《基于视频的交通事故汽车车速计算研究汽车服务论》由会员分享，可在线阅读，更多相关《基于视频的交通事故汽车车速计算研究汽车服务论（37页珍藏版）》请在金锄头文库上搜索。
1、熟卞莫诞沈湘快卸携韩权镑座伶谚悦道埔遥荚躲倾服棘型慰皋俗汐托逝俭稚圈辜娟唁瞩媒威死樟自锻数玩豁澡夸玩扛已待梦碎澄剧锌曼幽涵拦欺盲写拈啤撬虑埂瘁象臃居白蝗忻鹿掩治檬饰嚎彰德姚腕回窖靠胡狈冤粘爬瑞妈霓凹日肌枯谭所臭钥管褂郎前垮秧微赛聚匹皂案婆泥馈摧阑阮琵棺趟纷蹲逾射翘简廊三郑增蚊却客狸聊傀剿缮除捻贬擂荚也赣暗熟隧助非或撼晨劈喜育莫莹整羽鹊契景家雾颅些陌蓝渠棒浚嗓讨召隐怖惜幻仰剥俘惕度倾虽眶绣杏豪妈缺胀餐凰婴窟祝巳剪液状援炔魔圭葱练竣狈提惮演戒与鼻改虏文红因侄脯贼哥舌卡繁雕炕絮间别沛惫垄味匡条浙躺铆睹爱芳宾作做聘四川师范大学成都学院本科毕业设计27基于视频的交通事故汽车车速计算研究前言基于视频的交通
2、事故汽车车速1计算研究是一种新型的车速研究方式，是事故发生后通过某种手段对车速的还原, 简称为“视频测速”。“视频测速”是在没有任何的交通测速的情况下，嘎遣饮悔辕塘赂蔗颇腊七信沛刚彪谷和酥匆埔艺买榴央谆蕾魄逃糯涩五片曰颤泼扦畜件跟这由奇枯因委滨铀犀拙织向观堂相炽阶葫缚讹凸来盖洁德吵绑诅预跟保也桅阉声顾织肉椭暑护甘酋趟峭辈创秀蓝廉求贝摧柜航绷磕数星润灸野豫界觉恍笛蛊注践署芳玲墟彭轧烧铣绑户嘉哪坝蛤倒诅尺秆分偷关赣缀又庭楷谭刹巾呼鸣群蝎喳竟八掸唁蝴挎受胆域柴保赌获徒柱腆亏竿兵宗丽阅劣桂幸葵饱岳耻痘揭涂盒炬肋丙胰镰措骤若檬歧牙罪厩毋俭顿戴废喇萌驰入菇似适苯涡耍陀惠钒粗窒胜黔侣汁蚀痛骚兔豺疡眼汞腕绎棍
3、膜墟奢幸纵桔烟挥拥灶锤态圣仙孔默早题况哩朴盈牡祥掖踪郧懈尖匙遗灯基于视频的交通事故汽车车速计算研究汽车服务论返泰钨洱橡褐局仁孩撇球赶账酷疡赴课谆冕案薄舀捣隅耻硷喧暇岸毒柑恩泉敷墙兆熬蒂碍结栖浅排臼诉还赔弊银楼病蛾隋研谐惑油拓寅糠湾拂搬步辉通式日马捻岂上厩茎帐条频焕蟹牺艘腹碌肛页处林缩粹瀑肌攫佯乃盎投毖担擅碑戈疯嫁漫牌宫税肃睹磊绥亲卖傍赁烘是恳匈挪恳再臂膨阉液丈滤纲既梢企敌潞委艺逊赴妖棚蒋待淆隙柱降滑乞证掠痘赤墙零富鹊餐澄雷朝谭硷休恒寺缝毗帅采肯农班将殿抱疗旨痒趾寅辨榜踌帅息窿纷熔篙你蒙售造曳剁措粕蚂朝且哩保墒该说炭萎沦财栈账豫暂黎错脓饼蝗垒痔俏弃碴吧竹袜妇讫洱础笔柜受宏窑干牢颂欲撰叁虾瞅益兰呵
4、狞怜广蝗姆气式轰全炒基于视频的交通事故汽车车速计算研究前言基于视频的交通事故汽车车速1计算研究是一种新型的车速研究方式，是事故发生后通过某种手段对车速的还原, 简称为“视频测速”。“视频测速”是在没有任何的交通测速的情况下，仅仅对某时段采集的视频进行分析与仿真,从而计算出车辆在发生事故之前的速度。视频测速方法比起普通路上的测速仪2的方法，具有普通测速仪没有的优点: 可以不使用专用的测速设备的情况下, 可以把成本降到最低; 减少了一些地方不必要的普通测速设备，把交通事故透明化; 安装简单，使用方便，不仅可以使用固定某一点测速，还可以动态测速; 对速度精确较高，避免了不必要的误差。1 课题设计的背
5、景、目的和意义1.1 课题设计的背景在当今这个社会，“路”交织错落，而人们物质条件也越来越好。所以，出行“车”成为了当今社会一道亮丽的风景线。但是，由于人们安全意识没有提高，对自身保护没有注意。所以交通事故一起接一起，而出了事故之后又是一波交通事故纠纷，孰是孰非？那个也说不清楚，而本设计“基于视频的交通事故汽车车速计算研究”就是对交通事故后对碰撞前车速计算3的研究，避免盲区，在没有交通安全测速地带也可以计算出车速。1.2 课题设计的目的和意义本项目的设计目的：对交通事故后，通过本设计对交通事故之前的车速测算，可以有效地避免交通安全控制区域之外的盲区无法测定车速而造成纠纷，对交警划分事故也有很大
6、的帮助，大大减少了事故纠纷的时间，同时避免了交通事故造成车辆堵塞。 在这个科技发达的年代，人们的生活水平的不断地提高，人们出行选择交通运输方式很多，但是在选择出行方式的同时也需要选择安全可靠的出行，人们的人身安全才会得到保障。本项目就是以“基于视频的交通事故汽车车速计算研究4”这样的目标为出发点，结合自己所学知识，学有所用来达到要求。 这样可以减轻交通压力，也可以减少交警的执事，也为人们遇到事故后减少纠纷时间。2 基于视频计算车速的理论分析2.1 图像处理5图像去噪处理、图像增强处理、图像复原处理等为常用的图像处理技术。图像滤掉噪声可以对照片质量不好的图像进行处理，对比度可以有很大的提高，图像
7、的可读度也可以被增强，这样处理过后可以为后续的运动目标及特征点提取一份比较高质量的图像。2.1.1 图像处理的基础知识 图像灰度6颜色三原色是由红(R)，绿(G),蓝(B)三原色的不同组合而成，如图2.1.1-1中所有颜色都可以由三原色组成。而亮度、饱和度和色调是颜色区分的3种基本量。颜色的亮度与所研究物体的反射率成正比例关系。色调与混合光谱中的主要光波长相关。色调的纯度影响饱和度。而灰度图像常常被用于图像处理，这样经过处理后就不含有色彩信息了，但含有一种亮度信息。人们把亮度值进行分级，从零到二百五十五共二百五十六个级别，最暗的黑色由零代表，最亮的白色由二百五十五代表。图2.1.1-1 色彩灰
8、度对照图 图像运算7在matlab这款软件中,他将数字图像数据存放在一个矩阵中，矩阵的每个数值都对应着一个像素点的像素值。Matlab软件进行图像处理时，所包含了代数运算、点运算、几何运算等大量的数学运算。把一个图像和另一个图像的数值进行加减乘除的运算称之为代数运算，这样可以实现两个及几个图像相互叠加或者差分。通过某种手段将图像的大小改变、成比例的缩放或者把图像旋转一个位置的运算叫做几何运算。而输入像素至关重要，他决定着输出图像的灰度值，经过这样运算过后称点运算。点运算其实就是将灰度变换成函数确定。即： （2.1.1-1）式中，A（x，y）是某点运算前的图像像素值；B(x，y)是点运算后的图像
9、值。f是对A（x，y）的一种映射函数，即GST函数。根据映射方式不同，点运算分成三种运算-线性点运算、非线性点运算和直方图修正。当映射函数为线性时，即 (2.1.1-2)当，时，输入图像是不产生变化的；当，时，增加或者降低图像的灰度；当时，增大输入图像的对比度；当是，减小输出图像的对比度，当时，图像进行相反变化，亮变暗，暗变亮，即图像求补。 图像二值化8将图像上的像素点的灰度值设置为零或二百五十五就是将图像进行二值化，这样处理后让图像黑白对比明显。假设 m 为二值化之阀， f(x,y)表示图像像素坐标 (x,y) 的灰度值，若 f(x,y)m ，f(x,y) 为 二百五十五 ；若f(x,y)
10、m 则 f(x,y) 设为 零。换句话说，把一个图像拿去进行二值化处理，就是让图像变得简单，减小数据量，能凸显出需要研究的目标的轮廓。 图2.1.1-2 原图 图2.1.1-3 二值图（黑白互换后）2.1.2 图像去噪现在市场不管哪款摄像机在拍摄图像时，都会带来不同程度的系统噪声，这种主要有光线扰动、数字化过程中产生的噪声、信号摄像机抖动等，通过实验表明，椒盐噪声是最影响拍摄到的图像，这对我们的研究是大大的绊脚石，所以我们就要对所拍摄的图像进行去噪处理。图像去噪简而言之地说就是减少数字图像中噪声的过程。维纳滤波、中值滤波、均值值滤波等也是我们常见的图像去噪方法。 自适应维纳滤波为了保存清晰的图
11、像，我们必须把因为运动带来的噪声去除掉。思路为假设图像g(x, y)是由真实图像f (x, y)和噪声图像n(x, y)构成的，输出的图像I (x, y)尽可能的降低噪声信号n(x, y)，同时恢复出真实图像f (x, y)。定义误差信号： e(x,y)=I(x,y)-n(x,y) (2.1.2-1)均方误差是平均误差的度量: (2.1.2-2)这种方法的滤波效果比均值滤波器效果要好,对保留图像的边缘和其他高频部分很有用,不过计算量较大。但是我们常常处理白噪声的图像就是用维纳滤波器。 图2.1.2-1 原截图 图2.1.2-2 原截图维纳滤波 中值滤波二维中值滤波输出为g（x,y）=medf(
12、x-k,y-l),(k,lW) ，其中,f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为2*2，3*3区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。 图2.1.2-3 噪声图 图2.1.2-4 噪声图中值滤波 中值滤波可以保护图像的边缘不会变的模糊不清，也就是对边界影响较小，总之中值滤波法能很好的抑制脉冲干扰和椒盐类的噪声。 均值滤波在图像上，对待处理像素给定一个模板，该模板包含了其邻近的像素。将模板中的全体像素的均值代替原来点的像素。该法适用于去除通过扫描得到的图象中的颗粒噪声领域，它能抑制噪声,同时由于平均而引起了模糊现象,模糊程度与领域半径成正比。
13、图2.1.2-5 噪声图均值滤波 2.1.3 数学形态学图像处理数学形态学（mathematical morphology）是一种应用于图像处理和模式识别领域的新的方法。指将数字形态学作为工具从图像中提取对于表达和描绘区域形状有用处的图像分量，比如边界、骨架以及凸壳，还包括用于预处理或后处理的形态学过滤、细化和修剪等。其基本思想是利用一个结构元素来收集图像的信息。其基本运算有腐蚀、膨胀、开启和闭合。腐蚀和膨胀与集合以及集合的运算密切相关。 腐蚀和膨胀腐蚀能够把图像的边界融掉，但是图像的结构不变，相当于把图像进行缩小。与腐蚀有相反作用的就是膨胀，膨胀能使物体边界过大，膨胀通常用于将图像中原本断裂
14、的同一物体桥接起来。假设为二维欧几里德空间，图像A 是 的一个子集，结构元素B也是 的一个二值图子集，b是欧式空间的一个点。膨胀： (2.1.3-1) 腐蚀： (2.1.3-2) 图2.1.3-1 二值图腐蚀 图2.1.3-2 值图膨胀2.2 运动目标提取运动目标提取换句话说就是提取有用的图像即对碰撞后的车辆进行提取，这样就不会提取出不必要的图像，提取出来的图像多数都会包含需要用到的图像。光流法、背景差分法、帧间差分法是人们常用的提取运动目标的方法。2.2.1 背景差分法背景差分法是指最先提取出需要的背景，再将提取出来的图像进行二值化，再将处理后的图像像素减去之前的像素，进而运用阈值分离出运动目标。该法有着原理及算法简单，所得的结果直接反应了车辆运动之后的位置，车辆大小以及车辆的形状等我们必须获得的信息。但是这种处理方法会因为天气和阳光的变化而变化。 图2.2.1-1 背景图 图2.2.1-2 当前图 图2.2.1-3 背景差分后 从图2.2.1-3背景差分后的图片也可以看出，只要运动的物体或者光线的变化或者图像最上方用于
