王　骁，李　博，张　硕

（中北大学仪器科学与动态测试教育部重点实验室，太原030051）

基于DSP的地下停车场车流量视频检测的改进算法

王骁，李博*，张硕

（中北大学仪器科学与动态测试教育部重点实验室，太原030051）

针对DSP平台的车流量视频检测算法存在实时性不佳，漏检率较高的问题，提出了一种改进的单帧图像差分算法，实现了基于TMS320DM642平台的地下停车场车流量视频检测。算法采用对单帧图像一条检测线的灰度值做差分运算，通过对灰度值变化的幅度进行分析，提取出车辆的特征信息，实现了处理对象从一个面到一条线的转变。此外算法结合双帧背景，可以有效地改善漏检现象。实验表明，该算法在运算量上相比于主流算法减小了3个数量级，同时检测准确率可达到93%，是一种实用高效的车流量视频检测方法。

视频检测；车流量检测；智能算法；TMS320DM642

车流量数据的采集是智能交通系统中一个十分关键的组成部分［1］。因而对于运动目标的检测，国内外学者们提出了大量的理论和方法，最具代表的方法有光流法［2］、帧间差分法［3］、背景差分法［4］。光流法可以看成带有灰度的像素点在图像平面上运动而产生的瞬时速度场，以此建立方程并通过约束方程联立求解，获得运动物体的位置变化，其检测精度高但运算量庞大。帧间差分法利用时间相邻的两帧图像之差来判断物体，其运算量较大，易受噪声的干扰，检测目标的完整性受到目标速度的影响；背景差分法一直是运动目标检测技术中的主流方法，将当前图像与背景模型进行差分运算，通过判定灰度特征的变化检测目标。……