1、四川师范大学成都学院本科毕业设计1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
2、误差。四川师范大学成都学院本科毕业设计21 课题设计的背景、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
3、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。四川师范大学成都学院本科毕业设计32 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
4、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
5、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。而四川师范大学成都学院本科毕业设计4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
6、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）(,)(,)BxyfAxy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)()BfA当 ， 时，输入图像是不产生变化的；当 ， 时，增加或者降低10 10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0比度，当 时，图像进行相反变化，亮变暗，暗变亮，即图像求补。 9 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
7、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) 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
8、、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四川师范大学成都学院本科毕业设计5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
9、.2-1)均方误差是平均误差的度量:(2.1.2-2)21(,)MNxySEe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(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。四川师范大学成都学院本科毕业设计6图2.1.2-3 噪声图 图2.1.2-4 噪声图
10、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。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
11、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。 腐蚀和膨胀四川师范大学成都学院本科毕业设计7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。 10膨胀： (2.1.3-1).()xBabABIA腐蚀： (2.1.3-2)
12、eZbAzI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。四川师范
13、大学成都学院本科毕业设计8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显示时间的文字的变化都会差分出来，这样造成结果是寻找待测目标物体特征点比较困难。2.2.2 帧间差分法帧间差分法是指提取的相近的两张图像帧进行相减，但是相邻的两张图像的背景差距不是很大，且联系很近，通过计算帧间图像像素间的很小偏差来找出运动目标。该算法有着算法优点在于对光线变化要求不高，程序不怎么复杂，实现也相对简单，能够在不同的环境运用。但是缺点就是不能提取出一张完整的区域，它只能对图像的边界进行
14、提取。而且物体快速运动，时间间隔取得较短时会检测出两个分开的物体。物体运动较慢，前后两帧中几乎重叠时，不能提取出物体。图2.2.2-1 第一帧图像 图2.2.2-2 第二帧图像 图2.2.2-3 帧差法后2.2.3 光流法 光流法与磁场同理，就是对图像中的每一个像素点赋予一个速度矢量，形成一个运动场，不过是图像运动场，在某一时刻，运动时特定的，图像上的点与三维物体上的点通过投影相对应，根据各个像素点的速度矢量特征，即可以对图像进行动态分析。四川师范大学成都学院本科毕业设计9表2.2.2-1 三种方法的技术比较技术 优点 缺点光流法 直接计算运动信息，对车辆的颜色不敏感，能容忍尺度的变化计算量大
15、，实时性差，需要特定硬件支持背景差分法 能够对静止的车辆进行实时的处理 对长时间光线变化敏感，背景重建比较困难，不适用于动态背景下的运动信息提取帧间差分法 对动态背景可以快速的提取 对静止车辆无法检测，对运动车辆速度敏感；容易产出空洞现象。2.2.4 背景差分法结合帧间差分法在文献 的启示下，本次设计也尝试将背景差法和帧间差法结合了起来, 使它们5优势互补, 从而克服相互的弱点。既能获得完整图像，又能消除背景光线等因素的干扰，因为背景环境不是一成不变的。其步骤为：把当前帧减去背景记为b1，把第二帧减去背景帧记为b2，对b1、b2分别进行预处理，将b2与b1相减，通过阈值法提取运动目标。 但是结
16、果没能达到预期效果，本文提出交互式运动目标提取的方法。图 2.2.4-1 帧差法和背景差分法相结合示意图2.2.5 交互式提取法可以通过人工选取自己所需要的运动目标区域的方法叫做交互式的运动目标提取方法，在提取出的这个区域中在对图像进行各种处理，就可以提取出所需要的运动目标。这样处理过后可以排除因为环境变化而产生的干扰，而且可以把汽车在运动过程中由于灯光所产生的阴影和光线以及与车辆较近的物体影响一并排除。四川师范大学成都学院本科毕业设计10图 2.2.5-1 区域选择 图 2.2.5-2 交互式提取图像图 2.2.5-1 中红色框住的部分就是我们需要处理的部分。从图 2.2.5-2 中得到的出
17、项可以看出，该方法可以随意的提取出自己所需要的目标，并且不会代入其他的运动目标，比如行人或者是其他运动的物体带来的影响。这样处理过后对后面的工作开展减少了很多麻烦。图 2.2.5-2 中的白色区域内的点为该运动目标的特征点（质心） 。 2.3 特征点选取为了得到某一点运动的轨迹。我们选取大量的帧来处理，处理过后并加以综合，就可以得到自己所需要的图像。而特征点选取分为三种方法。2.3.1 直接选取直接选取是指在图像上根据操作者的经验判断拾取特定的点，如车灯、车轮、车牌、几何图形的端点等。Matlab 中用 ginput 函数得到所需点的坐标。直接选取的方法不仅带来较大的认为误差，而且耗费操作者的时间。该法只适用于图像质量好，分辨率高，运动目标特征点明显的情况下。误差的减小可以通过先放大图像，再拾取特征点的方法来实现。即便如此，此法误差依然较大，故本设计只做尝试，并没采用。2.3.2 选取运动目标的质心在拍摄的图像肯定是连连续续的，看起来就像是运动的，假设相近的两张帧上面的物体的位置变化不是很大，并且这个物体运动的方向也是不会很大。利用交互式提取运动车辆的图像后，在对运动车辆求取质心。质心的坐标为：（2.3.2-1）(,)(,)wnxfyf
