1、隨著現(xiàn)代化建設(shè)的推進，以及計算機硬件和軟件技術(shù)的發(fā)展，智能交通得到了越來越多地應(yīng)用，通過先進的視頻處理技術(shù)來實現(xiàn)對城市道路交通環(huán)境的智能化管理，可以使城市道路變得更規(guī)范和更有秩序。而電動自行車作為城市交通工具的重要組成部分，因為其具有便宜和便捷的優(yōu)點，被人們大量使用。然而電動自行車行駛的不規(guī)范性也給道路交通管理帶來了很多問題，研究并尋找一種能切實有效地檢測和統(tǒng)計電動自行車車流量的算法變得越來越重要。
　　運動目標(biāo)檢測作為視頻處理的

2、基礎(chǔ)技術(shù)之一，是進行車流量統(tǒng)計的前提。目前運動目標(biāo)檢測算法從空間水平可以分為基于像素的和基于區(qū)域的，基于像素的運動目標(biāo)檢測對單個像素進行處理，較為容易出現(xiàn)噪點;基于區(qū)域特征的運動目標(biāo)檢測算法則考慮到了用相鄰像素信息來改善檢測結(jié)果。本文提出了兩種基于區(qū)域的運動目標(biāo)檢測算法，并用來進行電動自行車的實時檢測。在此基礎(chǔ)上，研究并實現(xiàn)了一種基于整個車道和交集校正的電動自行車流量統(tǒng)計算法。
　　本文研究的內(nèi)容主要包括如下幾點:
　　(1

3、)首先分析了Hu矩算法的原理，并提出了一種基于Hu矩相似度的混合高斯模型檢測算法，分析了用該算法進行電動自行車檢測的可行性。同時，分析了ssim算法的原理，并提出了ssim混合高斯模型算法，再分析了用其來進行電動自行車檢測的可行性。實驗結(jié)果表明，直接用Hu矩相似度和直接用ssim都能很好地檢測出電動自行車，同樣地，用Hu矩相似度指示器的混合高斯模型算法和ssim混合高斯模型算法也能檢測電動自行車，并提高了對場景變化的適應(yīng)能力。
　

4、　(2)其次，實現(xiàn)了一種基于整個車道和交集校正的電動自行車流量統(tǒng)計算法，并分別結(jié)合基于Hu矩相似度的混合高斯模型算法和ssim混合高斯模型算法來進行電動自行車的流量統(tǒng)計。實驗結(jié)果表明基于Hu矩相似度的混合高斯模型算法和ssim的混合高斯模型算法的檢測正確率和計數(shù)正確率都在95％以上。
　　(3)最后，開發(fā)了一套電動自行車流量統(tǒng)計應(yīng)用軟件系統(tǒng)，系統(tǒng)采用C#語言開發(fā)，并應(yīng)用CUDA的GPU加速技術(shù)和CPU并行加速等方式對本文提出的算法