基于FPGA的交通路口車流量檢測方法研究

1．2 算法實現(xiàn)
由圖2及圖3清晰可見，經(jīng)過二值化后的圖像，車身前方的陰影呈黑色，路面呈白色，因此能把車身前方的陰影部分和路面信息清晰的分隔開來。當車輛行駛到某一位置時，車身前方的陰影一定會造成車輛前方的路面上的區(qū)域的灰度值發(fā)生劇烈的變化。因此，當發(fā)生一次劇烈變化，計數(shù)器計一次數(shù)，這樣即可計算出行駛過的車輛的數(shù)量。
在車輛行駛的道路前方，設置一虛擬檢測區(qū)域，便可以實現(xiàn)上述過程。傳統(tǒng)的虛擬檢測區(qū)域可以分為3類：基于特征點、基于檢測線、基于檢測窗口。于檢測點包含的信息量太少，且易受噪聲干擾；而檢測區(qū)域過大，當車輛經(jīng)過時，容易造成重復計數(shù)，因此文中將采取基于檢測線的檢測方法。如圖4所示。

當車輛即將行駛到檢測線上時，車身前方的陰影會迅速覆蓋檢測線，造成檢測線上的灰度值發(fā)生劇烈的變化。通過設定閾值，若灰度變化大于閾值，可判斷為有一輛車到達，若灰度變化小于閾值，就判斷為沒有車輛通過，這樣便完成了整個檢測過程。
由上可知，我們只需處理每一幀圖像的一行像素值，因此大大減少了數(shù)據(jù)的存儲空間，從而使計算機的處理速度更快。在實際處理中，用前一幀圖像減去后一幀圖像，比較差值圖像檢測線位置的像素值，此處通過大量實驗數(shù)據(jù)，設定閾值為15，若其值大于該閾值，則可判斷有車輛通過，若小于該閾值，則沒有車輛通過。所有檢測線位置像素值做差后，可得到如圖5所示的數(shù)據(jù)曲線。

由圖5可見，圖像的正值尖峰，可看做一輛車的到來，通過設定閾值，可將小的尖峰部分濾掉，小的尖峰部分是車身及車窗造成的干擾，故通過此方法，可得到具體通過路口的車輛的數(shù)量。
統(tǒng)計寬闊路口的車流量，可將整個路口分成幾個車道，對幾個車道分別用此方法進行統(tǒng)計，最終求和，即可實現(xiàn)車流量的統(tǒng)計。