郭家辉 张运昌 杜鑫 高雨虹

【关键词】道路交通 无人机 异常情况检测 图像处理 SVM分类器

将无人机航拍技术运用到道路异常情况的检测，属于无人机在交通领域的应用。此论文介绍的这款检测软件，目的在于用无人机自动检测代替传统的人力检测。此软件的制作思路如下：首先，针对道路交通情况进行采集样本，建立数据库，样本分为两大类，一类是正样本：无道路异常情况图像，另一类是负样本：有道路异常情况图像；然后将所有样本图像进行hog算法的特征提取，得到的hog特征作为SVM分类器的原始数据源；接下来通过SVM的训练和测试原理制成分类器；最终再通过滑动窗口检测法针对航拍视频中的每一帧图像进行检测，找出视频中存在异常情况的路段。

1 用hog算法进行特征提取的原理及优点

方向梯度直方图（Histogram of Oriented Gradient， HOG）特征是一種在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征，其主要思想是在一副图像中，局部目标的表象和形状能够被梯度或边缘的方向密度分布很好地描述。具体的实现方法是：首先将图像分成小的连通区域，我们把它叫细胞单元。然后采集细胞单元中各像素点的梯度的或边缘的方向直方图。最后把这些直方图组合起来就可以构成特征描述器。

与其他的特征描述方法相比hog算法有以下优点：首先，由于HOG是在图像的局部方格单元上操作，所以它对图像几何的和光学的形变都能保持很好的不变性，这两种形变只会出现在更大的空间领域上。……