LabVIEW使用圖像處理進(jìn)行交通控制性能分析

采用普雷維特、拉普拉斯、索貝爾和任意的空間域方法對(duì)存儲(chǔ)的圖像進(jìn)行邊緣檢測(cè)，并獲取實(shí)時(shí)圖像。然而，對(duì)四種不同空間域邊緣檢測(cè)方法的核的性能分析。

以前，空路圖像存儲(chǔ)在數(shù)據(jù)庫中，道路上沒有任何車輛。將圖像轉(zhuǎn)換為陣列，其中應(yīng)用四種不同的邊緣檢測(cè)方法與存儲(chǔ)圖像以及捕獲的實(shí)時(shí)圖像進(jìn)行卷積，以生成存儲(chǔ)圖像和實(shí)時(shí)圖像的邊緣檢測(cè)。均方根誤差指標(biāo)用于計(jì)算存儲(chǔ)和捕獲的邊緣檢測(cè)到的圖像的結(jié)果分析。根據(jù)獲得的誤差，計(jì)算時(shí)間估計(jì)并將其應(yīng)用于交通信號(hào)燈顯示桿，然后允許車輛沿一個(gè)方向向其他方向移動(dòng)。對(duì)于相對(duì)于特定方向上存在的交通密度的所有方向，都動(dòng)態(tài)遵循該過程。

因此，應(yīng)用四種不同的空間域邊緣檢測(cè)方法來區(qū)分原始圖像的邊緣。交通信號(hào)燈的主要問題是由交警手動(dòng)完成的。因此，專注于無需人工干預(yù)的計(jì)時(shí)自動(dòng)化，使用相機(jī)視覺是降低人力資源和計(jì)算成本的方法。Sobel算子邊緣檢測(cè)方法是一種離散差分算子，用于計(jì)算圖像的近似梯度以更改強(qiáng)度級(jí)別。其余三種邊緣檢測(cè)方法使用拉普拉斯（正負(fù)）算子、Prewitt（垂直和水平）算子、任意算子和Sobel（垂直和水平）算子的不同類型的掩?；蚝藢?duì)從指定位置捕獲的實(shí)時(shí)圖像進(jìn)行測(cè)試。此外，計(jì)算所需圖像上的誤差估計(jì)，以分析和管理相對(duì)于通道的時(shí)序，以打開和關(guān)閉信號(hào)柱的信號(hào)。

實(shí)時(shí)圖像通過相機(jī)捕獲，其處于固定位置和要覆蓋的固定區(qū)域，用于連續(xù)監(jiān)視相對(duì)于存儲(chǔ)在數(shù)據(jù)庫中的圖像所捕獲的圖像。在這里，從車道。

該方案是將數(shù)據(jù)庫中預(yù)存儲(chǔ)的圖像與攝像機(jī)定期捕獲的實(shí)時(shí)圖像進(jìn)行比較，以了解系統(tǒng)流量的動(dòng)態(tài)變化。為了理解執(zhí)行流程，設(shè)置時(shí)間控制。

數(shù)據(jù)庫中預(yù)先存儲(chǔ)的道路圖像被轉(zhuǎn)換為二維數(shù)組。數(shù)據(jù)數(shù)組與由拉普拉斯、普雷維特、索貝爾和任意方法固定的內(nèi)核或掩碼進(jìn)行卷積，以從原始圖像生成邊緣提取。在并行處理中，實(shí)時(shí)圖像的連續(xù)捕獲被轉(zhuǎn)換為2D圖像。轉(zhuǎn)換后的數(shù)據(jù)與內(nèi)核卷積以提取實(shí)時(shí)圖像中的邊緣?，F(xiàn)在計(jì)算預(yù)存儲(chǔ)圖像和實(shí)時(shí)捕獲圖像的均方根值。然后將邊緣檢測(cè)出預(yù)存儲(chǔ)的圖像和實(shí)時(shí)圖像進(jìn)行比較，以計(jì)算RMSE。將檢測(cè)到的邊緣的RMSE結(jié)果除以2，以便將RMSE值減少并固定在百范圍內(nèi)。對(duì)有和沒有邊沿檢測(cè)圖像的RMSE求和進(jìn)行平均，以生成處理交通控制的時(shí)序。

捕獲圖像的步驟是固定我們?cè)诮煌ㄖ锌吹降南鄼C(jī)位置。盡管攝像頭用于放大和縮小以查看實(shí)時(shí)流量，但為了應(yīng)用所提出的方案，我們需要固定要覆蓋的區(qū)域以計(jì)算流量。固定區(qū)域被限制為默認(rèn)區(qū)域，以實(shí)時(shí)捕獲圖像。動(dòng)態(tài)定時(shí)計(jì)算設(shè)置攝像機(jī)視圖的計(jì)時(shí)器始終固定為預(yù)存儲(chǔ)的圖像（存儲(chǔ)在數(shù)據(jù)庫中）或攝像機(jī)系統(tǒng)內(nèi)以適當(dāng)?shù)靥幚砹髁俊?/p>

實(shí)施擬議方案所涉及的步驟：

???????第1步：

獲取存儲(chǔ)在數(shù)據(jù)庫中的圖像（考慮道路上沒有車輛）和相機(jī)實(shí)時(shí)捕獲的另一個(gè)圖像。

???????第2步：

從1生成數(shù)據(jù)庫圖像的RMSE和相機(jī)捕獲的實(shí)時(shí)圖像。

???????第3步：

從1將數(shù)據(jù)庫和捕獲的圖像轉(zhuǎn)換為2D數(shù)組數(shù)據(jù)。

???????第4步：

從3開始，來自數(shù)據(jù)庫和捕獲圖像的2D數(shù)組數(shù)據(jù)通過應(yīng)用四個(gè)不同內(nèi)核（拉普拉斯、Prewitt、Sobel和任意）中的任何一個(gè)來從兩個(gè)圖像中提取邊緣來轉(zhuǎn)換。

???????第5步：

從4開始，比較生成的邊緣圖像以計(jì)算RMSE值，然后將結(jié)果除以10。

???????第6步：

將步驟2和步驟4中的RMSE值相加，然后將結(jié)果值除以4，以生成計(jì)時(shí)器值。

???????第7步：

定時(shí)器值應(yīng)用于信號(hào)柱以啟動(dòng)定時(shí)器。

???????第8步：

對(duì)任何車道動(dòng)態(tài)重復(fù)步驟2到步驟7的相同過程，以計(jì)算任何時(shí)刻的計(jì)時(shí)器值，以允許道路上特定方向的交通。

分析了所提方案在有無車輛的情況下，利用數(shù)據(jù)庫對(duì)道路上有車輛和無車輛進(jìn)行仿真，并使用拉普拉斯算子、普雷維特算子、任意算子和索貝爾算子四種不同時(shí)域方法利用相機(jī)采集的實(shí)時(shí)圖像進(jìn)行仿真。使用圖像處理的動(dòng)態(tài)交通控制系統(tǒng)是自動(dòng)化的，它減少了人力。與許多其他技術(shù)不同，所提出的方案可以承受任何類型的大氣條件，并且易于實(shí)現(xiàn)系統(tǒng)。

這是LabVIEW的一個(gè)應(yīng)用，更多的開發(fā)案例，歡迎登錄北京瀚文網(wǎng)星官網(wǎng)，了解更多信息。有需要LabVIEW項(xiàng)目合作開發(fā)，請(qǐng)與我們聯(lián)系。