[00784140]复杂交通场景中智能视觉监控关键技术研究

1.课题来源与背景：该项目为甘肃省教育厅硕士生导师科技计划项目资助课题，项目编号为0814-04。由于城市复杂交通场景中环境因素不可预测，城市交通问题主要表现在道路堵塞、事故频发、环境污染、安全保障能力低等现象，出现意外情况时要求有快速反馈和应对能力，交通场景中突发事件的自动检测和复杂的运动对象活动异常事件检测尚处于研究阶段。2.技术原理及性能指标：该项目将模式识别、小波分析和多源图像信息融合等理论作为研究基础，以城市交通环境监控为研究对象，通过对智能视觉监控关键技术的研究，提出了小波图像增强与融合算法，采用快速递推GCV阈值方法完成图像去噪，采用边缘检测方法实现车辆识别，采用背景差分法实现自适应运动目标检测，采用质心特征和Kalman模型相结合完成运动目标跟踪，实现交通场景中突发事件和运动对象异常活动的自动检测，得出对图像内容含义的理解以及对客观场景的解释。3.技术的创造性与先进性：该项目建立了基于SPOC和DSP技术的智能交通监控嵌入式框架模型，通过OpenCV、EMCV与VC++相结合完成图像增强与融合算法、目标检测与跟踪算法设计，利用FPGA和NiosII软核完成交通监控图像的高速预处理，在DSP上移植EMCV视觉库完成运动目标检测跟踪算法的硬件实现。4.技术的成熟程度，适用范围和安全性：该课题针对智能交通监控系统的实时检测和跟踪问题进行研究，实现车辆的识别、运动目标检测，能够快速、准确地获取车辆的相关信息。能够考虑各种复杂不确定因素，以期取得快速、鲁棒性强的实时监控性能。项目可应用城市交通、铁路、高速公路、防灾预警等领域，有着广泛的应用前景。5.应用情况及存在的问题：该项目已通过在城市交通综合安全监控系统中的测试和试运行，需要进一步开展在模糊环境下多传感器融合技术检测问题的研究。