穆柯楠 王会峰 杨 澜 景首才

(1.长安大学电子与控制工程学院 西安 710064;2.长安大学信息工程学院 西安 710064)

0 引 言

对交通流信息进行实时检测，并根据其变化迅速做出交通诱导控制，是智能交通系统(ITS)的一项重要内容。道路交通参数的实时采集与处理方法，已日益成为智能交通研究领域的一项研究热点。基于视频的交通参数提取系统通常在路侧/上方安装工业摄像机，通过对摄像机视野内车道上的车辆进行检测、跟踪，从而获取车流量、车型、车速等重要交通参数[1-3]。

目前车辆检测的常用方法主要有帧差分法、背景差分法、光流法、模型法、特征检测法等。张英等[4]提出一种改进的三帧差分法，通过对帧差分图像和背景差分图像进行融合和形态学处理，实现车辆检测。李搏轩等[5]混合使用混合高斯模型与帧差法区分背景暴露区域与运动车辆区域，以解决传统混合高斯模型存在的运动目标区域检测完整度低、易将背景暴露区错检为运动车辆的问题。CAO[6]用特征光流法将运动物体的边缘信息与光流运动的信息进行多特征融合,对视频图像中运动目标进行准确检测和实时跟踪。WANG[7-9]采用基于模型的方法，将检测到的候选车辆区域与计算机数据库中预先建立的车辆模型进行匹配从而车辆检测与跟踪。基于特征的方法通过检测车辆的局部特征，如对称部件(车轮、头灯、尾灯等)[10-11]、阴影[12]、边缘[13]等特征来定位车辆，而这些特征的提取通常需要通过边缘检测来实现。……