公路上固定相机拍摄的视频中背景难以自动更新、运动目标难以快速准确识别和车流密度难以快速获得的问题,提出了一种车流密度实时检测算法。首先,将统计直方图法和多帧平均法相结合,提出固定窗口背景自动更新算法来获得视频的背景图像;其次,使用背景差分法获得前景区域、前景掩码和背景区域;第三,使用腐蚀和膨胀的方法去除微小区域,以及将较大区域内部的空白点进行填充;第四,提出使用行扫描标记算法获得运动目标的最大矩轮廓,并消除运动目标的部分阴影;最后,根据设定阈值过滤掉微小目标,统计瞬时车流量,并根据预设值计算车流密度。该系统使用Visual Studio 2010和Open CV实现,实时效果良好。
针对远视点监控场景中运动目标的形状和周期性运动特征无法准确识别的问题,提出一种新的多运动目标分类算法。该算法采用了五个特征值(长宽比、面积、速度、位置和帧间方向梯度直方图差分的带权平均值(the Weighted Mean Difference of Interface Histogram of Oriented Gradients,wmd-HOG)),并利用贝叶斯分类器实现智能小区监控环境中人和汽车的分类。实验结果表明本文提出方法对标准视频库中视频和我们监控系统拍摄的视频的有效性。
