基于高清视频的红绿灯识别算法研究与实现一、综述本课题国内外研究动态，说明选题的依据和意义随着社会经济和科技的发展“智能交通系统”这一新的研究领域随之应运而生。

智能交通系统简称ITS（Intelligent Transportation System）是通过对交通信息的实时采集、传输和处理，借助高科技设备和手段，对各种交通状况进行协调与处理建立一种准确、实时、高效的综合运输管理体系，从而提高交通的效率性和安全性[8]。

智能交通系统是目前世界上公认的改善行车安全，解决交通拥挤，提高运行效率的有途径[1]。

目前世界各国正大力发展智能运输系统(ITS) ,以实现道路交通的科学化、现代化管理 ,创造可持续发展的交通环境[7]。

十九世纪六、七十年代起智能交通系统开始发展[9]。

80年代以来，以计算机技术、控制技术和通信技术为代表的信息技术在交通管理和控制中得到越来越广泛的应用，并取得了良好的效果[10]。

欧洲从70年代就开始了有关于智能交通系统的研究，在2000年欧洲共同体推出名为e-Europe的计划，将投入更多人力和物力来推进ITS在欧洲的发展和应用。

日本更是早在70年代就已经研制成功了一些道路控制系统，从1973年到1978年投入了大量的人力和资金成功组织了一个“动态路径诱导系统”的实验[2]。

迄今为止日本的ITS已经涉及到了安全驾驶系统、车辆导航系统和自动收费系统等多方面的内容；美国的ITS的研究从20世纪60年代末期就已经开始了；20世纪80年代加利福尼亚交通部门成功研究出PATHFINDER系统成功；1990年美国运输部正式成立了智能化车辆系统（IVHS)组织：1991年底，“综合地面运输效率法案”在美国国会上通过[12]；1992年，美国运输部、联邦顾问委员和美国智能运输协会三者联合制定了“智能运输系统”发展战略计划[11]；1995年3月美国运输部出版“国家ITS项目计划”，根据该项计划从2000年到2011年，美国将投资2000亿美元构造全国的ITS。

目前，智能交通领域中的车队管理、电子收费、公交出行信息和交通需求技术等四大系统及多个子系统已经在美国正式建立[6]。

经过多年的发展欧美和日本等国已经坐在了ITS开发和研究的前列。

现今世界上已经形成了以美国、欧洲、日本为首的三大ITS研究基地，从1994年起以ITS为专题的国际大会便轮流在欧洲、北美以及亚太地区举行。

20世纪80年代后期ITS的研发工作在我国开始了[4]；90年代我国建设交通指挥中心；1999年科技部、交通部、公安部等十多个相关部委组成了全国智能交通系统协调小组；2000年制定了ITS体系框架研究和标准规范；2007年在北京召开了第十四届以ITS为专题的国际大会，进一步促进了我国在ITS学术研究上的发展[5]。

在我国社会经济高速发展和人民生活水平不断提高的同时，交通道路和车辆运输也发展的越来越快，给社会经济和人们的生活带来极大提高，与此同时汽车数量也急剧增加，导致了交通状况的日益恶化，城市中普遍存在交通阻塞的状况，交通事故发生量也不断上涨，交通效率不断下降。

加上我国是一个人口大国拥有14亿以上的庞大人口数量更为交通带来了很大的困扰。

近几年来，很多司机在公路上不注意限制驾驶速度造成了许多起因乱闯红灯而导致的交通事故，更有许多惘顾道德的肇事司机在交通事故发生后扬长而去，这种种状况给我们的出行带来了很大的安全隐患。

如何运用先进交通监测技术，保证交通的安全性已经成为我们需要要解决的首要问题。

传统交通车流量的检测方法有电磁感应线圈，超声波检测器，微波检测器和红外线检测器等多种方式，而基于图像处理的视频车辆检测方式近年来的发展十分迅速，由于它具有灵活的系统设置，检测区域大等优点，视频检测方法就成为了智能交通系统领域中测量检测技术的研究热点。

本课题主要通过对高清视频的解码分析，对视频中的红绿灯信号进行识别和分析，实现对时间段内车辆的检测。

若在红灯时间内车辆超过警戒线则该车有闯红灯的行为。

此系统使交通管理更方便、安全和高效，实现交通的自动化管理，帮助城市和社会实现全面的信息化交通管理，尤其适合都市的车辆管理。

二、研究的基本内容，拟解决的主要问题：2.1研究的基本内容通过对高清视频进行解码分析，实现红绿灯识别。

使用OpenCV完成A VI视频转换为图像序列，并通过对图像的处理，数据的检测和校正判断帧内车辆是否有闯红灯的行为。

2.2拟解决的主要问题：图像的处理，数据的检测和校对，视频的解码，红绿灯灯识别，设计简洁、美观的操作界面。

三、研究步骤、方法及措施：3.1资料收集收集相关资料了解有关于红绿灯识别算法的相关信息。

合国内外解决基于视频的红绿灯识别系统设计开发的方法并作必要的技术准备。

3.2学习并掌握OpenCV的基本操作OpenCV的全称是：Open Source Computer Vision Library。

OpenCV于1999年由Intel建立，现在由Willow Garage提供支持。

OpenCV是一个基于BSD许可证授权（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。

它轻量级而且高效——由一系列 C 函数和少量C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV基本操作包括：读入图像、写入图像、创建显示窗口、显示图像、读入视频、等待按键事件。

3.3了解视频解码的相关信息和技术ADI公司扩展了Advantiv高级电视视频解码器产品，最新推出的高性能视频解码器ADV7802/ADV7800内置12bit分辨率3D梳状视频解码器以及150 MSPS数字转换器，支持全高清1080p输入格式。

ADV7802为系统设计人员提供一种完整的单芯片解决方案，能改善高清电视(HDTV)、视频处理器、音频/视频接收机(A VR)系统以及DVD录像机的视频图像与色彩质量。

同现有的视频解码器解决方案相比，这款新型内置12 bit分辨率3D梳状视频解码器可为运动检测以及3D梳状滤波操作提供卓越的处理分辨率，使设计人员不必在图像清晰度与Y/C分离之间进行性能折衷——在传统的专业与演播室广播设备中，这是不可避免的，因此，相对分离芯片解决方案而言，它不会增加成本与设计复杂度。

新型全高清（HD）视频多解码器LSI，这款产品可以在全高清模式下（1920点x 1080线）对MPEG-2和H.264两种压缩格式进行解码。

此款新型LSI-MB86H60的样片将于2008年5月底开始提供。

这款LSI为高度集成的片上系统（SoC），并且符合当前在各个区域、特别是欧洲所使用的DVB标准。

LSI能够对以MPEG-2或H.264进行压缩的全高清视频进行解码，并在一个单独的芯片上集成了高清播放接收器所需的各种处理功能，其中包括对数字视频、音频和图形的处理，从而使得这款多解码器产品适用于电视、机顶盒和便携式电视接收器。

而且，由于LSI的各种功能仅通过增加两个16位的外存储芯片即可实现，因此它使得设备厂商在设计电视和机顶盒时降低了总成本。

3.4编写程序在VC2008环境下使用C#语言实现具体功能通过OpenCV实现可视化。

完成部分功能代码后进行测试和检查。

完成整个项目后进行整体功能的检测。

导入一段视频进行红绿灯识别。

四、研究工作进度：序号时间内容1 2012.11.16-2012.12.11 熟悉OpenCV并收集相关资料2 2012.12.12-2012.2.14 完成开题报告和外文翻译3 2012.2.15-23012.2.21 开题答辩4 2012.2.22-2012.3.16 编写程序代码5 2012.3.17-2012.4.12 运行并检测程序6 2012.4.13-2012.4.15 进行红绿灯识别7 2012.4.16-2012.5.5 整理数据完成毕业写作8 25012.5.6-2012.5.21 准备并完成毕业答辩9五、主要参考文献：[1]黄卫，陈里得.智能运输系统（ITS）概论[M]，北京：人民交通出版社，1999.[2]尚刚，陈宝.智能交通系统（ITS）在日本的发展综述[J].华东公路.1999，3：63-65.[3]汤文杰.美国的智能运输系统——公路交通的未来发展.国外公路，1995，15：1-6.[4]王笑京.中国智能交通系统发展战略[M]，北京：人民交通出版社，2006.[5]陆化普，史其信.“智能交通发展趋势与我国的发展战略”.97北京智能交通系统发展趋势国际学术研讨会论文集，陆化普，史其信编，1-7，北京1997.[6]沈庭芝，方子文.数字图像处理及模式识别.北京理工大学出版社，1998.[7]刘东.ITS中的车辆检测技术.公安大学学报（自然科学版），2000，20：30-32.[8]李卫平.智能交通技术应用.人秘尿痛出版社，2006.[9]李庆忠，陈显华，王立红.视频监视运动目标检测与识别方法.计算机工程，2004，30（16）：143-145.[10]高大山.智能交通系统中运动目标检测方法的研究.清华大学硕士学位论文，2002.[11]Brian Kulis, Kate Saenko, and Trevor Darrell.hat You Saw is Not What You Get: omain Adaptation Using Asymmetric Kernel puter Vision and Pattern Recognition (CVPR), 2011 IEEE Conference on.[12]Ce Liu，Lavanya Sharan，Edward H. Adelson and Ruth Rosenholtz.Exploring Features in a Bayesian Framework for Material puter Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on.六、指导教师审核意见：指导教师签字：2012年2月19日七、系、室、部（研究所）评议意见：1.适合本专业的毕业设计课题；2.不适合本专业的毕业设计课题；3.其他系、室、部（研究所）主任签字：2012年2月20日八、开题小组评审意见：开题小组组长签字：2012年2月21日九、学院领导（答辩委员会）审核意见：1．通过； 2．完善后通过；３．未通过学院领导（答辩委员会）签字：2012年2月22日。