基于视频图像自动识别交通事故的算法研究

近几年道路上车流量与日俱增，引发了越来越多的交通事故，造成道路拥堵、财产损失和人员伤亡。频发的交通事故已成为重大社会问题，阻碍、制约经济发展。本申请通过建立实时道路模型，去掉通过视频采集的交通图像的背景和车辆阴影；通过快速聚焦运算，将图像分析、处理聚焦在可能的交通事故区域图像部分，并通过边缘检测获取该区域中车辆轮廓曲线，包括交织在一起（车辆间遮挡、叠和贴）的'车辆'的外轮廓曲线，对分割出的这些轮廓曲线一方面对其进行数学建模和特征提取，同时对这些轮廓曲线所包围的封闭区域特征基于sift算法进行提取。研究基于上述所获特征、交通事故知识和正常车辆在三维空间轮廓特征库、用sift方法采集所建正常车辆侧面特征库，通过模糊推理自动识别交通事故的机理和相关算法，探索基于视频图像自动识别道路交通事故的途径。一旦识别出交通事故，发出出事地点的报警信息，并给出交通事故发生前n帧图像，支持客观、准确处理交通事故

当前，随着我国经济和社会的快速发展，整个社会汽车的保有量达到历史新高。道路上车流量的与日俱增引发了越来越多的交通事故和道路拥堵。如何应用视频图像快速、准确的识别交通事故，进而快速处理交通事故，已成为智能交通系统中一项迫切解决的问题。.如何基于视频图像快速识别交通事故？我们的思路是建立常见车辆在不同姿态下的外轮廓曲线的特征模型以及该姿态下外轮廓曲线所包围车辆表面区域的特征模型库，基于视频图像获取卷入车祸的车辆外轮廓曲线的特征数据以及该车祸的车辆外轮廓曲线所包围车辆表面区域的特征数据，基于这些数据和交通事故知识，通过模糊推理识别出交通事故。本基金项目主要完成下述工作1)建立常见车辆(别克商务、迈腾)不同姿态下(对于车辆四脚朝天的情况，用车模模拟)轮廓特征库以及对应轮廓所包围车辆表面区域特征库和快速匹配检索方法；2)建立实时道路模型，通过建立的道路实时模型，滤掉视频采集得到的交通事故图像背景，得到车祸场景信息，以便并对其做进一步的处理；3)卷入车祸的车辆分析，包括可能的多辆粘连车辆分析、可能的遮挡分析；可能的车牌分析识别；没有粘连情况下各车辆轮廓特征数据分析以及对应该车祸的车辆外轮廓曲线所包围车辆表面区域的特征数据分析；4)推理确定卷入车祸的车型以及车祸的程度等级。.本基金项目在研究中先后发表9篇论文，其中，国际期刊1篇，国际会议6篇，中文期刊2篇。申请国家专利两项(专利申请公布阶段)。项目研究的部分成果写入2013年出版的智能控制理论与方法教材中。13名硕士研究生、11名本科生以本基金项目的研究内容作为他(她)们的论文工作，已圆满毕业。目前仍有2名博士研究生、8名硕士研究生继续做本项目有关的研究工作。以本基金项目研究的部分成果为基础，已经获得一项军工项目合作，一项企业项目合作。.在本项目的研究中，我们发现所建对车型识别的理论和算法成果在公路收费、车场停车管理、公安刑侦中对借助车辆作为工具跨地区的刑事犯罪嫌疑人追踪也非常有用…。故我们已经在本基金项目研究的基础上开展拓展研究。