毕业设计(论文)基于视频的交通事故汽车车速计算研究汽车服务毕业论.doc

基于视频的交通事故汽车车速计算研究 前言 基于视频的交通事故汽车车速[1]计算研究是一种新型的车速研究方式，是事故发生后通过某种手段对车速的还原, 简称为视频测速。,从而计算出车辆在发生事故之前的速度。 视频测速方法: ★ 可以不使用专用的测速设备的情况下, 可以把成本降到最低; ★ 减少了一些地方不必要的普通测速设备，把交通事故透明化; ★ 安装简单，使用方便，不仅可以使用固定某一点测速，还可以动态测速; ★ 对速度精确较高，避免了不必要的误差。 在这个科技发达的年代，人们的生活水平的不断地提高，人们出行选择交通运输方式很多，但是在选择出行方式的同时也需要选择安全可靠的出行，人们的人身安全才会得到保障。本项目就是以“基于视频的交通事故汽车车速计算研究[4]”这样的目标为出发点，结合自己所学知识，学有所用来达到要求。 这样可以减轻交通压力，也可以减少交警的执事，也为人们遇到事故后减少纠纷时间。 2 基于视频计算车速的理论分析 2.1 图像处理[5] 2.1.1 图像处理的基础知识 Matlab软件进行图像处理时，所包含了代数运算、点运算、几何运算等大量的数学运算。把一个图像和另一个图像的数值进行加减乘除的运算称之为代数运算，这样可以实现两个及几个图像相互叠加或者差分。通过某种手段将图像的大小改变、成比例的缩放或者把图像旋转一个位置的运算叫做几何运算。而输入像素至关重要，他决定着输出图像的灰度值，经过这样运算过后称点运算。点运算其实就是将灰度变换成函数确定。即： （2.1.1-1） 式中，A（x，y）是某点运算前的图像像素值；B(x，y)是点运算后的图像值。f是对A（x，y）的一种映射函数，即GST函数。根据映射方式不同，点运算分成三种运算--线性点运算、非线性点运算和直方图修正。当映射函数为线性时，即 (2.1.1-2) 当，时，输入图像是不产生变化的；当，时，增加或者降低图像的灰度；当时，增大输入图像的对比度；当是，减小输出图像的对比度，当时，图像进行相反变化，亮变暗，暗变亮，即图像求补。 ★ 图像二值化[8] 将图像上的像素点的灰度值设置为零或二百五十五就是将图像进行二值化，这样处理后让图像黑白对比明显。假设 m 为二值化之阀， f(x,y)像素坐标 (x,y) 的灰度值 为 则 设为 图2.1.1-2 原图 图2.1.1-3 二值图（黑白互换后） 2.1.2 图像去噪 减少数字图像中噪声。 (2.1.2-2) 这种方法的滤波效果比均值滤波器效果要好,对保留图像的边缘和其他高频部分很有用,不过计算量较大。维纳滤波器 图2.1.2-1 原截图 图2.1.2-2 原截图维纳滤波 ★ 中值滤波 二维中值滤波输出为g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中,f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为2*2，3*3区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。 图2.1.2-3 噪声图 图2.1.2-4 噪声图中值滤波 中值滤波可以保护图像的边缘不会变的模糊不清，也就是对边界影响较小，总之中值滤波法能很好的抑制脉冲干扰和椒盐类的噪声。 ★ 均值滤波 在图像上，对待处理像素给定一个模板，该模板包含了其邻近的像素。将模板中的全体像素的均值代替原来点的像素。该法适用于去除通过扫描得到的图象中的颗粒噪声领域抑制噪声,平均而引起了模糊现象,模糊程度与领域半径成正比。 图2.1.2-5 噪声图均值滤波 2.1.3 数学形态学图像处理 数学形态学（mathematical morphology）是一种应用于图像处理和模式识别领域的新的方法。指将数字形态学作为工具从图像中提取对于表达和描绘区域形状有用处的图像分量，比如边界、骨架以及凸壳，还包括用于预处理或后处理的形态学过滤、细化和修剪等。其基本思想是利用一个结构元素来收集图像的信息。其基本运算有腐蚀、膨胀、开启和闭合。腐蚀和膨胀与集合以及集合的运算密切相关。 ★ 腐蚀和膨胀 腐蚀能够把图像的边界融掉，但是图像的结构不变，相当于把图像进行缩小。与腐蚀有相反作用的就是膨胀，膨胀能使物体边界过大，膨胀通常用于将图像中原本断裂的同一物体桥接起来。 假设Ω为二维欧几里德空间，图像A 是Ω 的一个子集，结构元素B也是Ω 的一个二值图子集，b∈Ω是欧式空间的一个点。 膨胀：