欧阳韬,朱明旱

（湖南文理学院 电气与信息工程学院，湖南 常德 415000）

智能交通系统是现代交通管理的有效手段,其中负责采集交通流量信息的交通监测系统是它的重要部分。目前国内大多数城市的交通监测系统是采用地埋式感应线圈的方法来获取交通信息,由于这种交通流量检测设备要埋在路面以下,因而要损坏原有路面,使得安装和维护很不方便,而且存在抗干扰性差、精度欠佳等缺点。近年来随着计算机和图像处理技术的不断发展,利用机器视觉技术来进行车辆检测成为一种新的替代方法,有望取代传统检测器，成为现代智能交通系统的一个重要组成部分[1]。

在交通流量的视频检测中，夜间车辆的检测一直是一个难题。这主要是因为夜间道路的照明条件较差，车身的可见度很低，无法像在白天一样，可以通过对相邻帧的帧间差分[2]、背景差分[3-4]或者光流法[5-6]来检测运动车辆。即使在照明条件较好的路段，可以采用一种基于梯度滤波和级联形态学滤波的夜间车辆检测方法，车灯投射光线在路面形成的大面积强反射区域也会干扰车辆的检测[7]。一些学者观察到车前灯是夜间车辆最明显的特征，通过提取出车前灯进行车流量检测，但他们大都没有很好地解决路面反射光的问题，使得车前灯的提取不是十分准确。吴海涛等人[8]采用基于形态学的方法，把车灯以及车灯在路面清晰规则的投影一起提取出来，然后进行车灯配对，但他们考虑的情况比较理想，实际的夜间环境下车灯在路面的反射光区域是无规则的，而不是与车灯成镜像关系。……