基于视觉识别的交通路况检测系统设计开题报告

1. 研究目的与意义

随着汽车的大量销售，城市道路通行的各种车辆越来越多，拥堵的情况也时有出现，交通管理部门对通行的车辆和流量进行有效的实时检测能够为交通处理提供很大的帮助。

视觉识别可根据当前实时的影像资料获得必要的信息，具备实时性。

检测就是计算机通过图片或者视频，把其中的车辆或其他关注目标准确的框出来，检测是很多系统的基础。

2. 课题关键问题和重难点

本次课题的关键问题及难点如下：1、处理捕捉并检测交通路口不同车辆的图像获取问题，运用opencv中的各种图像处理函数，进行机器视觉识别的分析。

2、检测复杂路况时的车流车型该如何进行识别，在画面中多辆车有部分重叠时如何正确识别出车辆的数量，从获取的图像中找到汽车所在位置，并把车辆的图像从该区域中准确地分割出来。

研究图像处理与分析的问题，并进行编程软件的设计。

3. 国内外研究现状（文献综述）

自二十世纪以来，汽车工业的发展改变了人们的出行方式。

大量路网随之兴建，交通不断繁荣，已是从当初的步行骑车发展到如今的汽车等复杂交通系统，基本上形成以航空、铁路、公路、水路以及管道五种运输方式为主的综合交通运输系统[1]。

交通的发展最终推动了社会的进步，已经成为与人们生活息息相关的重要组成部分。

4. 研究方案

本课题研究的主要目的是基于视觉识别的交通路况检测系统设计，使其能够满足检测交通路口各个方向的车辆数量要求。

本课题使用树莓派进行python车辆检测程序的编写设计，通过摄像头拍摄不同时段路口车辆的视频，进行视频图像的处理分析以及检测，基于opencv软件库调用图像处理和计算机视觉方面的很多通用函数算法来进行车辆车型数据的检测分析，通过树莓派的程序控制摄像头进行并完成一个实物模型的路况小车检测模拟仿真测试。

本课题的研究所要达到的预期效果是通过基于视觉识别的车辆检测，感知交通路口各个方向的车辆数量、流量和密度，从而可以给交管部门进行交通路口的最优配时提供依据。

5. 工作计划

毕业设计前一学期末完成英文翻译，收集、查阅、文献资料并准备开题报告。

第1周 完成英文翻译，提交英文翻译给指导老师批阅。

英文翻译经指导老师批阅合格并确认后，译文和原文均上传至毕业设计管理系统，译文封面用标准模板。