交 通 擁 擠 報 警停 車 報 警圖 2-11 報警管理模塊用例圖 1、 當(dāng)出現(xiàn)交通擁擠時，觸發(fā)報警； 2、 當(dāng)出現(xiàn)逆向行駛車輛時，觸發(fā)報警； 3、 當(dāng)出現(xiàn)車輛碰撞 時，觸發(fā)報警； 4、 當(dāng)一定時間內(nèi)停車車輛數(shù)超過預(yù)先設(shè)置的最大值，觸發(fā)報警； 5、 當(dāng)一定時間內(nèi)變道車輛數(shù)超過預(yù)先設(shè)置的最大值，觸發(fā)報警； 6、 用戶可設(shè)置報警聯(lián)動動作，包括聲光提示、短信發(fā)送、語音等； 7、 用戶可查看管理報警日志。 2.2.3. 交通事件統(tǒng)計模塊 查 看 變 道 數(shù) 報 告管 理 員查 看 車 輛 數(shù) 報 告交 通 擁 擠 時 間 統(tǒng) 計實(shí) 時 交 通 擁 擠 事 件 報 告查 看 車 型 統(tǒng) 計 報 告事 故 類 型 位 置 統(tǒng) 計 iTraf 智能交通系統(tǒng) 14 / 67 圖 2-12 交通事件統(tǒng)計模塊用例圖 1、 報告一天內(nèi)各點(diǎn)及總體車輛數(shù)； 2、 報告一天內(nèi)各點(diǎn)及總體的大、小型車輛數(shù)； 3、 報告一天內(nèi)各點(diǎn)及總體的變化車道統(tǒng)計數(shù)據(jù)； 4、 報告一天內(nèi)各點(diǎn)及總體的事故類型及次數(shù)（碰撞、異常滯留、擁擠）； 5、 報告一天內(nèi) 各點(diǎn)及總體的交通擁擠、故障持續(xù)時間； 6、 實(shí)時的交通擁擠、事故報告。 2.2.4. 用戶管理模塊 管 理 員用 戶 添 加 刪 除操 作 日 志 管 理帳 號 密 碼 設(shè) 置權(quán) 限 配 置圖 2-13 用戶管理模塊用例圖 1、 用戶帳號密碼設(shè)置； 2、 用戶權(quán)限配置； 3、 用戶添加刪除設(shè)置； 4、 用戶操作日志管理。 2.2.5. 交通管理部門接口 iTraf 智能交通系統(tǒng) 15 / 67 圖 2-14 交通管理部門接口用例圖 1、 定時將各道路交通順暢程度匯集成文本信息，發(fā)送給交通管理部門； 2、 將交通事件分類匯總，按事件嚴(yán)重程度的優(yōu)先級，先后向交通管理部門報警； 3、 將發(fā)生交通事件前后的視頻錄制保存，為交通管理部門的工作提供依據(jù)； 4、 交通管理部 門對收到的警報做出響應(yīng)操作； 5、 交通管理部門可以隨時了解各路段的交通信息； 2.2.6. 交警巡邏車接口 管 理 者事 件 類 型 設(shè) 置安 排 事 件 發(fā) 送接 收 事 件 通 知交 警圖 2-15 交警巡邏車接口用例圖 1. 將交通事件分類匯總，按事件嚴(yán)重程度的優(yōu)先級，先后發(fā)送給交警巡邏車； 2. 交通管理部門對收到的警報做出響應(yīng)操作，并以就近原則趕往現(xiàn)場； 3. 交通巡邏車可以隨時了解各路段的交通信息； 2.2.7. 語音接口 管 理 員事 件 類 型 設(shè) 置廣 播 時 間 設(shè) 置收 聽 交 通 廣 播司 機(jī)圖 2-16 語音接口用例圖 1. 將交通事件匯集成文本信息； 2. 定時將各道路交通順暢程度匯集成文 本信息； 3. 采用語音庫將文本信息轉(zhuǎn)化成語音，并輸入語音系統(tǒng)； iTraf 智能交通系統(tǒng) 16 / 67 4. 可定時進(jìn)行，也可以事件觸發(fā)； 5. 司機(jī)可以收聽到交通。 2.2.8. 短信發(fā)送接口 管 理 員管 理 訂 閱 用 戶設(shè) 置 發(fā) 送 事 件訂 閱 交 通 短 信 通司 機(jī)收 看 交 通 短 信圖 2-17 短信發(fā)送接口用例圖 1、 添加刪除訂閱交通短信通用戶及其手機(jī)號； 2、 將道路擁擠信息發(fā)送到用戶。 3. 界面設(shè)計要求 用戶界面采用 Windows 風(fēng)格，便于用戶進(jìn)行操作。在界面設(shè)計方面，采用微軟的最新技術(shù) WPF 來負(fù)責(zé)整個系統(tǒng)的界面設(shè)計。 WPF 的全稱是 Windows Presentation Foundation，是微軟新發(fā)布的 Vista 操作系統(tǒng)的三大核心開發(fā)庫之一，其主要負(fù)責(zé)的是圖形顯示，所以叫 Presentation（呈現(xiàn)）。 作為新的圖形引擎， WPF 是基于 DirectX 的，當(dāng)然增加了很多新的功能。其 2D 和 3D引擎的強(qiáng)大看看 Vista 的界面就明白了，再加上其對 Aero 圖形引擎的支持，更加讓你感到神奇。順便提一下， Aero 是專門為 3D桌面開發(fā)的引擎，可以讓桌面實(shí)現(xiàn)神奇的 3D 翻轉(zhuǎn)，這絕對是操作系統(tǒng)有史以來的一次神奇嘗試，雖然對硬件配置的要求也是驚人的 。 WPF 其實(shí)不僅僅是圖形引擎而已，它將給 Windows 應(yīng)用程序的開發(fā)帶來一次革命，因 為新的架構(gòu)提供了一種全新的開發(fā)模式。當(dāng)然對于普通用戶而言，最直觀的就是界面越來越漂亮，看起來越來越舒服了；但對于開發(fā)人員而言，界面顯示和代碼將更好的得到分離，這與從前的桌面應(yīng)用程序開發(fā)有很多不同（界面 iTraf 智能交通系統(tǒng) 17 / 67 設(shè)置和代碼是融合在一起的），這是比較具有革命性的改變之一。還有就是桌面應(yīng)用程序和瀏覽器應(yīng)用程序的融合，根據(jù) ms 的承諾，正在開發(fā)中的 WPF/E，即WPF Everywhere 版本，將為基于 WPF 的應(yīng)用程序提供全面的瀏覽器支持，這意味著未來開發(fā)出的應(yīng)用程序?qū)⒖梢曰跒g覽器在不同的操作系統(tǒng)上運(yùn)行，當(dāng)然由于目前還在開發(fā) 中，我們并不確定會不會有一定的限制，根據(jù) WPF/E 開發(fā)組的定義， WPF/E 仍然是 WPF 的子集，而不是后繼版本?？傮w而言， WPF 的前景應(yīng)該是一片光明 。 用戶界面設(shè)計規(guī)則 1、 尺寸 在合理的布局下盡可能多的顯示控件內(nèi)的內(nèi)容。 2、 布局 按照操作流程或瀏覽順序自左至右、由上而下的排放各種控件，使界面整體協(xié)調(diào)、美觀大方。 3、 自適應(yīng)父對象的尺寸改變 控件應(yīng)具有自適應(yīng)父對象的尺寸改變的能力，當(dāng)父對象的尺寸發(fā)生變化時，控件應(yīng)能自動改變自己的尺寸并使界面保持整體協(xié)調(diào)，盡量減少因父對象的尺寸改變而帶來的操作或瀏覽上的不便。 4. 核心算法設(shè) 計 4.1. 運(yùn)動車輛檢測 4.1.1. 運(yùn)動目標(biāo)檢測 運(yùn)動車輛檢測算法是基于圖像分析的高速公路事件自動檢測系統(tǒng)的關(guān)鍵部分。本系統(tǒng)采用背景差分的方法進(jìn)行運(yùn)動目標(biāo)檢測。 背景差分法就是對當(dāng)前幀圖像與背景幀圖像進(jìn)行差分，這是最常用的方法，運(yùn)動車輛和暫時停止的車輛都可以檢測，因此適用于攝像機(jī)靜止的情形。它首先為圖像序列建立背景模型，提取不含運(yùn)動目標(biāo)的參考背景，通過將當(dāng)前圖像幀和 iTraf 智能交通系統(tǒng) 18 / 67 參考背景進(jìn)行比較，確定出亮度變化較大的區(qū)域，即認(rèn)為是前景區(qū)域。這種方法的計算速度很快，可以獲得關(guān)于運(yùn)動目標(biāo)區(qū)域的完整精確的描述，但對場景中光照條件、大面積運(yùn)動和噪 聲比較敏感，在實(shí)際應(yīng)用中需采用一定的算法進(jìn)行背景模型的動態(tài)更新，以適應(yīng)環(huán)境的變化。 4.1.2. 背景模型 背景差分法在提取運(yùn)動目標(biāo)時假設(shè)圖像序列的背景是固定不變的，因而它能十分有效地檢測出快速和緩慢運(yùn)動、甚至是靜止的非背景的目標(biāo)。但是這種方法對背景的變化比較敏感，當(dāng)背景光照發(fā)生變化時，如果不能及時地更新背景圖像將產(chǎn)生錯誤的檢測結(jié)果，因此對于長時間的目標(biāo)檢測來說，背景的光照必然是隨時間變化的，必須采用自適應(yīng)地背景更新的方法。 在高速公路監(jiān)控圖像中，通過標(biāo)定場景路面圖像作為圖像處理區(qū)域，其背景圖像簡單，而且每個背景點(diǎn)上的顏 色分布比較集中。本系統(tǒng)采用運(yùn)算速度快、性能較好的統(tǒng)計學(xué)背景模型 序列均值法。 , , 1 , ( 1 ) ,1,0( , ) ( ( , ) , ( , ) , . . . . . . ( , ) )1 ( ( , ) )t c t c t c t n cniciB x y M e a n I x y I x y I x yI x yn （ 5-1） 其中 c R， G， B。雖然路面上有車輛通過，但是只要統(tǒng)計的時間足夠長總能得到比較好的背景圖像。圖 3-1 是實(shí)驗中提取的背景。 在圖 4-1 中，上左圖為視頻圖像；上右圖為視頻圖像 50 幀的均值結(jié)果，由于訓(xùn)練的幀數(shù)過小，在提取的背景圖像上有目標(biāo)車輛的殘留痕跡；下左圖為視頻圖像 200 幀的均值結(jié)果，訓(xùn)練幀數(shù)適中，提取的背景圖像平滑接近實(shí)際背景；下右圖為視 頻圖像 700 幀的均值結(jié)果，提取的背景更接近于實(shí)際背景，比起下左背景改善很小，但運(yùn)算時間卻花費(fèi)過多。由圖可見，背景圖像提取過程中，訓(xùn)練幀數(shù)需適中，一般 200 300 幀即可。 iTraf 智能交通系統(tǒng) 19 / 67 圖 4-1 背景提取比較圖 4.1.3. 車輛檢測 4.1.3.1. 差分模型 傳統(tǒng)的背景差分法都采用背景圖像與當(dāng)前幀圖像的灰度差值來實(shí)現(xiàn)，但是可利用的信息太少，當(dāng)車輛與路面背景的灰度值非常接近的時候，檢測出的車輛目標(biāo)區(qū)域會出現(xiàn)大片的空洞或破裂，甚至漏檢。為克服此問題我們對采集的大量視頻圖像進(jìn)行了觀察和分析，發(fā)現(xiàn)物體與背景灰度相同的區(qū)域，其顏色一般不會相同，因此采用如下彩色圖像差值模型： , , , ,( , ) m a x ( | ( , ) ( , ) | , | ( , ) ( , ) | ,| ( , ) ( , ) | )t t R t R t G t Gt B t BD x y I x y B x y I x y B x yI x y B x y （ 5-2） iTraf 智能交通系統(tǒng) 20 / 67 圖 4-2 上圖為本系統(tǒng)差分模型得到的車輛檢測圖；圖 4-2 下圖為對應(yīng)的圖像灰度值相差的車輛檢測圖。由圖可以看出，本系統(tǒng)差分模型得到的車輛檢測圖比較完整，空洞或者破裂的現(xiàn)象較少。 圖 4-2 差分模型比較 4.1.3.2. 陰影抑制 通過觀察發(fā)現(xiàn)，經(jīng)過上述方法分割出的車輛，在大部分情況下是存在陰影影響的，這樣就會使分割出來的車輛面積比實(shí)際的大，甚至有可能造成兩個或多個車輛由于陰影而相互粘連在一起， 若以此作為后續(xù)工作的依據(jù)，則勢必會造成 iTraf 智能交通系統(tǒng) 21 / 67 誤差，甚至錯誤。 通常的運(yùn)動目標(biāo)檢測方法都無法直接區(qū)分運(yùn)動目標(biāo)和陰影，因為陰影部分與運(yùn)動目標(biāo)部分具有某些相似的視覺特征，這就給陰影檢測帶來困難。由于在 RGB空間中，人的感知差別和計算差別的一致性較差，因此提出了很多顏色空間，如：歸一化 RGB， HSV(Hue， Saturation， Value)， C1C2C3 及 L1L2L3 錯誤 !未找到引用源。 。這些顏色空間可以很好地體現(xiàn)顏色的一致性。但是對于歸一化 RGB 顏色空間，由于它在黑色 (R=G=B=0)上沒有定義，因此在黑色附近很不穩(wěn)定。對于HSV 空間，當(dāng) RGB 三個分量相等時 Hue 沒有定義。所以在這些顏色不變性彩色空間中，本系統(tǒng)采用了 C1C2C3 模型，其顏色空間定義如下： 1( , )( , ) a r c t a n m a x ( ( , ) , ( , ) )R x yc x y G x y B x y （ 5-3） 2( , )( , ) a r c t a n m a x ( ( , ) , ( , ) )G x yc x y B x y R x y , （ 5-4） 3( , )( , ) a r c t a n m a x ( ( , ) , ( , ) )B x yc x y R x y G x y （ 5-5） 其中 R(x， y)， G(x， y)， B(x， y)分別表示像素的 RGB 三個顏色分量。由陰影的性質(zhì)可知，陰影點(diǎn)比對應(yīng)位置背景像素點(diǎn)的亮度要低而顏色不變。定義： (