傳統(tǒng)的視頻檢測方法是基于面陣圖像的，其背景圖像復雜，不利于目標分割和特
征提取，而線陣CCD成像中背景圖像相對簡單，并且其幀速率遠遠高于面陣CCD的幀速率，從而可以實現(xiàn)高精度的檢測，特別是車輛存在和車輛速度的檢測。本文提出了適用于線陣CCD圖像的車輛檢測算法。其基本思想是：利用小波變換提取路面的紋理特征，然后對采集的每線數(shù)據(jù)進行二值化，并在此基礎(chǔ)上，逐線進行車輛分割。實驗表明：該算法能有效抑制車燈和陰影對車輛分割的干擾，實現(xiàn)車輛的實時準確分割。
目前，交通信息檢測常用的方法有環(huán)形線圈[1]、超聲波/微波檢測[2]、激光/紅外線檢測
和視頻圖像檢測[3]等。其中，視頻檢測方法操作直觀靈活，安裝簡便、易于維護并且費用偏低，因此比其他檢測方法更具優(yōu)越性。
但是，傳統(tǒng)的視頻檢測方法[4-5]是基于面陣圖像的，其背景圖像復雜，不利于目標分割
和特征提取，而線陣CCD 成像中背景圖像相對簡單，便于后續(xù)的目標分割、特征提取和描述，這使得系統(tǒng)在全天候條件下的工作穩(wěn)定性更易于保證，并且線陣CCD 圖像的幀速率遠遠高于面陣CCD 的幀速率，從而可以實現(xiàn)高精度的檢測，特別是車輛存在和車輛速度的檢測[6]。而常規(guī)的視頻檢測算法都是基于一幀面陣圖像的，因此，需要設(shè)計出適用于線陣CCD圖像的車輛檢測算法。
本文提出了適用于線陣 CCD 圖像的車輛檢測算法，包括背景特征提取，二值化和車輛
分割三部分。該算法能有效抑制車燈和陰影對車輛分割的干擾，實現(xiàn)車輛的實時準確分割。