一种基于自适应背景差分的车流量检测方法

摘要

本发明公开了一种基于自适应背景差分的车流量检测方法。针对环境多变的特点，提出了自适应背景差分的检测方法。具体实现步骤包括采集多种环境下同一交通路段的无车与有车时的交通图像，对采集的图像进行预处理，之后就某一图像特征对所有的图像选择特定小区域的图像进行特征提取，再在无车时的图像中选取与有车时特征值最接近的图像，适用选择出的无车图像与有车时的图像进行差分、二值化处理，最后利用聚类的思想统计图像中车辆数。本发明对于环境的变化有较好的适应性。

主权项

一种基于自适应背景差分的车流量检测方法，其特征在于该方法包括以下步骤：步骤1：对于所有获取的图像进行灰度化处理，获得相应的灰度图像，对于无车时，各种环境状况下的图像记为gi(x,y)，对于有车时的图像记为f(x,y)，其中i=1,2,…,30；步骤2：对所有获取的图像，就某一主要特征，在图像的某一特定小的区域提取图像的特征值，对于无车时的图像gi(x,y)图像特征值记为Ci，对于有车时图像f(x,y)的相应图像特征值为d；步骤3：依次比较d与Ci的大小，选择与d最接近的特征值，记为Cl，Cl对应的无车图像记为gl(x,y)；步骤4：对于有车时的图像f(x,y)，用图像gl(x,y)进行差分处理，获得差分图像，并用固定阈值法对差分图像进行二值化处理，产生包含车辆信息的二值化差分图像h(x,y)；步骤5：通过使用聚类算法，统计得出差分图像h(x,y)中车辆的数目。