基于opencv的道路車流量統計技術

吳洪渝 重慶交通大學

關鍵字：車流量統計 opencv 車輛檢測。

前言：在當前這個網絡盛行的時代，計算機技術也在向衣食住行各個領域滲透。例如美團、去哪兒、支付寶、微信等app，每時每刻都會有人使用這些計算機技術開發出來的軟件。已經依賴軟件來幫助自己方便、快捷的完成自己想要完成的事情。在交通方面也有很多的應用，例如google地圖，百度地圖，高德地圖。它們的首要功能是導航，無論是步行還是駕車，它都可以幫人類找到一條最近的路線或者耗時最短的路線。這些技術也是在最近這十幾年提出來并且實現的。從很大程度上解決了人類出行的問題，讓出行方式有了翻天覆地的變化。

1 系統概述

該系統的主要架構是由攝像頭獲取實時的道路交通情況數據，然后利用處理器進行實時的計算分析，再將數據以單位時間段的頻率向上一級反饋數據，根據數據相應交通部門決定是否需要派出人員進行現場指揮，利于人員的合理分配。在終端傳輸向上級傳輸完數據之后，會自行對內存進行一個清理。刪除已經沒有用處的數據，避免內存不足而出現故障。在早期會以有監督的形式對模型的判別進行修正。以及在收集了大量數據之后，利用大數據技術對整個交通情況進行分析在一定時間段以內的道路車流量進行流量分析，以及在進行大量數據的分析之下，制定出一些更好的、更合理的交通規定和合理的建設交通設施。有利于交通資源的合理分配，將資源用在最需要用的地方，避免出現沒有意義的資源浪費。還能使治安性更好。

2 關鍵算法

2.1 空間濾波技術

空間濾波技術是一種采用濾波處理的影響增強方法，它能夠對圖像中的噪聲有一個很好的消除作用，從而改善整個影像的質量。影響著整個處理過程的數據真實性，起著非常重要的作用。在此處我們采取高斯濾波技術對圖像進行濾波。公式為：

2.2 幀差技術

在處理攝像頭捕獲的每一幀之后，會利用上一幀的圖像對其做一個矩陣對應位置相減。因為整個大環境的背景是不會有太大變化的，作完減法之后提取出來的就是運動的車輛在當前幀的一個大概的位置，當然如果相隔幀數取得不合適的話可能會造成產生重影的現象。該系統在此處選用的幀差為3，在相應的硬件設施下，能夠清晰的獲取到運動物體的位置。

2.2.1 二值化

使用二值化的目的是為了讓運動物體和當前的大環境之間的區分度更加的明顯。環境在大多數情況之下經過幀差處理，都是呈現成黑色。而運動的車輛具有亮度是呈現的一種灰度顏色，所以經過閾值將其處理為黑白圖像。

2.2.2 膨脹算法以及腐蝕算法

膨脹算法和腐蝕算法是在圖像處理技術中十分常見的處理技術，通常是相輔相成的。膨脹是對高亮度區域中的每一個像素按一定范圍，進行一個高亮區的范圍擴寬，在此處可以將二值化之后的圖像中運動的車輛內部進行一個擴充，盡量的將其填充成一個閉合的幾何圖形。而腐蝕算法則是相反，它的作用是減少孤立的高亮點。處理的是高亮區邊緣的點，不會導致中間部分失真。

2.2.3 邊緣提取技術以及感興趣區域的設置

在圖像中提取出邊緣，可以調用opencv中findContours()方法。該方法能夠自適應提取出閉合幾何圖形的輪廓，在此處就能夠很好的提取出經過處理之后的膨脹腐蝕之后物體的輪廓。然后涉及一個感興趣區域，感興趣區域在本文中的設置是攝像頭能夠拍攝到的多條馬路，從物體進入這個感興趣區域，到物體消失在感興趣區域就認為有一輛車經過。所以感興趣區域的設置會影響整個統計的結果值。

2.3 產品檢驗與缺陷

在綜合了多次測試結果之后，得到如下的結果。十分鐘之內通過人數出的車輛為287輛左右，通過軟件得出的結果為254輛左右?？梢娖渲羞€是存在漏數的情況。識別率為88%。經過總結，得出有如下幾點缺陷：（1）數據集中車輛的模型還不夠多。（2）沒有考慮光線和天氣因素。（3）還有行人的因素在其中。