第4讲-交通信息处理技术(林晓辉)

第三章交通信息处理技术3.1数据压缩处理技术3.2交通信息融合处理技术3.3交通流与行程时间预测技术3.4模式识别技术3.1数据压缩技术1）数据压缩的必要性：原始采集的数据，特别是视频检测数据非常大，若不进行数据压缩，将严重影响传输效率。2）数据压缩的目的：采用各种方法去除冗余，以尽量少的数据量来表示和重建图像。3）数据压缩的分类：（1）无损压缩（2）有损压缩3.1数据压缩技术（1）无损压缩利用数据的统计冗余进行压缩，可完全恢复原始数据而不引起任何失真，但压缩率受到数据统计冗余度的理论限制，一般为2：1到5：1。应用范围：文本数据、程序、特殊场合的图像数据（如指纹图像、医学图像等）。3.1数据压缩技术（2）有损压缩利用人类视觉对图像中的某些频率成分不敏感的特性，允许压缩过程中损失一定的信息，所损失的信息不影响对原始图像的理解。应用范围：语言、图像、视频数据。3.1数据压缩技术3.1.1JPEG标准JPEG（jointphotographicexpertsgroup）标准主要用于静态图像数据压缩，例如电子抓拍图像。JPEG文件的扩展名为.jpg或.jpeg，它用有损压缩方式去除冗余的图像和彩色数据，获取得极高的压缩率的同时能展现十分丰富生动的图像。3.1数据压缩技术3.1.1JPEG标准其它两种常见图像格式：1）bmp格式最早、最简单的图像格式，这种格式的特点是包含的图像信息较丰富，几乎不压缩，但由此导致了它与生俱生来的缺点--占用磁盘空间过大。一张24位的800×600的bmp格式图形文件大小：800×600×3byte=1440000byte≈1440byte≈1.44M3.1数据压缩技术3.1.1JPEG标准其它两种常见图像格式：1）GIF格式（1）GIF格式的特点是压缩比高，磁盘空间占用较少，所以这种图像格式迅速得到了广泛的应用。（2）可以同时存储若干幅静止图象进而形成连续的动画，使之成为支持2D动画的格式。（3）增加了渐显方式。3.1数据压缩技术3.1.2MPEG标准MPEG（Movingpicturesexpertsgroup）标准主要应用于动态图像数据压缩，例如视频监控图像。特点：1）MPEG具有很好的兼容性。2）MPEG能够比其他算法提供更好的压缩比，最高可达200:1。3）MPEG在提供高压缩比的同时，对数据的损失很小。有三个版本：MPEG－1，MPEG－2，MPEG－43.1数据压缩技术3.1.2MPEG标准1）MPEG－1（1）可适用于不同带宽的设备，如CD-ROM、Video-CD、CD-i。（2）传输速率为1.5Mbits/sec，每秒播放30帧，具有CD(指激光唱盘)音质。（3）也被用于数字电话网络上的视频传输，如非对称数字用户线路(ADSL)，视频点播(VOD)，以及教育网络等。3.1数据压缩技术3.1.2MPEG标准2）MPEG－2（1）设计目标是高级工业标准的图象质量以及更高的传输率；（2）传输率在3-10Mbits/sec之间；（3）能够提供广播级的视像和CD级的音质；（4）除了做为DVD的指定标准外，MPEG-2还可用于为广播，有线电视网，电缆网络以及卫星直播提供广播级的数字视频。3.1数据压缩技术3.1.2MPEG标准3）MPEG－4（1）应用于视像电话(videophone)，视像电子邮件(VideoEmail)和电子新闻(Electronicnews)等；（2）其传输速率要求较低，在4800-64000bits/sec之间；（3）利用很窄的带宽，通过帧重建技术，压缩和传输数据，以求以最少的数据获得最佳的图象质量。3.2交通信息融合技术3.2.1信息融合为什么要进行交通信息融合？不同传感器采集的交通信息不一定相同，一种传感器只能采集到一部分信息，所以有必要对各种交通信息进行综合处理。传感器1传感器2冗余信息互补信息冗余信息：增强系统的可靠性；互补信息：扩展单一传感器的性能。3.2交通信息融合技术3.2.1信息融合1）信息融合的定义通过一定的算法，对各种交通数据进行综合处理，得到比任何单个数据源更全面、更准备的交通流状况信息。2）信息融合的特点（1）提高系统的可信度（2）使数据采集更客观（3）提高检测效果（4）扩大时间和空间覆盖能力（5）提高系统的性价比3.2交通信息融合技术3.2.1信息融合3）信息融合模式：像素级融合、特征级融合、决策级融合（1）像素级融合直接对原始数据进行融合，从融合的数据中提取特征信息，并进行判断识别。（2）特征级融合先对原始信息提取特征信息，然后对特征信息进行综合分析处理。（3）决策级融合从具体决策问题出发，充分利用特征级融合结果，直接针对具体决策目标，融合结果直接影响决策水平。3.2交通信息融合技术3.2.1信息融合4）信息融合在基础交通信息处理中的作用先进的交通管理系统（ATMS）是ITS的重要组成部分；ATMS是一个典型的多传感器系统；信息融合完成多传感数据的综合处理，得到适合各个智能交通服务领域使用的交通信息。3.2.2信息融合处理方法1）基于卡尔曼滤波技术的交通信息融合方法2）基于贝叶斯估计的交通信息融合方法3）基于人工神经网络的交通信息融合方法4）基于综合统计分析的交通信息融合方法3.2交通信息融合技术3.2.3基于信息融合技术的智能驾驶系统智能驾驶系统：在网络环境下用信息技术和智能控制技术武装汽车，使汽车具有自动识别行驶道路、自动驾驶、自动调试等先进功能。包括：碰撞报警系统（CW）偏向报警系统(LDW)智能巡游系统（ICC）3.2交通信息融合技术3.2.3基于信息融合技术的智能驾驶系统1）ICC、CW和LDW系统中存在的问题依靠单一传感器，容易产生误报，降低了系统的稳定性。2）多传感器信息融合的智能驾驶对象和系统1n32融合1融合2融合m融合数据库传感器模型库信息协调管理信息融合方法专家知识库传感器低高融合层次多传感器信息融合系统结构3.3交通流和行程时间预测技术3.3.1交通流预测方法1）为什么要进行交通流预测？为动态路径诱导提供实时、可靠、准确的预测信息。2）什么是短期交通流预测？预测的内容包括哪些？预测内容：交通量、速度、密度、旅行时间等。3）预测模型的特性：实时性、准确性、可靠性。4）预测模型：基于统计方法的模型、动态交通分配模型、交通仿真模型、非参数回归模型、神经网络模型、基于混沌理论的模型、综合模型。3.3交通流和行程时间预测技术3.3.1交通流预测方法1）为什么要进行交通流预测？为动态路径诱导提供实时、可靠、准确的预测信息。2）什么是短期交通流预测？预测的内容包括哪些？预测内容：交通量、速度、密度、旅行时间等。3）预测模型的特性：实时性、准确性、可靠性。4）预测模型：基于统计方法的模型、动态交通分配模型、交通仿真模型、非参数回归模型、神经网络模型、基于混沌理论的模型、综合模型。3.3交通流和行程时间预测技术10)()()(01xxiixvdxxtxt3.3.1行程时间预测方法1）行程时间计算方法（1）个别行程时间区间时间车辆轨迹T0T1X1X03.3交通流和行程时间预测技术pNiRipRtTNpT1,)(1)(3.3.1行程时间预测方法1）行程时间计算方法（1）平均行程时间一定时期内所有车辆通过某条路的行程时间的平均值。3.3交通流和行程时间预测技术tttsvvv3.3.1行程时间预测方法2）城市道路行程时间预测两部分：路段行程时间、交叉口延误时间。（1）路段行程时间车辆行驶过某一路段所需要的时间。svLT3.3交通流和行程时间预测技术3.3.1行程时间预测方法2）城市道路行程时间预测（2）交叉口延误时间计算考虑交通流量及红绿灯控制的影响，路段的行程时间包括：路段平均行驶时间、交叉口处的排队等待时间、通过交叉口的时间。3）快速路路段行程时间预测方法：历史趋势法、时间序列法（1）历史趋势法：假设一天里各路段在同一时刻具有相同的行程时间。（2）时间序列法：通过对历史资料的统计与分析，寻求变量之间相互依存的相关关系规律的一种数理统计方法。3.4模式识别技术3.4.1模式识别模式识别是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。1）模式识别方法两种：统计模式识别、结构模式识别方法。信息获取预处理特征提取和选择分类器设计分类决策模式识别系统结构图3.4模式识别技术3.4.1模式识别2）模式识别的应用（1）字符识别：文字识别、数据识别（2）语言识别涉及的领域：信号处理、模式识别、概率论、信息论、发声机理与听觉机理、人工智能。（3）指纹识别利用指纹的唯一性，将采集的指纹与预先保存的指纹进行比较，便可确定指纹的身份。3.4模式识别技术3.4.2车牌自动识别技术五个步骤：车辆图像采集、车牌定位、字符分割、字符识别、输出识别。车体感应器图像采集图像预处理车牌定位车牌分割车牌识别车牌识别原理图3.4模式识别技术3.4.2车牌自动识别技术1）图像预处理（1）归一化：调整车牌图像中的字符，使其与标准模板中的字符特征一致。（2）二值化：求得合适的阈值，以便将背景与字符分开。2）车牌定位车牌定位是指将车牌区域从车辆图像中分割出来。3）车牌分割将车牌区域分割成各个单个的字符区域。4）车牌识别对分割出来的字符进行识别。3.4模式识别技术3.4.2车型识别技术1）轮廓扫描目的：获取车辆的外形信息，从而对车辆进行分类。一般采用无线电波或红外线。2）车轴检测及计数在车道埋设压力传感器，当车辆通过时，根据传感器的压力变化，可判断出车辆的轴数。3.4模式识别技术3.4.2车型识别技术3）视频车型识别车辆图像输入图像预处理图像差分分割特征提取分类器背景图像视频车型识别系统原理图3.4模式识别技术3.4.2车型识别技术3）视频车型识别（1）图像处理受多种因素的影响，图像出现退化，另外，由于汽车与摄像机的相对运动，使图像模糊，需要对图像进行去模糊恢复。然后采用边缘检测方法将图像从背景中分离出来，接着直线拟合不连续的图像块，使得图像轮廓更加逼近真实情况。（2）车型识别首先收集各种车型的参数，输入车辆车型数据库中，利用计算机的检索功能对分类参数进行优选。3.4模式识别技术3.4.2车型识别技术3）视频车型识别基于图像的车型识别步骤：1、利用CCD传感器和图像采集卡对车辆的侧面、正面图像进行抓拍，得到车辆外形图像信号。2、对车辆图像进行图像恢复、分割、二值化等处理，消除干扰噪声，获取图像边缘信号3、提取车辆轮廓图形和车辆参数；主要有车宽、车长、车高等参数，4、查询车型数据库，判别车型。小结本章主要介绍了四种数据处理技术：数据压缩技术、信息融合技术、交通流与行程时间预测技术、模式识别技术。