1、隨著國內(nèi)車輛數(shù)量的迅速增長,交通擁堵現(xiàn)象非常嚴(yán)重,交通管理的成本越來越高,有效采集交通參數(shù)、合理分配道路資源是解決這些問題的關(guān)鍵?；谝曨l圖像的車流量檢測是采集交通參數(shù)的方法之一,它融合了計算機科學(xué)和通信等高新技術(shù),具有信息含量豐富、成本低、通用性強等優(yōu)點,有著廣闊的應(yīng)用前景,是智能交通系統(tǒng)的重要組成部分。
　　 在車流量統(tǒng)計過程中,檢測到的運動目標(biāo)是否完整直接關(guān)系到車流量檢測的準(zhǔn)確性。本文結(jié)合了背景差分法和改進的兩幀差法對運動

2、目標(biāo)進行檢測,在背景差分法中沒有檢測到的運動目標(biāo),采用改進的兩幀差法對運動目標(biāo)進行填充,能有效地檢測出完整的運動目標(biāo)。此外,檢測完整的運動目標(biāo)還需要理想的背景,本文提出了一種基于背景拼圖的均值法,采用求取兩次均值的方法獲取背景,第一次對視頻圖像幀求取均值生成初始背景,第二次將當(dāng)前幀的運動目標(biāo)用Kalman濾波器更新后的背景進行替代,形成背景拼圖,求取背景拼圖均值生成最終的初始背景。該算法得到的背景較理想,但還是需要對其進行及時的更新,以

3、便適應(yīng)外界天氣和光照的變化。本文提出了一種改進的基于統(tǒng)計學(xué)背景更新方法,采用統(tǒng)計學(xué)的方法,對背景進行更新。然而,運動目標(biāo)中的陰影會影響相鄰車道的車輛統(tǒng)計,因此本文采用歸一化互相關(guān)函數(shù)陰影檢測算法,結(jié)合灰度信息和HSV顏色空間的V信息對車輛的陰影進行檢測,該算法基本能檢測到完整的陰影,防止車輛陰影干擾車流量統(tǒng)計。
　　 本文采用虛擬檢測器對車流量進行統(tǒng)計,沿垂直于道路方向的區(qū)域設(shè)置虛擬檢測器,對檢測區(qū)域內(nèi)的數(shù)據(jù)進行計算,具有運算量