数字图像处理课程设计--车辆碰撞检测（C++实现）

课设题目

车辆碰撞检测：通过对路口的监控视频进行处理，当车辆发生碰撞时，识别出事故形式以及事故的责任方。

项目背景

        基于视频图像技术的交通事件自动检测系统是利用计算机视觉、模式识别等技术和方法进行交通参数采集，交通事件检测，特殊车辆识别和跟踪等。它能快速、准确的判定交通事件的发生，以及事件地点，可以大大减轻时间的危害程度，尽早排除事件对交通通行能力的影响。与传统方式相比，视频检测有着无法比拟的优越性，对解决我国道路交通安全问题有着重要的意义。 视频图像检测属于直接检测技术，即使在交通量很低的情况下也能有很好的可视化检测效果，是目前高速公路交通事件检测最具有效果的一种方式。 但是目前这种检测方法还普遍停留在人工检测方面，监控人员在监控室连续循环观察，仅仅是看到发生了交通事件，并不是通过交通事件自动检测了解交通事件发生，对于视频图像较多的路段监控，多度图像往往采用轮循或多画面的方式集中在一个显示器 上进行显示，需要监控人员对大量监视器显示内容进行长时间大容量的连续观察，这无疑加大了监控人员的工作量和强度，即使是这样，也有着很难保证多个画而连续检测，常常导致判断不准确，漏检现象严重存在。

算法流程图

图像处理

步骤
1.利用帧差法，提取前景图像
2.利用二值化函数，对前景图像进行二值化处理
3.腐蚀，膨胀，开闭运算，再膨胀突出车辆的特征。

函数说明

为了筛选出前景，获得车辆的基本特征，我们先选择高斯模糊对图像进行处理，为后续排除干扰做准备，再选择帧差法来筛选出运动中的物体。


vector<vector>：
vector容器里面放了一个vector容器，子容器里放点。
vector<V e c 4 i>：放了4维int向量，具体有什么用还不清楚，好像是规定了方向。
Findcontours函数对二值化图像中寻找轮廓，并且存放在contours容器中。
RETR_EXTERNAL为外部轮廓。
Drawcontours函数内 CV_FILLED参数对轮廓内的区域进行填充，我选择255，很好的填充空洞。

图像处理效果

车辆识别

步骤
1.对已处理好的二值化图像进行寻找轮廓
2.对轮廓求最小面积矩形
3.利用angle函数以及面积对矩形进行判断，来筛选出车辆

处理出二值化图像后，就要对车辆进行提取。车辆的特征对于我来说不太好提取，但是对矩形框出来的车辆，他们的面积都很大，而且矩形的形状都很方很肥，对于行人自行车面积都很小很瘦，所以对矩形的面积和胖瘦可以判断出车辆还是行人。
旋转矩形介绍：自带长宽，角度，中心点

车辆碰撞判断

对于车辆碰撞，我有两个想法，一个是根据车辆前的角度，一个是碰撞后的矩形面积。
由于碰撞后两辆车会发生图像上的粘连，所以很难计算出两辆车的角度，只有在撞之前的一瞬间才可以记录，可是视频时一帧一帧识别的，所以很难记录这个角度。
所以我使用简单一点的面积判断，车辆在碰撞后，会出现图像上的粘连，所以矩形面积会变得很大，至少为原来面积的1.6倍。

红绿灯识别

步骤：
1.设置红绿灯的感兴趣区域roi
2.将roi转换为hsv图像
3.利用inrange函数，对红色的区域进行二值化
4.寻找轮廓，记录轮廓的数量
5.若轮廓数量等于1，就认为此时是红灯，使用旋转矩形将其框出来，利用旋转矩形的中心坐标，对其原图像的红灯所在位置进行红色通道灰度值的提取。如果大于200，就认为是红灯
6.若轮廓数量等于0，就认为是绿灯。

红绿灯识别部分程序


红绿灯效果

完整项目源码、资料

有需要的小伙伴可以去海轰的微信公众号：海轰Pro
回复：海轰
就可以啦（主页有获取说明，注意查看哦╭(●｀∀´●)╯）