CN1560756A - 一种智能交通数据处理方法 - Google Patents

一种智能交通数据处理方法 Download PDF

Info

Publication number
CN1560756A
CN1560756A CNA2004100034358A CN200410003435A CN1560756A CN 1560756 A CN1560756 A CN 1560756A CN A2004100034358 A CNA2004100034358 A CN A2004100034358A CN 200410003435 A CN200410003435 A CN 200410003435A CN 1560756 A CN1560756 A CN 1560756A
Authority
CN
China
Prior art keywords
dimensional
data
traffic data
module
traffic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2004100034358A
Other languages
English (en)
Other versions
CN1304987C (zh
Inventor
扬 肖
肖扬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN 200410003435 priority Critical patent/CN1304987C/zh
Publication of CN1560756A publication Critical patent/CN1560756A/zh
Application granted granted Critical
Publication of CN1304987C publication Critical patent/CN1304987C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Traffic Control Systems (AREA)

Abstract

一种智能交通数据处理方法。本发明提出的交通数据处理方法包括：时间校准自动插值，交通数据的去噪滤波，交通数据的空时模型，基于二维小波变换与二维余弦变换的交通数据的去噪声压缩与解压缩。包括至少下列信息处理模块：时间校准自动插值模块、交通数据的去噪滤波模块、交通数据的空时建模模块、基于二维小波变换与二维余弦变换的交通数据的去噪声压缩与解压缩模块，交通数据的二维与三维动态显示模块。本发明的智能交通数据处理方法将空间分布的交通流传感器阵列所获得的交通流数据进行二维计算分析，能有效地进行数据去噪声与数据压缩，能动态检测与显示城市交通流的空时信息。

Description

一种智能交通数据处理方法
所属技术领域
本发明涉及一种智能交通数据处理方法。
背景技术
现有的城市交通数据管理***对分布式道路检测断面的单项指标原始数据，不加处理地直接显示与存储，这里存在四个问题，一是检测交通流的传感器工作有时不稳定，采样时间漂移并存在丢失数据问题；二是交通流原始数据存在传感器噪声，使显示与存储的数据未真正反映交通流信息的真实情况；三是现有的道路检测断面的单项指标不能直接反映交通流信息的空时分布状况，四是交通流数据量庞大，需要有效的方法进行数据压缩同时还要求压缩的数据不包括传感器噪声。
发明内容
为了克服现有技术不足，第一个问题的解决需要对传感器采集的数据进行插值；第二个问题的解决需要对传感器采集的数据进行滤波；第三个问题的解决需要建立交通流的空时数据模型，采用二维数字滤波对交通流信息进行处理，同时采用三维数据显示方法显示处理结果；第四个问题的解决需要采用去噪压缩方法对交通数据进行处理。本发明提供一种智能交通数据处理方法。
本发明解决其技术问题所采用的技术方案是：
针对上述问题，本发明提出的交通数据处理方法包括：时间校准自动插值，交通数据的去噪滤波，交通数据的空时模型，基于二维小波变换与二维余弦变换的交通数据的去噪声压缩与解压缩。
本发明公开的交通数据处理方法包括至少下列信息处理模块：时间校准自动插值模块、交通数据的去噪滤波模块、交通数据的空时建模模块、基于二维小波变换与二维余弦变换的交通数据的去噪声压缩与解压缩模块，交通数据的二维与三维动态显示模块。
步骤一、交通数据的取样，三维交通数据建模模块周期对交通数据的取样，将城市公路的上下行或内外环设为6-8个车道，每一车道有流量、平均速度、占有率、长车流量这四组数据，
步骤二、进行数据的预处理：通过时间校准自动插值模块，时间校准自动插值模块中的程序将采集的数据按每天至少96个时间采样点的标准时间就近归档，丢失的数据即自动在校准后的数据文件中的时间点表示为零，形成零插值数据文件。或对时间校准后的数据文件中的零数据，利用前后若干相邻数据即预测出不为零的数据值，形成预测插值数据文件。
步骤三、完成的预处理数据，提供给小波变换处理模块或余弦变换处理模块。
步骤四、进行交通数据去噪声、压缩：
1、进行交通数据的一维小波变换，由三维交通数据建模模块给出的第k个检测断面传感器所测得的三维交通数据固定车道变量m0与断面变量k0，实现三维信号的降维，构成传统的一维交通信号，交通信号f(t)通过一维小波变换去噪压缩模块的两个互补的滤波器(一个高通滤波器、一个低通滤波器)形成差别信号Dj+1f(t)和近似信号Aj+1f(t)。一维小波变换去噪压缩模块引入下采样，从每两个采样点中取一个作为采样值以保持数据量不变。或：
2、进行交通数据的二维小波变换，二维小波变换去噪压缩模块将第k个检测断面传感器所测得的三维交通数据中，固定车道变量，实现三维信号的降维，构成二维交通信号。或：
3、进行交通数据的二维余弦变换，二维余弦变换去噪压缩模块只对这少数低频数据编码。二维余弦变换去噪压缩模块在频域根据传感器噪声特性设置低频编码区域，区域外的数据不编码。交通数据经二维余弦变换去噪压缩模块，得到离散余弦变换系数，调整高频DCT系数阈值，祛除ITS信号的传感器噪声。传感器噪声在二维余弦变换去噪压缩模块的余弦变换中表现为宽带小幅度分量，取合理的滤波阈值将其滤除。
步骤五、交通数据的二维与三维动态显示：
1、处理或未处理的交通数据的二维动态显示由二维动态显示模块完成，二维动态显示模块中包括有二维绘图程序和二维图形显示程序，二维动态显示模块将三维交通数据模型中的两个变量固定，如检测断面号和车道号固定，形成一维数据qo(k0，m0，t)，vo(k0，m0，t)，co(k0，m0，t)，lo(k0，m0，t)，将这些数据送二维绘图程序和二维图形显示程序，即可实现交通数据的二维动态显示，或：
2、处理或未处理的交通数据的三维动态显示由三维动态显示模块完成。三维动态显示模块中包括有三维绘图程序和三维图形显示程序，三维动态显示模块将三维交通数据模型中的一个变量固定，如检测断面号固定，形成二维数据qo(k0，m，t)，vo(k0，m，t)，co(k0，m，t)，lo(k0，m，t)，将这些数据送三维绘图程序和三维图形显示程序，即可实现交通数据的三维动态显示。
本发明的有益效果是，本发明的智能交通数据处理方法将空间分布的交通流传感器阵列所获得的交通流数据进行二维计算分析，能有效地进行数据去噪声与数据压缩，能动态检测与显示城市交通流的空时信息。
附图说明
图1是本发明的功能模块图。
图2是本发明的流程图。
图3是实施例的双向路段的传感器位置分布与三维交通流数据模型。
图4是三维动态显示模块显示的3001检测断面的原始空时数据。
具体实施方式
实施例1：如图1为本发明的功能模块连接图，数据接口连接数值插值模块、数据处理模块、数据显示模块和数据库、数据控制模块：数值插值模块由零值插值模块和预测值插值模块连接组成，数据处理模块由小波去噪模块和余弦去噪模块连接组成，数据显示模块由二维数据显示模块和三维数据显示模块连接组成。(时间校准自动插值模块、交通数据的去噪滤波模块、交通数据的空时建模模块、基于二维小波变换与二维余弦变换的交通数据的去噪声压缩与解压缩模块。)如图2是本发明的流程图，
步骤一、交通数据的取样，典型的城市交通数据包括流量、平均速度、占有率、长车流量，它们为检测断面、检测断面间距离、时间与车道号的离散函数。三维交通数据建模模块周期对交通数据的取样，周期为2分钟，将城市公路的上下行或内外环设为6个车道，每一车道有流量、平均速度、占有率、长车流量这四组数据，如图3是显示的双向路段的传感器位置分布与三维交通流数据模型，在三维交通数据建模模块中，6车道双向路段的传感器位置分布如图3所示，每一检测断面有6个车道，(m＝1，2，3为内环车道，m＝11，12，13为外环车道)的交通参数。
每一车道装有一车辆传感器(图中纵向虚线处)。每一车辆传感器可采集4组数据：流量q(t)，平均速度v(t)，占有率为c(t)，长车流量为l(t)。
三维交通数据建模模块将检测断面的实际交通流表示为三维函数：流量为q(k，m，t)，平均速度为v(k，m，t)，占有率为c(k，m，t)，长车流量为l(k，m，t)，其中m为车道号，k为检测断面号，变量m和k构成空间参数。
经三维交通数据建模模块处理的数据送三维动态显示模块，可显示交通流的变化情况，如图4为三维动态显示模块显示交通流的单指标空时数据结构，各子图仅反映交通流的某一指标随时间和车道变化的情况。
三维动态显示矩阵包括检测断面(这里为3001)各车道的车流量车速vo(3001，m，t)，占有率co(k0，m，t)，长车流量lo(k0，m，t)，具有数据结构
f(m，t)＝[qo(3001，m，t)vo(3001，m，t)co(3001，m，t)lo(3001，m，t)]，则交通流的动态空间分布情况如图4所示。
三维交通数据建模模块可将断面交通数据帧表示为多指标数据结构，其数据结构为
f(t，m0)＝[qo(t，1，k0)vo(t，1，k0)co(t，1，k0)lo(t，1，k0)qo(t，2，k0)vo(t，2，k0)co(t，2，k0)lo(t，2，k0)...qo(t，1，k0)vo(t，6，k0)co(t，6，k0)lo(t，6，k0)]。
在该数据结构中，第k个断面的交通数据帧是将流量q(k，m，t)，平均速度为v(k，m，t)，占有率为c(k，m，t)，长车流量为l(k，m，t)按车道排列。
步骤二、进行数据的预处理：通过时间校准自动插值模块，时间校准自动插值模块中的程序将采集的数据按每天720个时间采样点的标准时间就近归档，丢失的数据即自动在校准后的数据文件中的时间点表示为零，形成零插值数据文件。
步骤三、完成的预处理数据，提供给小波变换处理模块。
步骤四、进行交通数据去噪声、压缩：
进行交通数据的一维小波变换，一维小波变换去噪压缩模块采用现有的一维小波变换技术对一维交通信号f进行小波分解和重建。一维小波变换去噪压缩模块同时实现两个功能：去噪声与数据压缩。交通信号f(t)通过一维小波变换去噪压缩模块的两个互补的滤波器(一个高通滤波器、一个低通滤波器)形成差别信号Dj+1f(t)和近似信号Aj+1f(t)。一维小波变换去噪压缩模块引入下采样，从每两个采样点中取一个作为采样值以保持数据量不变。由三维交通数据建模模块给出的第k个检测断面传感器所测得的三维交通数据qo(k，m，t)，vo(k，m，t)，co(k，m，t)，lo(k，m，t)中，固定车道变量m0与断面变量k0，可实现三维信号的降维，构成传统的一维交通信号：
qo(k0，m0，t)＝qo(t)，vo(k0，m0，t)＝vo(t)，
co(k0，m0，t)＝co(t)，lo(k0，m0，t)＝lo(t)。
一维小波变换去噪压缩模块分别令
f(t)＝qo(t)，f(t)＝vo(t)，f(t)＝co(t)，f(t)＝lo(t)
这样，一维小波变换去噪压缩模块采用现有的一维小波变换技术对一维交通信号f进行小波分解和重建。
一维小波变换去噪压缩模块同时实现两个功能：去噪声与数据压缩。
一维小波变换去噪压缩模块将交通信号f可分解为它的近似信息Ajf和差别信息Djf，
f＝A1f+D1f
其中，差别信息Djf主要由传感器噪声和岔路车流变化量构成，如果不希望在压缩后的数据中包含这部分干扰，可以在小波重构的过程中丢弃这部分信息。
交通信号f(t)通过一维小波变换去噪压缩模块的两个互补的滤波器(一个高通滤波器、一个低通滤波器)形成差别信号Dj+1f(t)和近似信号Aj+1f(t)。
为了减少数据量，一维小波变换去噪压缩模块引入下采样，从每两个采样点中取一个作为采样值以保持数据量不变。
步骤五、交通数据的二维动态显示：
处理或未处理的交通数据的二维动态显示由二维动态显示模块完成，二维动态显示模块中包括有二维绘图程序和二维图形显示程序，二维动态显示模块将三维交通数据模型中的两个变量固定，如检测断面号和车道号固定，形成一维数据qo(k0，m0，t)，vo(k0，m0，t)，co(k0，m0，t)，lo(k0，m0，t)，将这些数据送二维绘图程序和二维图形显示程序，即可实现交通数据的二维动态显示，
实施例2：其它步骤同实施例1，不同的是：
步骤一、交通数据的取样，典型的城市交通数据包括流量、平均速度、占有率、长车流量，它们为检测断面、检测断面间距离、时间与车道号的离散函数。三维交通数据建模模块周期对交通数据的取样，周期为2分钟，将城市公路的上下行或内外环设为8个车道，每一车道有流量、平均速度、占有率、长车流量这四组数据，
步骤二、进行数据的预处理：通过时间校准自动插值模块，时间校准自动插值模块中的程序将采集的数据按每天720个时间采样点的标准时间就近归档，对时间校准后的数据文件中的零数据，利用前后若干相邻数据即预测出不为零的数据值，形成预测插值数据文件。
步骤三、完成的预处理数据，提供给余弦变换处理模块。
实施例3：其它步骤同实施例1或实施例2，不同的是：
步骤四、进行交通数据去噪声、压缩：进行交通数据的二维小波变换，二维小波变换去噪压缩模块将第k个检测断面传感器所测得的三维交通数据qo(k，m，t)，vo(k，m，t)，co(k，m，t)，lo(k，m，t)中，固定车道变量m0，可实现三维信号的降维，构成二维交通信号：
qo(k，m0，t)＝qo(k，t)，vo(k，m0，t)＝vo(k，t)，
co(k，m0，t)＝co(k，t)，lo(k，m0，t)＝lo(k，t)。
此时，二维小波变换去噪压缩模块分别令
f(k，t)＝qo(k，t)，f(k，t)＝vo(k，t)，f(k，t)＝co(k，t)，f(k，t)＝lo(k，t)
这样，二维小波变换去噪压缩模块采用现有的二维小波变换技术对二维交通信号f进行小波分解和重建。原理同上，二维小波变换去噪压缩模块同时实现两个功能：去噪声与数据压缩。
步骤五、交通数据的三维动态显示：
处理或未处理的交通数据的三维动态显示由三维动态显示模块完成。三维动态显示模块中包括有三维绘图程序和三维图形显示程序，三维动态显示模块将三维交通数据模型中的一个变量固定，如检测断面号固定，形成二维数据qo(k0，m，t)，vo(k0，m，t)，co(k0，m，t)，lo(k0，m，t)，将这些数据送三维绘图程序和三维图形显示程序，即可实现交通数据的三维动态显示。
实施例4：其它步骤同实施例1或实施例2或实施例3，不同的是：
步骤四、进行交通数据去噪声、压缩：进行交通数据的二维余弦变换，二维余弦变换去噪压缩模块只对这少数低频数据编码，一方面可滤除传感器噪声，另一方面可压缩数据量。二维余弦变换去噪压缩模块交通数据采用现有的余弦变换快速算法。二维余弦变换去噪压缩模块在频域根据传感器噪声特性设置低频编码区域，区域外的数据不编码。交通数据经二维余弦变换去噪压缩模块，得到离散余弦变换系数，调整高频DCT系数阈值，祛除ITS信号的传感器噪声。传感器噪声在二维余弦变换去噪压缩模块的余弦变换中表现为宽带小幅度分量，取合理的滤波阈值，即可将其滤除。在交通信号传输与存储中，不必对传感器噪声进行传输与存储。
实施例5：其它步骤同实施例1或实施例2或实施例3或实施例4，不同的是：
步骤五、三维动态显示模块将三维交通数据模型中的一个变量固定，如检测断面号固定，形成二维数据qo(k0，m，t)，vo(k0，m，t)，co(k0，m，t)，lo(k0，m，t)，将这些数据送三维绘图程序和三维图形显示程序，即可实现交通数据的三维动态显示。
如图4的各子图分别是三维动态显示模块显示的某日3001检测断面的原始数据：流量qo(3001，m，t)，车速vo(3001，m，t)，占有率co(3001，m，t)，vo(3001，m，t)，长车流量lo(3001，m，t)。

Claims (5)

1、一种智能交通数据处理方法，其特征是：
步骤一、交通数据的取样，三维交通数据建模模块周期对交通数据的取样，将城市公路的上下行或内外环设为6-8个车道，每一车道有流量、平均速度、占有率、长车流量这四组数据，
步骤二、进行数据的预处理：通过时间校准自动插值模块，时间校准自动插值模块中的程序将采集的数据按每天至少96个时间采样点的标准时间就近归档，丢失的数据即自动在校准后的数据文件中的时间点表示为零，形成零插值数据文件，或对时间校准后的数据文件中的零数据，利用前后若干相邻数据即预测出不为零的数据值，形成预测插值数据文件，
步骤三、完成的预处理数据，提供给小波变换处理模块或余弦变换处理模块，
步骤四、进行交通数据去噪声、压缩：
(1)进行交通数据的一维小波变换，由三维交通数据建模模块给出的第k个检测断面传感器所测得的三维交通数据固定车道变量m0与断面变量k0，实现三维信号的降维，构成传统的一维交通信号，交通信号f(t)通过一维小波变换去噪压缩模块的两个互补的滤波器(一个高通滤波器、一个低通滤波器)形成差别信号Dj+1f(t)和近似信号Aj+1f(t)，一维小波变换去噪压缩模块引入下采样，从每两个采样点中取一个作为采样值以保持数据量不变，或：
(2)进行交通数据的二维小波变换，二维小波变换去噪压缩模块将第k个检测断面传感器所测得的三维交通数据中，固定车道变量，实现三维信号的降维，构成二维交通信号，或：
(3)进行交通数据的二维余弦变换，二维余弦变换去噪压缩模块只对这少数低频数据编码，二维余弦变换去噪压缩模块在频域根据传感器噪声特性设置低频编码区域，区域外的数据不编码，交通数据经二维余弦变换去噪压缩模块，得到离散余弦变换系数，调整高频DCT系数阈值，祛除ITS信号的传感器噪声，传感器噪声在二维余弦变换去噪压缩模块的余弦变换中表现为宽带小幅度分量，取合理的滤波阈值将其滤除。
2、根据权利要求1所述的一种智能交通数据处理方法，其特征是：步骤五、交通数据的二维与三维动态显示
(1)处理或未处理的交通数据的二维动态显示由二维动态显示模块完成，二维动态显示模块中包括有二维绘图程序和二维图形显示程序，二维动态显示模块将三维交通数据模型中的两个变量固定，如检测断面号和车道号固定，形成一维数据qo(k0，m0，t)，vo(k0，m0，t)，co(k0，m0，t)，lo(k0，m0，t)，将这些数据送二维绘图程序和二维图形显示程序，实现交通数据的二维动态显示，或：
(2)处理或未处理的交通数据的三维动态显示由三维动态显示模块完成，三维动态显示模块中包括有三维绘图程序和三维图形显示程序，三维动态显示模块将三维交通数据模型中的一个变量固定，检测断面号或车道号固定，形成二维数据qo(k0，m，t)，vo(k0，m，t)，co(k0，m，t)，lo(k0，m，t)，或qo(k，m0，t)，vo(k，m0，t)，co(k，m0，t)，lo(k，m0，t)，将这些数据送三维绘图程序和三维图形显示程序，实现交通数据的三维动态显示。
3、根据权利要求1或2所述的一种智能交通数据处理方法，其特征是按每天720个时间采样点的标准时间。
4、根据权利要求1或2所述的一种智能交通数据处理方法，其特征是三维交通数据建模模块周期对交通数据的取样，周期为2分钟。
5、根据权利要求3所述的一种智能交通数据处理方法，其特征是三维交通数据建模模块周期对交通数据的取样，周期为2分钟。
CN 200410003435 2004-03-09 2004-03-09 一种智能交通数据处理方法 Expired - Fee Related CN1304987C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200410003435 CN1304987C (zh) 2004-03-09 2004-03-09 一种智能交通数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200410003435 CN1304987C (zh) 2004-03-09 2004-03-09 一种智能交通数据处理方法

Publications (2)

Publication Number Publication Date
CN1560756A true CN1560756A (zh) 2005-01-05
CN1304987C CN1304987C (zh) 2007-03-14

Family

ID=34439530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200410003435 Expired - Fee Related CN1304987C (zh) 2004-03-09 2004-03-09 一种智能交通数据处理方法

Country Status (1)

Country Link
CN (1) CN1304987C (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100357987C (zh) * 2005-06-02 2007-12-26 上海交通大学 城市路网交通流区间平均速度的获取方法
CN101206801B (zh) * 2007-12-17 2011-04-13 青岛海信网络科技股份有限公司 一种自适应交通控制方法
CN102184638A (zh) * 2011-04-28 2011-09-14 北京市劳动保护科学研究所 行人交通数据的数据预处理方法
CN102749084A (zh) * 2012-07-10 2012-10-24 南京邮电大学 一种面向海量交通信息的路径选择方法
CN102800197A (zh) * 2012-02-27 2012-11-28 东南大学 一种城市道路路段动态交通流基础数据的预处理方法
CN103914459A (zh) * 2012-12-31 2014-07-09 北京中交兴路信息科技有限公司 交通信息文件压缩、解压缩方法及装置
CN104200684A (zh) * 2014-09-16 2014-12-10 安徽达尔智能控制***有限公司 一种基于小波变换的城市主干道绿波选择***
CN105825670A (zh) * 2015-08-16 2016-08-03 姜涵 基于数据融合的道路过饱和状态判断方法及***
CN109979195A (zh) * 2019-03-22 2019-07-05 浙江大学城市学院 一种基于稀疏回归的融合时空因素的短时交通流量预测方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739819A (zh) * 2009-11-19 2010-06-16 北京世纪高通科技有限公司 预测交通流的方法和装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100357987C (zh) * 2005-06-02 2007-12-26 上海交通大学 城市路网交通流区间平均速度的获取方法
CN101206801B (zh) * 2007-12-17 2011-04-13 青岛海信网络科技股份有限公司 一种自适应交通控制方法
CN102184638A (zh) * 2011-04-28 2011-09-14 北京市劳动保护科学研究所 行人交通数据的数据预处理方法
CN102800197A (zh) * 2012-02-27 2012-11-28 东南大学 一种城市道路路段动态交通流基础数据的预处理方法
CN102800197B (zh) * 2012-02-27 2014-07-16 东南大学 一种城市道路路段动态交通流基础数据的预处理方法
CN102749084A (zh) * 2012-07-10 2012-10-24 南京邮电大学 一种面向海量交通信息的路径选择方法
CN103914459A (zh) * 2012-12-31 2014-07-09 北京中交兴路信息科技有限公司 交通信息文件压缩、解压缩方法及装置
CN104200684A (zh) * 2014-09-16 2014-12-10 安徽达尔智能控制***有限公司 一种基于小波变换的城市主干道绿波选择***
CN104200684B (zh) * 2014-09-16 2016-03-09 安徽达尔智能控制***有限公司 一种基于小波变换的城市主干道滤波选择***
CN105825670A (zh) * 2015-08-16 2016-08-03 姜涵 基于数据融合的道路过饱和状态判断方法及***
CN105825670B (zh) * 2015-08-16 2019-04-05 北京数行健科技有限公司 基于数据融合的道路过饱和状态判断方法及***
CN109979195A (zh) * 2019-03-22 2019-07-05 浙江大学城市学院 一种基于稀疏回归的融合时空因素的短时交通流量预测方法

Also Published As

Publication number Publication date
CN1304987C (zh) 2007-03-14

Similar Documents

Publication Publication Date Title
CN1304987C (zh) 一种智能交通数据处理方法
CN1105993C (zh) 用于降低阻塞效应的一维信号自适应滤波器及其滤波方法
CN1901620A (zh) 一种基于运动检测和自适应滤波的视频图像降噪方法
CN1822046A (zh) 基于区域特征模糊的红外与可见光图像融合方法
CN1547725A (zh) 图像匹配
CN103974071A (zh) 基于感兴趣区域的视频编码方法和设备
CN1831893A (zh) 交通信息***
CN1282131C (zh) 基于不可分离小波框架的图像融合方法
CN1804657A (zh) 遥感图像小目标超分辨率重建方法
CN1251145C (zh) 综合边缘和纹理信息的金字塔图像融合方法
CN101059529A (zh) 一种视频测量车流平均速率的方法
CN1901602A (zh) 用于图像放大处理过程中的快速双线性插值方法
CN113205018A (zh) 一种基于多尺度残差网络模型的高分影像建筑物提取方法
CN1431523A (zh) 遥感图像双线性插值小波变换融合的优化方法
CN1665299A (zh) 可伸缩视频编解码器体系结构设计方法
CN103345747A (zh) 一种基于平面坐标优化的图像形状特征提取和结构化描述装置以及方法
CN1924950A (zh) 车辆特征识别与测量***及其车辆信息识别方法
CN1821755A (zh) 水中絮体分形脉动影像实时检测方法
CN1917635A (zh) 一种矢量图形数据传输方法
CN116858751B (zh) 基于代表车型声音处理的透水混凝土路面孔隙率测算方法
CN1152341C (zh) 房屋数字地图自动生成方法
Kakegawa et al. Road surface segmentation based on vertically local disparity histogram for stereo camera
CN1197026C (zh) 平行逆向离散小波变换方法
CN116434539B (zh) 基于数字孪生的极端雨水天气下高速公路车速预警方法
CN1794312A (zh) 视频车位检测器及其检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20070314

Termination date: 20110309