基于视频检测技术的隧道停车检测与识别算法

• 作者: 孙棣华 赵敏 陈虹颖
• 来源期刊: 计算机测量与控制
• 关键词: 停车检测与识别 非参数核密度模型 背景更新 静止目标提取 车辆识别
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 3193-3196,3200
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

针对现有视频停车检测算法多采用背景逐渐更新的方式,不能较好适应于存在照明突变和渐变的高速公路隧道交通场景的问题,设计了一种能有效抑制隧道光照变化的隧道停车检测与识别算法;首先针对光线变化等因素对隧道背景的影响,采用非参数核密度模型进行背景抽取,并结合相应的背景更新算法与背景差法实现运动前景的提取;然后改进基于灰度分析的时间序列法,通过叠加及归一化的方法充分利用前景图像二值信息进行像素级时间序列分析,以获取静止前景目标,并通过连通域分析滤除其他小面积静止物体的干扰;最后运用多轮廓搜索算法,针对检测区域内不同分区中的静止车辆,进行对象级多特征辨识,并依据一定的报警机制标识静止车辆,实现隧道停车事件自动报警;实验结果表明,提出的算法能有效抑制隧道光照变化,较好地实现了隧道停车的自动检测与识别,具有较高的准确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙棣华	重庆大学自动化学院	114	1749	23.0	35.0
5	赵敏	重庆大学自动化学院	64	882	15.0	26.0
9	陈虹颖	重庆大学自动化学院	1	12	1.0	1.0