检测算法以及涉及到的如摄像机标定等相关内容和算法，其目的是改进实时车辆速度的检测方法，为交通管理提供更为有效的依据，提高交通管理的智能化、自动化水平。系统的结构采用DSP处理器为软件实现平台，利用软件技术实现了交通信息的实时检测。除了能应用于实时车速的检测之外，本论文的研究将为图像处理技术的其他应用开发积累经验。
2.1常用车速检测方法
目前，国内外常用的车速检测技术有雷达、红外、激光、超声波、磁性测速等。其中，以形状感应为检测对象的超声波式和光电管式车辆检测技术，以电磁感应为检测对象的环型线圈式和地磁式车辆检测技术，以及由多普勒雷达发展起来的微波车辆检测技术，这三大技术已逐渐成为交通信息采集的主要手段。近年来，随着视频处理技术的发展和成熟，其方法也开始广泛应用于车速检测，视频车辆检测技术将是未来实时交通信息采集和处理技术的发展方向。
1.雷达检测技术
这是最早接触和使用的检测技术，检测设备称为雷达测速器(或多普勒雷达)。雷达测速利用多普勒效应，通过雷达反射波相对于发射波的频移计算出运物体的速度。雷达测速系统对于测量角度要求较高，测速系统需正对物体运动方向，测量偏差角度应小于10度。雷达测速多应用于移动式车载超速监控系统，也应用于固定场合。一般雷达测速仪的测速范围大约在(24-199)km-=0.008。假设匹配模板中心点E的坐标为(192，129)，由于中间车道线坐标都为已知，那么经过计算得出，直线E与中间车道线相交于点的坐标为(376，114)。
3.3标定算法实现及结果
3.3.1标定参数设置
系统运行之前需要先进行初始参数设置，图3.11为参数设置界面。
图3.11 初始参数设置界面
图3.11中右侧控制栏选项如下:
1.设置虚拟线圈:在左侧视频上适当位置点击设置线圈位置，用两条横线显示。变量LoopPos表示线圈位于第几行(单位为块)，本场景中LoopPos=20。线圈的宽度为1块，即6个像素。
2.设置车道区域:在设置车道区域的下拉列表本别选中三个车道，做左侧视频上点击车道线位置，用黑线显示。三个车道信息采用288x3的二维数组来存储，设数组为LaneMark[288][3]，LaneMark[250][l]指的是中间车道线在150像素位置的横坐标。从图
中可以看到，左车道线越往下越偏左，直到偏出视频可见范围，所以初次点击车道得出的LaneMark【101[0l等靠下的车道线坐标都为。。如图3.12(a)所示，而所需要的左车道线见图3.12伪)。所以测速前，必须先计算出左边车道线延长线的正确坐标，使之成为图3.12(b)理想状况下的样子。这是摄像头偏右的情况下，如果摄像头偏左的话，则需要计算最右边车道线的延长线，如图3.13所示。矩形框代表视频图像，斜线代表车道线。
图3.12 摄像机偏右时车道线（a）延长前（b）延长后
图3.13 摄像机偏左时车道线（a）延长线（b）延长后
3.设置透视关系:即摄像机标定技术中所需要用到的设置。本视频图像选定中间车道线的白色虚线做为等距参照物，在距离相等(世界坐标系)的地方点击，用十字显示;按照3.2.3节所描述的方法，在右车道线附近点击与最下边的十字标号等距的点，显示为一条通过最下方十字标号的斜线;最后设置透视关系下的编辑框里输入两点之间的实际距离(单位是米)，如输入6米，再点击设定按钮。透视关系用一个288大小的数组来表示，如 MappedDis[1501=1099表示第150行像素到第0行像素的距离是1099厘米，从而得出，120到150像素的距离，等于MappedDis[150]减去MappedDis[120]。288大小的数组中存储的是中间车道线上的点的标定结果，为了不引起由于摄像机架设位置不同带来的误差，需要通过对斜线斜率的计算得出补偿角度的大小，如本场景的补偿角度为:tan=0.008
4.相机位置:在下拉列表选择摄像机架设在路左还是路右，用CameraPos表示，摄像头在路左时CameraPos为0，在路右时CameraPoS为2。 3.3.2标定结果
为了验证本文提出的摄像机标定方法的正确性和可行性，本文分别对一维标定、二维标定、简化后的二维标定算法进行结果分析:
1.一维标定算法
一维标定设置界面如图3.3所示，以隧道中间车道线的白色虚线为参照物，经实地测量，每两条白线之间的距离为6米，在参数设置界面上分别单击每条短线的起始点，用灰色十字显示。
(l)中间车道线上的点
如图3.14所示，A、B为近处两条白色短线的结束点，所以A、B的距离应该等于6米用一维标定的结果来验证，A、B两点的实际距离为:
M、N为远处两条白色短线的结束点，所以M、N的距离也应该等于6米，用一维标定的结果来验证，M、N两点的实际距离为:
图3.14 一维定验证示意图（中间车道线）
可见AB的标定结果完全准确，与一维标定算法所测量出来的数值完全相等。M、N的实际距离与一维标定算法所测量出来的数值相差0.1米，有微小误差存在。近处的标定比远处误差小。经多次实验得出结论:对于中间车道线上的点，一维标定算法的标定精度较高，完全可以满足需要。
(2)偏离中间车道线的点
对于偏离中间车道线上的点，一维标定算法就会有一定误差，如图3.15所示。按照一维标定的原理，E, F两点的实际距离等于图3.14中的A, B两点的实际距离，P, Q两点的实际距离等于M, N两点的实际距离，都等于6米。即一维标定结果下：
MappedDis[F]-MappedDis[E]= MappedDis[B]-MappedDis[A]=6(m) MappedDis[P]-MappedDis[Q]= MappedDis[M]-MappedDis[N]=6(m)
图3.15 一维标定验证示意图（偏离中间车道线的点）
但是，实际情况下：
MappedDis[F]-MappedDis[E]不等于MappedDis[B]-MappedDis[A]
相关推荐：
loading