隨著中國(guó)道路交通的飛速發(fā)展,道路上行駛的車輛越來越多,引發(fā)的交通事故也頻繁發(fā)生,嚴(yán)重威脅了人民的生命財(cái)產(chǎn)安全。然而我國(guó)目前在交通事故的發(fā)現(xiàn)和處理上,依然是通過電話報(bào)警和人工監(jiān)測(cè)的方式,效率較低,因此利用視頻圖像處理技術(shù)實(shí)現(xiàn)智能檢測(cè)交通事故成為了研究的熱點(diǎn)。但目前交通事故自動(dòng)判別系統(tǒng)的研究存在著諸多問題,如目標(biāo)檢測(cè)不準(zhǔn)確,跟蹤效果不好,沖突判別正確率不高等,而且研究?jī)?nèi)容大多是針對(duì)車輛間的碰撞識(shí)別,針對(duì)人車間的碰撞研究很少。人在受到車輛撞擊后傷亡率很高,而且人會(huì)發(fā)生劇烈形變導(dǎo)致不易被檢測(cè)識(shí)別。針對(duì)這些問題,本文提出了基于視頻圖像的人車碰撞事故識(shí)別技術(shù)。主要研究?jī)?nèi)容包括運(yùn)動(dòng)目標(biāo)的檢測(cè)、跟蹤及碰撞。（1）運(yùn)動(dòng)目標(biāo)檢測(cè)是進(jìn)行人車碰撞事故識(shí)別的第一步。通過分析不同的運(yùn)動(dòng)目標(biāo)檢測(cè)方法和背景建模方法,選擇基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法,以達(dá)到最優(yōu)的運(yùn)動(dòng)目標(biāo)檢測(cè)效果。在提取出前景目標(biāo)區(qū)域后,對(duì)檢測(cè)結(jié)果進(jìn)行分析,提出基于多特征融合的陰影檢測(cè)和去除,將目標(biāo)的顏色特征、紋理特征及邊緣特征有效結(jié)合去除前景目標(biāo)區(qū)域內(nèi)的陰影,以優(yōu)化運(yùn)動(dòng)目標(biāo)檢測(cè)結(jié)果。最后通過實(shí)驗(yàn)分析,驗(yàn)證了算法的有效性。（2）接著要進(jìn)行目標(biāo)跟蹤... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

論文研究方案

圖 2.1 圖像采集和傳輸過程交通視頻采集設(shè)備主要包括 CCD 攝像機(jī)、鏡頭和圖像采集卡。攝像機(jī)和負(fù)責(zé)拍攝實(shí)時(shí)交通狀態(tài)。目前攝像機(jī)的主要傳感部件 CCD 即電荷耦合器件要將光線變?yōu)殡姾刹⒖蓪㈦姾蓛?chǔ)存及轉(zhuǎn)移。圖像采集卡是圖像采集傳輸部圖像處理部分的接口，為了滿足圖像信號(hào)高速度傳輸?shù)囊�。交通視頻傳輸設(shè)備主要是為了將采集到的視頻從現(xiàn)場(chǎng)傳輸?shù)揭曨l圖像處備，主要包括光纖和光端機(jī)。光纖即光導(dǎo)纖維，是光纖通信的傳輸媒介，帶寬高、通訊容量大、信號(hào)損耗低、中繼距離遠(yuǎn)等優(yōu)點(diǎn)，非常適合圖像等量數(shù)據(jù)的傳輸。光端機(jī)包括光發(fā)射機(jī)和光接收機(jī)，是光電轉(zhuǎn)換的收發(fā)設(shè)備[.2.2 交通視頻圖像的特點(diǎn)視頻實(shí)際上是由多幅圖像以時(shí)間先后順序排列組成的圖像集合，其中每像稱為幀。通常情況下，視頻圖像中都含有大量的關(guān)于圖像內(nèi)容的有效信交通視頻圖像就含有了車輛等運(yùn)動(dòng)目標(biāo)的有效信息。

本章就對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)方法進(jìn)行分析研究，解決系統(tǒng)的運(yùn)動(dòng)目標(biāo)檢題。.1 運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)本文是根據(jù)道路上的固定監(jiān)控?cái)z像頭拍攝的視頻進(jìn)行事故識(shí)別，所以進(jìn)是靜態(tài)背景下的目標(biāo)檢測(cè)。目前常用的基于靜態(tài)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)基本有三種：相鄰幀差法，光流法和背景差分法[26]。.1.1 常用的運(yùn)動(dòng)目標(biāo)檢測(cè)算法.1.1.1 相鄰幀差法相鄰幀差法的基本原理是在視頻圖像中，運(yùn)動(dòng)目標(biāo)在相鄰兩幀圖像中會(huì)明顯的差值圖像，而背景在相鄰兩幀之間不會(huì)產(chǎn)生明顯的差分圖像，所以比較相鄰兩幀圖像，得到二者的差分圖像并進(jìn)行閾值化處理，將閾值化結(jié)過圖像后處理操作即可分離出運(yùn)動(dòng)目標(biāo)，整個(gè)過程如圖 3.1 所示。

【參考文獻(xiàn)】：
期刊論文
[1]道路交通運(yùn)輸安全發(fā)展報(bào)告（2017）[J]. Matthias Gsul,胡予紅,周旋,寧丙文,米建英,劉佳,王光遠(yuǎn),王靜,董晨,張露丹.  中國(guó)應(yīng)急管理. 2018(02)
[2]智能視頻分析的車輛異常行為檢測(cè)方法[J]. 尹宏鵬,李艷霞,周佳怡,柴毅.  重慶大學(xué)學(xué)報(bào). 2016(03)
[3]多特征融合的車輛陰影消除[J]. 邱一川,張亞英,劉春梅.  中國(guó)圖象圖形學(xué)報(bào). 2015(03)
[4]基于小波方程的高速公路交通事故自動(dòng)檢測(cè)方法[J]. 尹春娥,陳寬民,萬繼志.  中國(guó)公路學(xué)報(bào). 2014(12)
[5]車輛交通事故視頻監(jiān)測(cè)算法研究[J]. 李月娥,申海洋.  測(cè)試技術(shù)學(xué)報(bào). 2014(04)
[6]一種基于視頻的交通事故檢測(cè)方法[J]. 拜佩,李金屏.  濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(03)
[7]交通事件視頻圖像自動(dòng)識(shí)別系統(tǒng)的研究[J]. 趙建東,張昊,王自上,李兆軒.  北京交通大學(xué)學(xué)報(bào). 2011(04)
[8]視覺跟蹤技術(shù)綜述[J]. 侯志強(qiáng),韓崇昭.  自動(dòng)化學(xué)報(bào). 2006(04)

博士論文
[1]基于計(jì)算機(jī)視覺的行人交通信息智能檢測(cè)理論和關(guān)鍵技術(shù)研究[D]. 王愛麗.北京交通大學(xué) 2016

碩士論文
[1]基于視頻的車輛碰撞檢測(cè)方法研究[D]. 劉松.重慶大學(xué) 2017
[2]基于視頻的交通事故自動(dòng)判別算法研究[D]. 徐謙.吉林大學(xué) 2015
[3]基于視頻的交通沖突自動(dòng)判別技術(shù)研究[D]. 趙歡.吉林大學(xué) 2014
[4]基于計(jì)算機(jī)視覺的車輛跟蹤算法研究[D]. 成志航.廣東工業(yè)大學(xué) 2014
[5]基于卡爾曼濾波器的抗遮擋車輛跟蹤算法[D]. 李文姣.中國(guó)海洋大學(xué) 2013
[6]基于視頻的交通信息采集系統(tǒng)的研究[D]. 李娜.中南大學(xué) 2010
[7]基于視頻圖像的交通事件自動(dòng)識(shí)別算法研究[D]. 王自上.北京交通大學(xué) 2010
[8]交通視頻監(jiān)控系統(tǒng)中車輛識(shí)別與跟蹤技術(shù)研究[D]. 孔勇平.華南理工大學(xué) 2010
[9]基于圖像處理和DSP的交通燈實(shí)時(shí)智能控制系統(tǒng)研究[D]. 孔文杰.鄭州大學(xué) 2010
[10]智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D]. 杜晶晶.西南交通大學(xué) 2009



本文編號(hào)：3475951