卢士波　黎　明　陈小佳　彭苏岳　神祖福

(1.武汉理工大学交通学院　武汉　430063;　2.广东省南粤交通韶赣高速公路管理中心　韶关　512500)

高速公路隧道内车辆异常的视频图像识别*

卢士波1黎明2陈小佳1彭苏岳2神祖福2

(1.武汉理工大学交通学院武汉430063;2.广东省南粤交通韶赣高速公路管理中心韶关512500)

摘要隧道作为高速公路上较为特殊的地段，其安全性受到更多重视。文中从高速公路隧道内行车安全管理的角度出发，分析了隧道内影响行车安全的各种异常状态，指出了其中车辆停驶是影响安全最不利的状态。在此基础上着重开展了针对隧道内停车异常的视频图像识别方法研究。为增强车辆识别能力，提出了将图像纹理特征、几何特征和边缘特征进行组合描述车辆特征的方法。以BP神经网络作为基分类器，通过Adaboost算法得到多个BP网络弱分类器组成的强分类器作为车辆识别模型，并对该识别模型的效果开展了实地实验验证。结果表明，本文所提出的模型对停车异常具有良好的识别效果。

关键词视频图像识别特征融合车辆异常高速公路隧道实验验证

视频图像车辆识别由于其成本低和便于实施的优点，逐渐成为高速公路管理应用的热点。目前车辆识别系统可以基本满足车流统计、超速检测等智能交通系统所关注的基本功能需求。但在高速公路一些特定场所(如隧道)，通过视频图像的车辆识别准确率和误报率，以及在利用该技术的应用层面仍存在较多不足，在理论上和技术上还存在很多问题没有解决。……