摘要
道路監控自動化一直都是智慧型運輸系統(intelligent transportation systems; ITS)的目標。然而目前傳統監測交叉路口車流的工作大多仍需仰賴人工方式，以目測方式統計時間內通過的車流，人工準確度也不見得精確。本研究以多攝影機方式分別拍攝來源區域與目的區域，並同時進行偵測及抽取特徵並存進特徵暫存庫。抽取來源區域車輛特徵後，此時依照時間差與目的區域畫面車輛進行特徵比對。此時間間隔內目的區域會偵測與來源區域不同形狀的前景車輛，為了讓系統判定此目的區域所偵測到的前景車輛是否為來源區域的前景車輛，藉由抽取出的物件特徵值（中心位置、外形、顏色）進行比對，如果符合就是同個前景車輛。此外，本研究可利用車流的變動自動判定關注區域(ROI)。從畫面中透過動態調整擷取頻率機制找出前景車輛行經的位置，不斷的偵測而自動判定車道，最後結合判定的車道自動整合為主要的整體車流區域。本研究成果可節省人力與時間成本，另一方面能自動判定並統計轉向車流。透過系統自動調查更能有效掌握交叉路口車輛直行及轉向情況，藉以提供車流資訊給交通控制中心，即時控管交通號誌，疏解交通流量，減少車道閒置的狀況。
延伸閱讀
- 鄭其政（2006）。影像監控系統交通參數擷取技術之研究〔碩士論文，國立臺灣大學〕。華藝線上圖書館。https://doi.org/10.6342/NTU.2006.01605
- Chen, S. M. (2008). 全方位相機在交通路口車流量監控之應用 [master's thesis, National Taiwan University]. Airiti Library. https://doi.org/10.6342/NTU.2008.00705
- 林于翔（2009）。影像處理技術於多型態路口交通參數之擷取研究〔碩士論文，國立臺灣大學〕。華藝線上圖書館。https://doi.org/10.6342/NTU.2009.10282
- Chen, Y. C. (2008). 影像式偵測器於路口交通參數之擷取研究 [master's thesis, National Taiwan University]. Airiti Library. https://doi.org/10.6342/NTU.2008.02756
- Cao, W. Y. (2017). 基於分塊模型與影像路徑規劃之行人檢測與追蹤系統 [master's thesis, National Taiwan University]. Airiti Library. https://doi.org/10.6342/NTU201700140