【摘要】：在我國(guó)道路交通監(jiān)管領(lǐng)域的視頻監(jiān)控系統(tǒng)中存在著大量的視頻數(shù)據(jù),通過(guò)視頻監(jiān)控?cái)?shù)據(jù)排查交通事件往往采用人工查詢的方式,耗費(fèi)大量的人力資源并且效率較低,不能夠及時(shí)發(fā)現(xiàn)異常交通事件并進(jìn)行處理,使得異常交通事件衍生出較為嚴(yán)重的交通事故,最終導(dǎo)致道路交通壓力急劇上升影響正常的交通秩序。異常交通事件成為影響正常道路交通的主要因素,異常交通事件中正常行駛區(qū)域停車(chē)與區(qū)域擁堵事件發(fā)生頻次較高。因此通過(guò)研究基于視頻分析的智能監(jiān)測(cè)技術(shù)對(duì)于提高監(jiān)管效率、緩解當(dāng)前日益嚴(yán)重的道路交通監(jiān)管壓力具有重大的意義。本文針對(duì)我國(guó)道路交通監(jiān)管領(lǐng)域日益嚴(yán)峻的發(fā)展形勢(shì)結(jié)合道路交通監(jiān)管實(shí)際情況,利用當(dāng)前交通監(jiān)管系統(tǒng)中豐富的視頻資源設(shè)計(jì)構(gòu)建實(shí)時(shí)視頻監(jiān)測(cè)算法測(cè)算交通數(shù)據(jù)分析交通事件。從而實(shí)現(xiàn)一種從視頻角度進(jìn)行實(shí)時(shí)車(chē)輛檢測(cè)與交通狀態(tài)監(jiān)測(cè)的技術(shù)。該項(xiàng)技術(shù)根據(jù)實(shí)際應(yīng)用場(chǎng)景對(duì)目標(biāo)檢測(cè)算法進(jìn)行優(yōu)化調(diào)整提升檢測(cè)算法的精準(zhǔn)度與執(zhí)行效率。構(gòu)建的實(shí)時(shí)視頻監(jiān)測(cè)算法將目標(biāo)檢測(cè)、目標(biāo)跟蹤、交通數(shù)據(jù)計(jì)算、交通事件分析等處理技術(shù)結(jié)合進(jìn)行集成,通過(guò)視頻分析的方式實(shí)現(xiàn)對(duì)道路交通的實(shí)時(shí)監(jiān)測(cè)。利用實(shí)時(shí)視頻監(jiān)測(cè)技術(shù)構(gòu)建車(chē)輛智能監(jiān)測(cè)系統(tǒng),系統(tǒng)可分析監(jiān)測(cè)區(qū)域中的車(chē)輛運(yùn)行狀態(tài)與區(qū)域通行狀態(tài),檢測(cè)識(shí)別異常交通狀態(tài)并進(jìn)行預(yù)警提示實(shí)現(xiàn)監(jiān)測(cè)路段全時(shí)段的交通狀態(tài)監(jiān)測(cè)。系統(tǒng)在角度傾斜、背光、霧霾、遮擋等視頻場(chǎng)景檢測(cè)識(shí)別效果較好,平均檢測(cè)準(zhǔn)確率高于96.15%,測(cè)算車(chē)速誤差低于10%。通過(guò)實(shí)際應(yīng)用場(chǎng)景視頻測(cè)試證實(shí)實(shí)時(shí)視頻監(jiān)測(cè)技術(shù)在實(shí)際應(yīng)用場(chǎng)景中的有效性。
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP391.41;U495
【圖文】：

圖２－１幀間差分法算法處理流程圖逡逑幀間差分法的檢測(cè)處理速度較快，適用范圍較為廣泛，但該算法同間差分法難以檢測(cè)提取出完整的運(yùn)動(dòng)目標(biāo)，在兩個(gè)視頻幀檢測(cè)處理長(zhǎng)，或者檢測(cè)目標(biāo)運(yùn)動(dòng)的速度過(guò)快時(shí)會(huì)出現(xiàn)檢測(cè)目標(biāo)拖尾重疊的幀的處理時(shí)間間隔太短時(shí)，或者運(yùn)動(dòng)目標(biāo)移動(dòng)速度較慢時(shí)會(huì)使前后幀灰度值變化減小，導(dǎo)致差分運(yùn)算時(shí)灰度值差值變小，誤將前景目造成空洞現(xiàn)象。在實(shí)際的應(yīng)用中可以運(yùn)用前后相鄰的三幀或者多幀分解決上述問(wèn)題，該類(lèi)處理方式是在連續(xù)的視頻圖像序列中取三幀７逡逑

１邋１逡逑圖２－１幀間差分法算法處理流程圖逡逑幀間差分法的檢測(cè)處理速度較快，適用范圍較為廣泛，但該算法同時(shí)存在著逡逑缺點(diǎn)。幀間差分法難以檢測(cè)提取出完整的運(yùn)動(dòng)目標(biāo)，在兩個(gè)視頻幀檢測(cè)處理的時(shí)逡逑間間隔過(guò)長(zhǎng)，或者檢測(cè)目標(biāo)運(yùn)動(dòng)的速度過(guò)快時(shí)會(huì)出現(xiàn)檢測(cè)目標(biāo)拖尾重疊的現(xiàn)象，逡逑而在視頻幀的處理時(shí)間間隔太短時(shí)，或者運(yùn)動(dòng)目標(biāo)移動(dòng)速度較慢時(shí)會(huì)使前后相鄰逡逑？的兩視頻幀灰度值變化減小，導(dǎo)致差分運(yùn)算時(shí)灰度值差值變小，誤將前景目標(biāo)判逡逑別為背景造成空洞現(xiàn)象。在實(shí)際的應(yīng)用中可以運(yùn)用前后相鄰的三幀或者多幀視頻逡逑楨進(jìn)行差分解決上述問(wèn)題，該類(lèi)處理方式是在連續(xù)的視頻圖像序列中取三幀前后逡逑７逡逑

光流場(chǎng)閾值側(cè)Ｕｊ光流場(chǎng)區(qū)域分割逡逑？邐圖２－３光流法處理流程逡逑基于光流的運(yùn)動(dòng)目標(biāo)檢測(cè)算法對(duì)視頻圖像采集設(shè)備獲取到的視頻圖像序列逡逑進(jìn)行重采樣以及去噪預(yù)處理后，計(jì)算出視頻圖像中各像素點(diǎn)的光流值，得出各點(diǎn)逡逑９逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 舒朗;郭春生;;基于回歸與深度強(qiáng)化學(xué)習(xí)的目標(biāo)檢測(cè)算法[J];軟件導(dǎo)刊;2018年12期

2 王鈐;張穗華;雷絲雨;鄧博文;;一種基于數(shù)據(jù)聚類(lèi)的目標(biāo)檢測(cè)算法[J];機(jī)電產(chǎn)品開(kāi)發(fā)與創(chuàng)新;2016年06期

3 孫林;鮑金河;劉一超;;高光譜圖像目標(biāo)檢測(cè)算法分析[J];測(cè)繪科學(xué);2012年01期

4 張桂林，熊艷，曹偉，李強(qiáng);一種評(píng)價(jià)自動(dòng)目標(biāo)檢測(cè)算法性能的方法[J];華中理工大學(xué)學(xué)報(bào);1994年05期

5 吳雨露;張德賢;;基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法綜述[J];信息與電腦(理論版);2019年12期

6 許云;李彬;;基于背景遺傳模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J];自動(dòng)化技術(shù)與應(yīng)用;2017年03期

7 杜佳;宋春林;;一種改進(jìn)的毫米波雷達(dá)多目標(biāo)檢測(cè)算法[J];通信技術(shù);2015年07期

8 諸葛霞;向健勇;;基于分形特征的目標(biāo)檢測(cè)算法概述及仿真[J];紅外技術(shù);2006年10期

9 方路平;何杭江;周?chē)?guó)民;;目標(biāo)檢測(cè)算法研究綜述[J];計(jì)算機(jī)工程與應(yīng)用;2018年13期

10 尚海林;;復(fù)雜場(chǎng)景下弱小目標(biāo)檢測(cè)算法的FPGA實(shí)現(xiàn)[J];航空兵器;2007年04期

相關(guān)會(huì)議論文 前10條

1 何元磊;李紅軍;周陸軍;李旭淵;顧立林;尼濤;;基于端元豐度量化的高光譜圖像目標(biāo)檢測(cè)算法[A];國(guó)家安全地球物理叢書(shū)（十一）——地球物理應(yīng)用前沿[C];2015年

2 孫瑾秋;張艷寧;姜磊;王敏;;基于變換域特征的星空背景弱小目標(biāo)檢測(cè)算法[A];第八屆全國(guó)信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

3 高飛;蔣建國(guó);安紅新;齊美彬;;一種快速運(yùn)動(dòng)目標(biāo)檢測(cè)算法[A];全國(guó)第22屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2011)暨全國(guó)第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會(huì)議論文摘要集[C];2011年

4 許俊平;張啟衡;張耀;王華闖;;基于人眼視覺(jué)特性的小目標(biāo)檢測(cè)算法[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

5 王藝婷;黃世奇;劉代志;王紅霞;;高光譜圖像目標(biāo)檢測(cè)算法性能研究[A];國(guó)家安全地球物理叢書(shū)（十）——地球物理環(huán)境與國(guó)家安全[C];2014年

6 張國(guó)華;;一種基于導(dǎo)引頭穩(wěn)定平臺(tái)結(jié)構(gòu)的目標(biāo)檢測(cè)算法[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

7 鄭偉成;李學(xué)偉;劉宏哲;;基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法綜述[A];中國(guó)計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2018年第二十二屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2018年

8 劉昊;趙龍;;基于改進(jìn)混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

9 劉峰;奚曉梁;沈同圣;;基于最大值投影的空間小目標(biāo)檢測(cè)算法[A];第二屆空間目標(biāo)與碎片監(jiān)測(cè)、清理技術(shù)及應(yīng)用學(xué)術(shù)研討會(huì)論文集[C];2015年

10 鄧宇;陳孝威;;綜合利用時(shí)空信息的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國(guó)多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 張麗麗;基于空譜聯(lián)合特性的高光譜圖像異常目標(biāo)檢測(cè)算法研究[D];哈爾濱工程大學(xué);2018年

2 趙紅燕;被動(dòng)多基站雷達(dá)目標(biāo)檢測(cè)算法研究[D];西安電子科技大學(xué);2017年

3 郭小路;多通道雷達(dá)干擾抑制與目標(biāo)檢測(cè)算法研究[D];西安電子科技大學(xué);2017年

4 李健;星載寬幅SAR及目標(biāo)檢測(cè)算法研究[D];西安電子科技大學(xué);2018年

5 王志虎;基于顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2015年

6 郭明瑋;基于視覺(jué)記憶的目標(biāo)檢測(cè)算法：一個(gè)特征學(xué)習(xí)與特征聯(lián)想的過(guò)程[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

7 王俊強(qiáng);圖像中人體目標(biāo)檢測(cè)算法研究[D];北京郵電大學(xué);2012年

8 李凡;復(fù)雜背景抑制及弱小目標(biāo)檢測(cè)算法研究[D];西安電子科技大學(xué);2010年

9 種勁松;合成孔徑雷達(dá)圖像艦船目標(biāo)檢測(cè)算法與應(yīng)用研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2002年

10 崔國(guó)龍;多天線配置雷達(dá)系統(tǒng)的目標(biāo)檢測(cè)算法研究[D];電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 周立學(xué);基于卷積神經(jīng)網(wǎng)絡(luò)的隧道目標(biāo)檢測(cè)算法研究[D];武漢理工大學(xué);2018年

2 孟俊彪;基于深度學(xué)習(xí)的自進(jìn)化雷達(dá)目標(biāo)檢測(cè)算法[D];廈門(mén)大學(xué);2018年

3 徐天澤;RGBD圖像顯著目標(biāo)檢測(cè)算法研究[D];安徽大學(xué);2019年

4 徐屹偉;視頻顯著目標(biāo)檢測(cè)算法研究[D];安徽大學(xué);2019年

5 劉奎響;深度學(xué)習(xí)目標(biāo)檢測(cè)中樣本挖掘及深層網(wǎng)絡(luò)優(yōu)化算法研究[D];安徽大學(xué);2019年

6 李衛(wèi)鷺;田間麥蜘蛛的深度學(xué)習(xí)檢測(cè)研究[D];安徽大學(xué);2019年

7 李小偉;輕量級(jí)深度學(xué)習(xí)目標(biāo)檢測(cè)算法研究及系統(tǒng)設(shè)計(jì)[D];安徽大學(xué);2019年

8 陳志欣;基于深度學(xué)習(xí)的視頻目標(biāo)檢測(cè)算法研究與應(yīng)用[D];北方工業(yè)大學(xué);2019年

9 鮑金玉;基于視頻分析的車(chē)輛智能監(jiān)測(cè)技術(shù)研究[D];北方工業(yè)大學(xué);2019年

10 高麗清;高頻地波雷達(dá)船舶目標(biāo)檢測(cè)算法研究[D];內(nèi)蒙古大學(xué);2018年

本文編號(hào)：2777078