文件編號：A169

文件大小：38M

開發(fā)環(huán)境：Python3.7、OpenCV4.5

猿創(chuàng)承諾：該項目親測正常運(yùn)行，需遠(yuǎn)程調(diào)試部署需另外收費(fèi)，確保正常使用，不能正常使用全額退款。

簡要概述：項目的編程環(huán)境為python3.7.7，編譯器使用pycharm2019.3.4 x64，視頻序列30幀每秒。項目采用虛擬線圈法估算車速，取線圈內(nèi)平均灰度值相對于沒有車輛的線圈內(nèi)平均灰度值的變化c作為對象特征，當(dāng)c的絕對值大于某一閾值時，判斷有汽車通過線圈。

基于虛擬線圈的車速檢測算法

虛擬線圈法是利用虛擬感應(yīng)線圈代替真實感應(yīng)線圈，工作原理類似于地埋式線圈檢測器。在圖像上垂直于道路方向上定義2個檢測線圈的位置，系統(tǒng)通過檢測線圈的灰度變化來判斷車輛經(jīng)過，由車輛經(jīng)過前后兩個線圈的間隔幀數(shù)p、兩個線圈在現(xiàn)實中的距離l和第二個線圈與停止線的距離s，可以估算出當(dāng)前車輛的速度及撞線時間。該方法的優(yōu)點(diǎn)是操作簡單，耗時短，能夠?qū)崟r完成速度和撞線時間估計。算法的具體步驟如下：

1. 確定兩個虛擬線圈的位置、大小和傾斜角度，確保首幀序列的虛擬線圈內(nèi)沒有車輛，在視頻序列中把虛擬線圈標(biāo)注出來；

2. 計算首幀序列在2個虛擬線圈中的平均灰度值，記為aaa、bbb；

3. 逐一計算視頻幀在2個虛擬線圈中的平均灰度值，記為mmm、nnn，并與首幀的計算結(jié)果aaa、bbb進(jìn)行比較。當(dāng)∣m?a∣\left|m-a\right|∣m?a∣大于某一閾值時，判斷第一個線圈有車輛通過，記錄當(dāng)前幀的序號iii，如圖3-1所示，當(dāng)∣n?b∣\left|n-b\right|∣n?b∣大于某一閾值時，判斷第二個線圈有車輛通過，記錄當(dāng)前幀的序號jjj；

4. 當(dāng)車輛通過第二個虛擬線圈時，由iii、jjj、實際現(xiàn)實中兩虛擬線圈的間距、第二個虛擬線圈與停止線的間距和視頻的幀率等信息，即可估算出車輛的車速和撞線時間。

總結(jié)

考慮到實際應(yīng)用中，攝像頭可以固定在道路中，穩(wěn)定程度和角度都要好于我在樓頂手持錄像，所以實際應(yīng)用理論要好于實驗。但也存在一些問題，比如對白色車輛不敏感，只是通過黑色后視窗進(jìn)行識別，原因可能是特征選擇為灰度圖的平均灰度值差異，白色車輛跟道路的平均灰度值差異不夠明顯，改進(jìn)的話可以使用SHV圖像的顏色做判別，這也比較符合人的判斷；比如實驗視頻時間短，只考慮白天，實際現(xiàn)實還要工作于夜晚，可以運(yùn)用動態(tài)閾值進(jìn)行改進(jìn)。

按需寫作：

演示視頻：

點(diǎn)擊查看：系統(tǒng)演示視頻

運(yùn)行結(jié)果：

遠(yuǎn)程協(xié)助：

溫馨提示：索煒達(dá).猿創(chuàng)官方提供收費(fèi)遠(yuǎn)程協(xié)助，確保您項目運(yùn)行成功。

點(diǎn)擊查看：遠(yuǎn)程協(xié)助相關(guān)事項

我們提供完整項目文件清單如下：

文件目錄

 ├ 1.項目源碼

 ├ 2.運(yùn)行截圖

 └ 3.演示視頻