摘要：针对道路交通车流量测量难和精度低的问题,采取高斯建模算法生成背景图像,并根据参数变化不断更新背景。利用背景差分算法得到被检测车辆的前景图像对前景目标图像采用阴影消除算法和形态学处理后再进行道路车流量计算,避免了由光照和噪声造成的重检和漏检对统计结果的影响。实验结果表明,设计的算法能够准确地分离出前景图像中的被检测车辆目标,在对道路进行的50min车流量统计中检测准确率高达98.71%,为保证路面车辆畅通行驶提供了有力的数据支持,有助于大大提高道路车辆的物流效率。

摘要：随着汽车产业与交通运输事业的迅猛发展,大中城市的道路交通问题日益突出。针对道路交叉口各方向通行车辆分布不均的情况,提出一种以DSP芯片为硬件平台的交通灯智能控制系统设计方案。该系统用COMS高清摄像机采集道路交通现场情况的图像,然后对获取的图像进行一系列的处理,获得道路交叉口各相位的车流量信息,然后根据各相对相位车辆多少的不同来实时地控制相应红绿灯时间的变化,以实现交通信号灯的智能控制。其中车流量统计是智能交通灯系统的关键技术。论文在深入研究前人的基础上,对车流量信息的背景提取与更新等方面进行了算法研究。

摘要：本系统针对煤炭运输行业的特点,采用单摄像头的垂直拍摄方式监控计数区域。研究了常用的车流量统计系统的实现方法以及涉及到的关键技术,并且设计出实用价值高、性能强的基于视频的煤炭运输车辆流量统计系统。

摘要：提出一种轻量化YOLO模型方法,应用于公路路网视频实时状态分析,解决了YOLO目标检测算法在实际应用中计算代价过大问题,并能满足多路监控视频实时并发检测的需求。首先,对YOLO的主干网络进行层次剪枝与通道剪枝,设计出更轻量的特征提取网络结构。其次,采用混合了多重感受野的Inception模块替换标准卷积模块,提升高层特征之间的空间信息交互。再次,修改模型数据结构,使用16位浮点数据存储参数,减少计算开销。最后,基于改进的YOLO训练车辆识别模型,实现基于车辆检测与追踪的路网断面流量统计、速度提取,以及拥堵事件检测,实时并发视频检测达到11路。实验结果表明,轻量化YOLO模型在相同检测精度下,并发检测性能提升1倍。

摘要：文中介绍一种依据等候红灯小车数量来改变信号灯通行时长的智能交通系统的设计方法。利用红外障碍探测技术采集小车数量,并传送到以51单片机为核心控制器的交通灯控制系统中,通过编写的内部算法程序将小车数量转换为绿灯通行时长。软件仿真和开发板实践表明,该设计可以实现交叉路口交通灯时长的实时动态控制。

摘要：针对如何实时地对道路车流量进行监控并判定交通实时状况的问题,设计了一种基于视频的道路车流量信息采集与发布系统.该系统采用改进的高斯平均法对路面背景提取和更新,利用背景差分和特征提取突出计算车辆个数,提高了车流量统计的效率,具有应用价值.

摘要：交通视频分析与跟踪系统主要涉及运动车辆检测与跟踪、车流量统计、车辆压线检测三大部分。本文主要利用背景差分法和大灯提取算法分别获取日间和夜间视频中的运动车辆前景。在计数算法中,计算前景目标和大灯目标的质心坐标,并设置虚拟计数脉冲矩形,当目标质心点触发两个脉冲则进行计数。在压线车辆检测算法中,使用基于HSV颜色空间和Hough变换直线检测的算法获取道路内部的黄线区域,将运动车辆轨迹中点的坐标大于等于黄线上点的坐标作为判断压线的依据。本文以OpenCV开源库和Python编程语言为开发工具,实现了包含运动车辆检测、车辆跟踪、车流量统计和车辆压线检测的交通视频分析与跟踪系统。