题目：基于空基图像信息的车流密度检测方法研究

 

图像处理技术在道路交通中应用广泛，视频检测器已经被应用到智能交通系统的断面固定点交通流检测，其检测精度和速度可满足当前交通管理与控制需求。但是在应急状态下，常规交通视频检测无法满足大范围、实时和全路段的精准交通状态识别和实时监控需要。本文基于低空飞行器的航拍视频，进行交通要素信息提取和交通密度快速识别算法的研究。

本文主要研究内容为车道线提取、道路还原、车辆数检测和交通密度计算。其中低空航拍图像的车道线提取是大范围道路交通状态感知的重要基础。通过分析道路区域在航拍图中的特征，本文提出了利用道路线连通特征提取道路区域的方法，设计了的车道线提取算法。通过实例验证，该算法可避免道路区域以外的干扰，达到了良好的航拍车道线提取效果。以此为基础，本文继续研究了基于车道线的道路还原算法，由于低空飞行器平行于地面拍摄，所以本方法基本不受遮挡和固定角度限制。在提取出道路的基础上，本文提出了Canny边缘检测、角点检测和光流法三种算法的车辆综合检测算法，该方法可以有效降低噪点干扰的影响，Canny边缘检测为第一次筛选，光流计算结果的速度和方向参数为第二次筛选，从而大大降低干扰，提高车辆检测的精度。在计算车流密度的方法上，本文首先采用车道分隔线估算道路长度，并结合提取的车辆数，最后计算出交通流密度。

在以上理论研究基础上，本研究内容开发了低空视频交通流检测软件，并进行实际场景的视频检测实验。实验结果表明：本方法可以实时提取道路线和和检测车辆数，并基本满足精度要求，计算的道路交通密度与实际相符，初步验证算法基本可行。