تحلیل هوشمند ترافیک معابر با استفاده از الگوریتم پردازش تصویر

امروزه با گسترش روزافزون روش های مختلف اخذ اطلاعات گسسته مانند پویشگرها و دوربین های دیجیتالی، پردازش تصویر کاربرد فراوانی یافته است. مادامی که اطلاعات ویدیویی به دنباله های آماری تبدیل نشوند، می توانند در تصمیمات مدیریت شهری، نقشی ایفا کنند. در این مقاله، یک سیستم آنالیز تشخیص تعداد خودروها در واحد طول و زمان ارائه شده است. در این روش، اطلاعات ویدیویی به دنباله های آماری شاخص های ترافیکی تبدیل می شوند. ابتدا، تصاویر مربوط به هر فریم، بر اساس مدل مخلوط گوسی به تصاویر پس زمینه مدل می شوند که در برابر تغییرات نور مقاوم هستند. این عملیات در تعداد زیادی فریم به کار گرفته می شود تا اصطلاحا یک تصویر پس زمینه آموزش دیده شده ایجاد گردد. در روش های سنتی پردازش تصاویر ترافیکی، مدل کردن تصویر پس زمینه مورد توجه قرار نمی گرفت. بالعکس در روش ارائه شده، از این مدل جهت تشخیص شیء در حال حرکت استفاده می شود. سپس، با مقایسه تک تک فریم های اصلی ورودی به این سیستم و تصویر پس زمینه آموزش دیده شده، خودروهای در حال حرکت تشخیص داده می شوند. از اطلاعات تعداد خودروها در واحد طول و زمان که به ترتیب، به مفهوم حجم و چگالی ترافیکی است، جهت تخمین جریان ترافیکی استفاده می شود. با توجه به شبیه سازی های انجام شده و مقایسه نتایج به دست آمده با نتایج مقالات دیگر، عملکرد بالای روش ارائه شده در این مقاله، برای تشخیص خودرو و محاسبه دقیق تعداد آن، با توجه به آموزش صحیح تصاویر پس زمینه، اثبات می شود. همچنین، این روش را می توان برای پردازش تصاویر با کیفیت نامطلوب نیز استفاده کرد.

کلیدواژه ها:

پردازش تصویر ، سیستم های حمل ونقل هوشمند ، مدل مخلوط گوسی