基于卫星视频的交通流参数提取研究

发布时间：2020-09-03 08:54

　　随着高分辨率卫星视频的出现,卫星视频为智能交通系统建设提供了新的数据源,从卫星视频中获取大范围道路交通信息已经成为了一个极具潜力的研究方向。本文旨在分析卫星视频图像特性的基础之上,尝试进行卫星视频交通流参数提取。本文的主要的研究内容如下:(1)总结了视频卫星的发展历程及其应用情况,分析了卫星视频作为一种新的交通信息采集源的优缺点,并对视频交通信息采集所涉及的一些基本的算法,包括车辆检测和车辆跟踪等算法的优缺点和近期的研究方向进行了分析归纳,明确了本文的研究方向。(2)针对卫星视频存在的背景复杂、运动目标数量众多、运动目标特征不明显等问题,设计了一种包括感兴趣区域设置和直方图变换的图像预处理方法,以实现卫星视频图像的增强。(3)针对卫星视频中车辆的特点,提出了一种基于卫星视频的交通流参数提取方法。该方法主要包括三个部分,首先考虑到卫星视频中车辆所占像素少、车辆特征不明显的特点,选择了通过角点检测来实现车辆检测。与一般的角点检测算法不同的是,本文在传统的角点检测算法的基础上,针对卫星视频的特点附加了一定的限制条件,通过这些附加条件来实现车辆与角点的一一对应,从而实现对车辆的检测。其次算法采用了稀疏光流的方法对车辆检测中得到的角点进行跟踪,利用角点与车辆的对应关系实现了车辆跟踪,得到了车辆的运行轨迹线。最后在车辆检测跟踪得到的角点信息的基础之上,结合卫星视频的相关参数,实现了对道路上车辆车速的计算。(4)采用了 UrtheCast公司的两个高清卫星视频(波士顿和拉斯维加斯地区)对本文提出的卫星视频交通流参数提取方法的可靠性进行实验验证,并借助于OpenCV库开发了本文所需要的程序,实验结果表明利用本文算法得到的车辆检测精度平均为85.13%,交通流速度提取的精度平均为86.80%,证明了本文算法的可靠性。
【学位单位】：北京交通大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U491
【部分图文】：

过程图,卫星成像,视频,过程图

得一些传统的视频处理算法并不能很好的应用于卫星视频数据。因此，以视频车辆交通流参数提取为切入点，探究适用于卫星视频的交通信息采集于促进卫星视频在智能交通领域的应用具有重要的参考意义。逡逑１．２国内外研究现状逡逑１．２．１卫星视频发展历程与应用逡逑卫星是指围绕一颗行星轨道做闭合周期性运动的天然天体它的多个部分，主要有卫星本身、地面站以及卫星与地面站的连接部分。卫星统包括结构系统、热控系统、通信系统和姿势控制系统，当前卫星按用途通信卫星、气象卫星等。逦，逡逑视频卫星是指卫星在运动中始终与目标区域挂钩，从而实现对目标区视”观测的一种新型对地观测卫星，如图１－１所示［１Ｇ１。根据视觉暂停原理，的变化超过每秒２４帧时，人们的观感就觉得是平滑的，借助这一原理，便可实现对目标的动态观测，得到视频数据。逡逑

帧差,基本思路

如果某点像素值的变化值小于预定的阈值，则可确定该点的像素为背景逡逑像素，否则确定为前景像素点，从而可以检测出视频帧中的运动目标。帧差法的基逡逑本处理流程如图１－２所示。逡逑当前帧图像逡逑视频序列－邋预处理逡逑前一帧图像逡逑运动目标丨—后续处理逦二值化逡逑图１－２帧差法的基本思路逡逑Ｆｉｇ．邋１邋－２邋Ｔｈｅ邋ｂａｓｉｃ邋ｐｒｏｃｅｓｓ邋ｏｆ邋ｆｒａｍｅ邋ｄｉｆｆｅｒｅｎｃｅ邋ｍｅｔｈｏｄ逡逑帧差法的优点在于计算量比较小，背景不积累，实时运算实现起来比较容易，逡逑对于阴影等光线的变化适应性比较好。帧差法的缺点也很明显，帧差法对环境噪声逡逑比较敏感，算法的阈值很难确定，如果选定的阈值过大，可能造成目标遗漏，阈值逡逑选择过低，则可能产生目标误检。因此目前在具体的应用领域，学者们都是将帧差逡逑法进行改进或其他方法进行结合后再进行运动目标的检测１１ＭＱ１。逡逑针对帧差法中常出现的“空洞”和“影子”的问题，学者们提出了不同的解决方法。逡逑比如学者渠燕红［２１味是出了一种将动态像素补偿模型和迭代帧差法相结合的运动目逡逑标检测方法，该方法通过建立动态补偿模型来克服光照对目标检测的干扰，同时采逡逑用迭代帧差法来减少“空洞”的产生，并通过人流检测来测试算法的可靠性，实验结逡逑果表明该模型在复杂场景下具有较高的可靠性。也有学者通过将帧差法和混合高逡逑斯法结合来解决这一问题

减除,基本思路,背景

景减除法的关键在于背景模型的精确构造，如何根据场景的动态变化来更新背景逡逑是增强背景减法的关键之一，目前背景建模方法主要有均值法、中值法和高斯建模逡逑法等［２６１。背景减除法的基本流程如图１－３所示。逡逑当前帧邋逦逡逑预处理逦（一）二值化后续处理一一运动目标逡逑背景建模逡逑图１－３背景减除法基本思路逡逑Ｆｉｇ．邋１－３邋Ｔｈｅ邋ｂａｓｉｃ邋ｐｒｏｃｅｓｓ邋ｏｆ邋ｂａｃｋｇｒｏｕｎｄ邋ｓｕｂｔｒａｃｔｉｏｎ邋ｍｅｔｈｏｄ逡逑均值法是指将训练背景图像的平均值作为背景图像来进行运动目标检测，均逡逑值法的实现有很多不同的途径。比如黄磊等１２７１首先利用一段时间的视频帧数据，逡逑对其对应像素点的像素值进行求和平均，再利用平均值来构建背景图像，最后通过逡逑背景差分完成运动目标检测。这种方法能够解决摄像机抖动等瞬时噪声所带来的逡逑问题［２８］，但用该方法得到的背景图像并不是很理想，只适合在一般的背景图像中逡逑使用，对于一些特殊的背景情况，需要采用一些额外的处理方法。比如韩超等１２９］考逡逑虑到由于均值法受到车流量的影响，背景建模会产生残影，因此提出了一种基于差逡逑分均值和矩阵分区的背景建模方法，该算法可以实现比较完整的车辆阴影检测，并逡逑可以满足多目标的实时检测。逡逑６逡逑

【参考文献】