本文關鍵詞：基于圖像紋理分析的動態(tài)車輛識別方法研究　出處：《公路交通科技》2017年10期 　論文類型：期刊論文

  更多相關文章： 交通工程 動態(tài)車輛識別 圖像紋理分析 閾值 最大類間方差

【摘要】：在智能交通系統(tǒng)中,動態(tài)圖像識別技術是系統(tǒng)應用的基礎核心技術之一。以應用于交通監(jiān)控、智能駕駛系統(tǒng)等場景的HSV空間動態(tài)車輛識別為基礎,研究并論證提出了新的檢測識別方法,實現(xiàn)對運動車輛的檢測識別、目標追蹤、駕駛輔助等功能。研究問題的難點是,如何從復雜的背景中分割運動物體,是檢測方法能否有效的至關重要的一步,在研究了目前存在的各種方法之后,提出了一種新的基于陰影檢測的HSV空間自適應背景模型的車輛追蹤檢測算法,算法基于HSV空間圖像處理,采用最大類間方差法獲取相鄰幀二值化閾值,利用紋理信息進一步確定動態(tài)圖像以及確認圖像范圍。通過截取由監(jiān)控系統(tǒng)獲取的視頻信息,并對其進行圖像處理檢測車輛移動軌跡。從監(jiān)控視頻信息中獲取兩幀不同時刻的圖像信息,在HSV空間進行相鄰幀檢測。由于閾值的選擇將直接影響判斷精度,本研究將固定閾值法進行了改進,該閾值是通過統(tǒng)計模型對整幅圖像上灰度值進行計算,并通過最大類間方差法確定閾值。最后經過實際視頻圖像驗證,仿真試驗流程清晰,試驗結果達到預期設想。
[Abstract]:In the intelligent transportation system, dynamic image recognition is one of the core technologies in the application of the system. It is based on the dynamic vehicle recognition in HSV space which is applied to traffic monitoring and intelligent driving system. This paper studies and demonstrates a new detection and recognition method to realize the detection and recognition of moving vehicles, target tracking, driving assistance and other functions. The difficulty of the research is how to segment moving objects from the complex background. It is a very important step whether the detection method can be effective or not. After studying the existing methods, a new vehicle tracking detection algorithm based on HSV space adaptive background model based on shadow detection is proposed. The algorithm is based on HSV spatial image processing and uses the maximum inter-class variance method to obtain the binarization threshold of adjacent frames. Using texture information to further determine the dynamic image and confirm the range of the image by intercepting the video information obtained by the monitoring system. The vehicle moving track is detected by image processing, and the image information of two frames and different times is obtained from the monitoring video information. The detection of adjacent frames in HSV space. Because the choice of threshold will directly affect the accuracy of judgment, the fixed threshold method is improved in this study. The threshold is calculated by statistical model on the gray value of the whole image. The threshold value is determined by the method of maximum inter-class variance. Finally, the simulation process is clear and the experimental results reach the expectation after the actual video image verification.
【作者單位】： 中國公路車輛機械有限公司;
【基金】：交通運輸部標準研究項目(201611109)
【分類號】：TP391.41;U495
【正文快照】： 0引言智能交通系統(tǒng)(Intelligent Transportation System,簡稱ITS)是未來交通系統(tǒng)的發(fā)展方向,它是將先進的信息技術、數(shù)據(jù)通訊傳輸技術、電子傳感技術、控制技術及計算機技術等有效地集成運用于整個地面交通管理系統(tǒng)而建立的一種在大范圍內、全方位發(fā)揮作用的,實時、準確、高效

【相似文獻】

相關期刊論文 前8條

1 高晶輝;;基于計算機網絡技術的車輛識別技術的研究[J];煤炭技術;2011年02期

2 鞠儒生;吳浩;陳燕;;紅外遙控在車輛識別中應用[J];電子測量技術;2002年03期

3 孫德山,吳今培;一類支持向量機在車輛識別中的應用[J];交通運輸系統(tǒng)工程與信息;2003年04期

4 丁昌華;路小波;;無線射頻識別技術在車輛識別系統(tǒng)中的應用研究[J];交通科技與經濟;2006年01期

5 陳源林;陳孟良;;MCU用于無線車輛識別系統(tǒng)[J];電子測試;2006年11期

6 魏晗;陳剛;李弼程;張瑞杰;;一種基于自組織競爭網絡的車輛識別方法[J];現(xiàn)代電子技術;2014年02期

7 葉欣泉;廖惜春;;模糊神經網絡在車輛識別中的應用[J];五邑大學學報(自然科學版);2010年04期

8 張元;全磊;;車輛識別中的博弈特征選擇研究[J];公路交通科技;2008年11期

相關博士學位論文 前1條

1 王運瓊;車輛識別系統(tǒng)中幾個關鍵技術的研究[D];四川大學;2004年

相關碩士學位論文 前4條

1 杜滕州;基于單目視覺的夜間車輛識別與測距方法研究[D];山東理工大學;2013年

2 湯牛明;基于車輛識別的城市交通擁堵控制方法研究[D];南京信息工程大學;2011年

3 何睿;基于DSP的可疑車輛識別算法研究與實現(xiàn)[D];東北大學;2012年

4 王戰(zhàn)魁;基于PCA與BP神經網絡的危險化學品車輛識別[D];首都經濟貿易大學;2006年

，

本文編號：1429379