计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2015年
6期
146-149,181
,共5页
车头图像%数量统计%拥堵情况%判断方法
車頭圖像%數量統計%擁堵情況%判斷方法
차두도상%수량통계%옹도정황%판단방법
Image of car front%Quantity statistics%Congestion situation%Judgment method
智能化的车辆数目判断对拥堵治理有着重要的意义.不同时段交通路段的车流状况不同,智能图像拥堵识别多是通过对车头数量的统计完成是否拥堵的判断,但是,拥堵状态下,车头图像往往存在高度的重叠,传统的识别方法在进行分割过程中,受到重叠干扰,很容易出现较大的误差,对拥堵的判断结果不准.提出了一种依据车头图像采集数量统计的拥堵情况判断方法,分析了车头图像采集、灰度化以及二值化处理过程,通过滤波方法去除车头图像中的噪声,采用腐蚀方法对车头图像进行形态学处理,使用bwlable函数对被腐蚀的车头图像区域进行标记,统计车头图像数量,采用模糊综合方法依据车头图像数量准确判别交通拥堵情况.实验结果表明,利用所提方法可对道路拥堵状况进行准确判断,判断的精度高于传统方法.
智能化的車輛數目判斷對擁堵治理有著重要的意義.不同時段交通路段的車流狀況不同,智能圖像擁堵識彆多是通過對車頭數量的統計完成是否擁堵的判斷,但是,擁堵狀態下,車頭圖像往往存在高度的重疊,傳統的識彆方法在進行分割過程中,受到重疊榦擾,很容易齣現較大的誤差,對擁堵的判斷結果不準.提齣瞭一種依據車頭圖像採集數量統計的擁堵情況判斷方法,分析瞭車頭圖像採集、灰度化以及二值化處理過程,通過濾波方法去除車頭圖像中的譟聲,採用腐蝕方法對車頭圖像進行形態學處理,使用bwlable函數對被腐蝕的車頭圖像區域進行標記,統計車頭圖像數量,採用模糊綜閤方法依據車頭圖像數量準確判彆交通擁堵情況.實驗結果錶明,利用所提方法可對道路擁堵狀況進行準確判斷,判斷的精度高于傳統方法.
지능화적차량수목판단대옹도치리유착중요적의의.불동시단교통로단적차류상황불동,지능도상옹도식별다시통과대차두수량적통계완성시부옹도적판단,단시,옹도상태하,차두도상왕왕존재고도적중첩,전통적식별방법재진행분할과정중,수도중첩간우,흔용역출현교대적오차,대옹도적판단결과불준.제출료일충의거차두도상채집수량통계적옹도정황판단방법,분석료차두도상채집、회도화이급이치화처리과정,통과려파방법거제차두도상중적조성,채용부식방법대차두도상진행형태학처리,사용bwlable함수대피부식적차두도상구역진행표기,통계차두도상수량,채용모호종합방법의거차두도상수량준학판별교통옹도정황.실험결과표명,이용소제방법가대도로옹도상황진행준학판단,판단적정도고우전통방법.