基于機器視覺的公路流量統計技術研究

劉賀 臧晶

摘? ?要：公路流量統計是智能交通系統的主要功能之一。本文針對公路流量統計的問題，利用物體輪廓檢測技術，使用背景差分算法和K最鄰近分類算法，實現運動物體檢測、車輛跟蹤和流量統計功能，設計了公路流量統計系統，并用Python進行編程實現，對部分視頻進行了測試，取得了較好的效果。

關鍵詞：智能交通系統? 公路流量統計? 運動物體檢測? 車輛跟蹤

1? 引言

基于機器視覺的公路流量統計技術是公路汽車流量統計技術是在不需要人為干預的情況下，從獲取視頻初始幀開始，對監控攝像頭中的圖像序列進行剖析，將移動對象從背景中分離，然后對每輛汽車進行跟蹤，最后完成整個視頻的汽車數量計數，基本得到汽車數量及道路擁堵情況。

2? 公路流量統計系統的設計

公路流量統計系統共包含四部分，提供運動的圖像獲取以及預處理、位置預測跟蹤、車輛計數與物體計數日志模塊，完成運動物體檢測、車輛跟蹤和流量統計等主要功能，其結構如圖1所示。

3? 公路流量統計系統的實現

公路流量統計系統是基于Python語言和OpenCV庫實現的。系統由四部分構成，實現技術描述如下。

（1）運動圖像獲取以及預處理。對常用圖像背景差分法、進行噪聲處理進行預處理以及車輛輪廓檢測。

（2）位置預測跟蹤。采用的算法為K最鄰近分類（k-Nearest Neighbors，KNN）算法[1]。KNN算法不需要進行參數估計，屬于一種非參數方法[2]。將每個物體的運動軌跡進行分類，將距離新的位置最近的上一個位置進行匹配，即可判斷新的位置是哪一個物體。

（3）車輛計數。當物體越過計數線時對物體計數。首先判斷物體的運動軌跡，進而判別物體是否越過計數線，并且判斷運動的方向。

（4）車輛計數日志。視頻的下方建立一個計數欄，每當一個新的車輛被計數時，該車輛的圖像將會被加載到計數欄中。

4? 公路流量統計系統測試

為了驗證本論文研究的公路流量統計系統是否具有可行性，對測試結果進行分析和總結。

（1）車輛獲取以及預處理如圖2、圖3所示。

（2）位置預測跟蹤如圖4所示。

（3）車輛計數及車輛計數日志如圖5、圖6所示。

對公路流量統計系統的實驗結果進行比較分析，發現系統中各功能正常運行，故可驗證本論文設計的基于機器視覺的公路流量統計技術是準確有效的。

5? 結語

本文針對公路流量統計問題，設計了基于機器視覺的公路流量統計系統，并將其應用程序實現。經過部分視頻對公路流量統計系統進行測試，并且對測試結果進行分析，最后驗證公路流量統計系統的正確性。采用公路流量統計系統后，能夠實時對路況進行分析，可以有效緩解交通擁塞問題。

參考文獻

[1] 遲殿委.一種基于KNN算法的手寫數字識別實現[J].信息與電腦：理論版，2019，31（17）：20-22.

[2] 桑應賓.基于K近鄰的分類算法研究[D].重慶大學，2009.