基于视频流的隧道洞外亮度测量与车辆检测及其应用

发布时间：2020-04-28 09:27

【摘要】：随着我国高速公路建设进入快车道,隧道数量与总里程快速增长,对高速公路隧道照明提出新要求,既要考虑驾驶的安全性和舒适性,又要考虑节能以降低运营成本。节能有效的隧道照明是将洞外亮度、车流量和洞内照明强度结合起来有机运行。本文在视频流的基础上对洞外亮度和车辆进行检测,以实现隧道照明“车来灯亮”、“按需照明”为设计目标。基于视频流的亮度测量方法具有测量面积广、测量精度高等优点,本文采用成像式亮度仪标定后的OV5640型相机来测量洞外亮度。基于视频流的车辆检测方法具有检测区域大、功能易扩展和远程监控方便等突出优点,本文利用DS-2ZMN2006型网络相机,并结合Codebook和感知哈希算法实现对车辆的检测。本论文的研究内容主要包括:1.首先,为简化和可视化标定相机的操作步骤,以MFC为框架,结合OpenCV、libvlc库和Socket套接字设计了一套上位机软件。然后依据光度学原理和数字图像处理技术,对OV5640型相机进行了亮度标定实验。最后通过对获得的实验数据进行分析,提出采用分段测量的方法来提高相机测量亮度的精度。2.利用标定得到的参数和相机图片亮度计算方法,通过编程开发了一套基于Linux的亮度测量系统,该系统负责图像采集与发送、灰度信息提取、目标区域亮度计算及发送。最后对该系统在室内室外环境中进行了定标并测试,结果表明,系统测量误差低于3%,满足隧道洞外亮度检测精度要求;3.为解决隧道洞外亮度测量时相机因受自然环境影响发生不确定位移而导致目标测量区域(隧道洞口居中的圆形区域)发生偏移的问题,本文提出让亮度测量系统利用Sobel边缘检测、非极大值抑制和霍夫梯度算法等图像处理技术自动完成目标测量区域选取。4.提出了基于Codebook的前景检测算法,并将其与感知哈希算法相结合,实现车辆探测及流量统计;测试了本算法在白天典型天气条件下和晚上对有无车检测及流量统计的准确率,通过对样本视频进行测试,结果表明,本算法在白天对车辆通过检测区域的检测准确率为100%,对车流量的检测准确率达97.5%以上;如果相机位置安装合理,在晚上将消除车灯引起的多检现象,也将达到白天的准确率;最后将本算法移植到了基于Linux的视频车辆检测系统上。
【图文】：

感光特性曲线,感光特性曲线

图 2.4 感光特性曲线光元件的相关研究，由于互补型金属氧化物半导体线性关系，即它与感光材料有着类似的感光特性曲线坐标 D 代表数字图像的灰度值，横坐标代表曝光量§2.3 视频车辆检测系统车辆检测系统的结构，以及运动目标检测中常用到的系统主要由负责图像信息采集的海康威视DS-2ZMN及流量统计的 i.mx6 核心板组成，其结构框图如图 i.mx6核心板

原图,核心,四核

基于视频流的隧道洞外亮度测量与车辆检测及其应用5、支持工业级应用。根据以上几点，选取了飞思卡尔半导体公司基于 ARM Cortex-A9 四核微控制器i.mx6,每个核最高运行频率高达 1.2GHz，，内存为 2GB 的 DDR3,16GB 的存储，带有专用的 MIPI 摄像机接口，支持 1000Mbps 以太网，内部集成了 3 个 I2C、5 个串口、1个 RS485、2 个 USB2.0 接口，其完全符合系统需求。核心板原图如下图 2.8 所示：
【学位授予单位】：桂林电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;U453.7

【参考文献】