强 陈泉林 林康红 奉 玲

     来源：《电子技术应用》

     摘要：针对基于视觉的交通监视系统中路况图像背景去除存在的种种问题，提出了一种基于边缘的背景去除算法。该算法简单且容易理解。实践证明，用该算法能够有效地除背景信息。

     关键词：交通监视

     背景去除 边缘提取

     智能交通监视系统是智能交通系统（its）的重要组成部分，该系统通过传感器实时估计交通参量。一种方法是使用磁环路检测器来计算汽车流量，此法自身的缺隐是很明显的。

     （1）

     能够监测的交通参量有限，仅限于汽车流量及速度的监测；

     （2）

     监视范围较窄，只能监视一个车道情况；

     （3）

     不便于安装，一般需对路面挖掘以埋入检测器。

     另一种方法是通过处理采集到的交通路况图像序列，实现车辆目标的的检测、识别及跟踪，实时提供交通流量、速度及密度等信息。其于视觉的此种方法无上述的限制。用一个安装在路杆或桥头摄像头限参数进行估计，因此有着无可比拟的优势。

     一个典型的基于视觉的监视系统流程图如图1所示。

     基于视觉的实用的交通监视系统应满足如下要求：

     （1） 安装和校准容易。

     （2）

     境适应能力强。系统能在各种光照条件下工作，如强烈日光下存在较重的阴影、

     夜晚低亮度的照明以及夜晚汽车前灯的强光。

     （3）

     能准确地估计车辆速度及尺寸。

     （4）

     能够实时地进行处理，并且整个系统有低廉的成本。

     1 背景去除算法分析

     背景的去除在整个处理中占用很重要的地址，它直接关系到后续工作的难易程度。由于背景图像是静止的，用实时路况图像与背景图像相减即可滤掉背景而只保留车辆及其阴影信息。但仍存在以下问题：

     （1）由于路面光照情况时刻在变动，背景图像也在跟着变化，因此作差所用的背景图像也必须实时进行更新。

     （2）摄像头安装在路杆上，当路上有汽车开过时会产生轻微抖动，得到的实时路况图像也不可避免存在“抖动”，其与背景图像的差值并不能完全滤掉背景信息，如图2所示。

     为了较全面地解决这些问题[1]，将实际情况分成以下三类分别处理：

     （1） 背景缓慢变化。

     （2）

     背景剧烈变化。如：晚上路灯打开时。

     （3）

     背景经常性变化。如：当重型汽车经过时使背景图像随着摄像头抖动而抖动。

     仔细分析背景更新算法[1]，发现存在如下几个问题：

     （1）

     景更新时采用某一时段多帧图像加权和，其主要目的是减少噪声的影响，但如此得到背景与实时背景有一定并异，因此滤除不停。

     （2）