基于视频的车流量监测算法设计开题报告

1. 研究目的与意义（文献综述）

近年来，随着科技的日益发展，人们生活水平的不断提高，汽车正由过去的奢侈品，逐渐成为了生活的必需品，汽车作为主要的交通工具之一，已进入寻常百姓家。汽车数量的急剧增加，在为人们的生活带来便利的同时，也给资源、环境、道路交通管理等领域增添了巨大的压力。目前我国的交通管理体系还不很健全，交通安全设施建设还有待完善，汽车数量的不断增加，导致一系列道路交通问题日益突出，如交通堵塞频繁，交通事故增多，不仅耽误了车主的时间，降低了工作效率与生活质量，而且一定程度上威胁到人们的生命安全。

为了解决这些问题，目前常见的有两种方法：一是拓宽道路，虽然较易实现，但是对资源需求量大，耗费很多的财力物力，且不能从根本上解决问题，不是长久之策；二是发展智能交通系统（intelligent traffic system, its），此方法不但具有较好的可持续性，而且能够提高交通资源利用率。its是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。近年来，随着我国城市规模迅速扩大，城市的交通量也急剧増加，智能交通系统对我国的交通状况有着不容忽视的影响，它不仅保障了交通的顺畅、行人车辆的安全，也间接的促进了我国的经济发展。目前，计算机视觉技术发展迅速，在智能交通系统中，视频图像处理技术被广泛运用，基于视频的车流量检测技术已逐渐成为了热点。

在1978年，美国加州喷气推进实验室首先提出了利用机器视觉来进行车辆检测的方法，替代了传统的交通流量检测方法，是智能交通系统的发展历程的一个重要节点。上世纪80年代，美国图像传感系统公司与明尼苏达大学合作，研制了第一个可投入实际使用的视频车辆检测系统。1987年，t.abramczuk根据车辆的移动情况及其长度，提出了图像帧间差分算法。1996年，azarbaycjani提出了单高斯背景建模方法。stauffer c于1999年提出了混合高斯背景建模的方法。后来hofmann等人提出了codebook背景模型，barnich等人提出了vibe算法。

2. 研究的基本内容与方案

2.1设计的基本内容及目标

本设计在分析国内外现有城市智能交通系统和车流量统计算法的基础上，研究基于视频图像的车流量监测算法，以车辆视频图像为基础，实现对视频车辆进行车辆目标检测、车辆目标跟踪、车辆计数，从而实现车流量的统计，并且满足较高的正确率。主要工作如下：

i.对基于视频的车流量检测算法研究现状进行分析，提出一种基于视频的车流检测系统设计方案；

3. 研究计划与安排

（1）第1-3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础，确定方案，完成开题报告；

（2）第4-5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用，论文开题；

（3）第6-12周：实现基于视频的车流检测算法的设计与论证，撰写论文初稿，并交由指导老师审阅；

4. 参考文献（12篇以上）

[1]田苏慧敏. 基于视频图像处理的车辆检测与车流量统计平台的设计实现[d].宁夏大学,2015.

[2]周世付,李建雄,沈振乾,张芳.基于高斯混合模型的多车道车流量检测算法[j].计算机仿真,2012,29(10):331-335.

[3]陈坤. 基于视频处理的车流量检测算法的研究与应用[d].长安大学,2017.