隨著社會(huì)經(jīng)濟(jì)發(fā)展、城市化進(jìn)程的不斷深入以及人口數(shù)量的不斷增長(zhǎng),交通需求日益增長(zhǎng),智能交通系統(tǒng)成為未來(lái)的發(fā)展方向。交通監(jiān)控系統(tǒng)作為智能交通系統(tǒng)中的重要組成部分,城市道路交通信息采集相關(guān)的研究受到越來(lái)越多的關(guān)注,其中車(chē)流量的實(shí)時(shí)采集對(duì)減緩城市交通擁堵、提高運(yùn)輸效率以及合理分配道路資源起到重要的作用。本文結(jié)合實(shí)際交通場(chǎng)景,在現(xiàn)有運(yùn)動(dòng)車(chē)輛檢測(cè)和跟蹤計(jì)數(shù)算法的基礎(chǔ)上,針對(duì)現(xiàn)有算法存在的問(wèn)題提出改進(jìn)的運(yùn)動(dòng)車(chē)輛檢測(cè)算法,同時(shí)提出基于歐氏距離匹配和哈希算法的車(chē)輛跟蹤計(jì)數(shù)算法,最后設(shè)計(jì)了車(chē)流量跟蹤統(tǒng)計(jì)系統(tǒng)。本文的主要研究工作如下:在運(yùn)動(dòng)車(chē)輛檢測(cè)方面,通過(guò)比較分析多種運(yùn)動(dòng)目標(biāo)檢測(cè)算法的差異,針對(duì)傳統(tǒng)Surendra算法的不足,提出了一種改進(jìn)的Surendra背景更新算法。結(jié)合基于最小二乘法的Otsu算法,改進(jìn)的Surendra算法能夠?qū)Ρ尘皥D像進(jìn)行自適應(yīng)更新;通過(guò)對(duì)背景模型添加計(jì)數(shù)器解決了視頻中運(yùn)動(dòng)目標(biāo)的停滯問(wèn)題;同時(shí)改進(jìn)了Surendra算法的更新策略使它能夠更準(zhǔn)確地提取運(yùn)動(dòng)目標(biāo)。在運(yùn)動(dòng)車(chē)輛跟蹤計(jì)數(shù)方面,研究分析了目前主流的運(yùn)動(dòng)目標(biāo)跟蹤算法,結(jié)合車(chē)輛視頻的實(shí)際特點(diǎn),提出一種基于歐式距離匹配和哈希算法的車(chē)... 

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 車(chē)流量跟蹤統(tǒng)計(jì)技術(shù)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
    1.4 本文結(jié)構(gòu)安排
第二章 論文相關(guān)理論基礎(chǔ)
    2.1 概述
    2.2 圖像灰度化
    2.3 圖像去噪
    2.4 圖像二值化
    2.5 運(yùn)動(dòng)目標(biāo)檢測(cè)方法
        2.5.1 幀差法
        2.5.2 光流法
        2.5.3 背景差分法
    2.6 本章小結(jié)
第三章 運(yùn)動(dòng)車(chē)輛檢測(cè)
    3.1 概述
    3.2 基于改進(jìn)Surendra算法的運(yùn)動(dòng)車(chē)輛檢測(cè)
        3.2.1 背景建模
        3.2.2 改進(jìn)的背景更新算法
        3.2.3 數(shù)學(xué)形態(tài)學(xué)處理
        3.2.4 檢測(cè)算法流程圖
    3.3 檢測(cè)實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小節(jié)
第四章 運(yùn)動(dòng)車(chē)輛跟蹤和計(jì)數(shù)
    4.1 概述
    4.2 基于歐式距離匹配和哈希算法的車(chē)輛跟蹤算法
        4.2.1 車(chē)輛跟蹤計(jì)數(shù)算法設(shè)計(jì)思路
        4.2.2 歐式距離匹配
        4.2.3 漢明距離與哈希算法
        4.2.4 車(chē)輛矩形框相似度計(jì)算
        4.2.5 圖像相似度匹配實(shí)驗(yàn)結(jié)果
    4.3 多車(chē)道車(chē)輛計(jì)數(shù)
        4.3.1 虛擬檢測(cè)線設(shè)置
        4.3.2 車(chē)輛計(jì)數(shù)
    4.4 本章小節(jié)
第五章 車(chē)流量統(tǒng)計(jì)系統(tǒng)設(shè)計(jì)與實(shí)驗(yàn)
    5.1 系統(tǒng)功能概述
    5.2 實(shí)驗(yàn)環(huán)境
        5.2.1 硬件環(huán)境
        5.2.2 軟件環(huán)境
    5.3 軟件系統(tǒng)設(shè)計(jì)
        5.3.1 算法整體設(shè)計(jì)
        5.3.2 系統(tǒng)功能模塊
        5.3.3 軟件設(shè)計(jì)界面
    5.4 車(chē)流量統(tǒng)計(jì)實(shí)驗(yàn)結(jié)果與分析
    5.5 本章小節(jié)
第六章 全文總結(jié)及工作展望
    6.1 全文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種新穎的基于軌跡分析和類(lèi)型識(shí)別的車(chē)流量統(tǒng)計(jì)方法[J]. 白天,許曉瓏,丁箐,葉勇,石竹.  計(jì)算機(jī)應(yīng)用與軟件. 2016(12)
[2]基于自適應(yīng)虛擬線圈的多車(chē)道車(chē)流量檢測(cè)算法[J]. 甘玲,李瑞.  計(jì)算機(jī)應(yīng)用. 2016(12)
[3]基于Surendra背景差分和幀間差分的運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 王水魚(yú),李艷婷.  微型機(jī)與應(yīng)用. 2016(17)
[4]圖像處理應(yīng)用組態(tài)開(kāi)發(fā)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 劉澤桂,李迪,王世勇,張春華.  計(jì)算機(jī)測(cè)量與控制. 2016(02)
[5]一種結(jié)合幀差法和混合高斯的運(yùn)動(dòng)檢測(cè)算法[J]. 於正強(qiáng),潘赟,宦若虹.  計(jì)算機(jī)應(yīng)用與軟件. 2015(04)
[6]智能交通系統(tǒng)綜述[J]. 趙娜,袁家斌,徐晗.  計(jì)算機(jī)科學(xué). 2014(11)
[7]基于視頻的車(chē)流量檢測(cè)建模與分析[J]. 張韜.  計(jì)算機(jī)與數(shù)字工程. 2014(06)
[8]城市智能交通系統(tǒng)的發(fā)展現(xiàn)狀與趨勢(shì)[J]. 陸化普,李瑞敏.  工程研究-跨學(xué)科視野中的工程. 2014(01)
[9]我國(guó)智能交通系統(tǒng)技術(shù)發(fā)展現(xiàn)狀及展望[J]. 金茂菁.  交通信息與安全. 2012(05)
[10]智能交通系統(tǒng)發(fā)展與展望[J]. 王國(guó)鋒,宋鵬飛,張?zhí)N靈.  公路. 2012(05)

博士論文
[1]視頻監(jiān)控中的目標(biāo)計(jì)數(shù)方法研究[D]. 劉旭.中國(guó)科學(xué)技術(shù)大學(xué) 2018

碩士論文
[1]基于視頻的車(chē)流量智能交通檢測(cè)系統(tǒng)研究[D]. 黃鑫.西南交通大學(xué) 2018
[2]基于視頻處理的道路交通流跟蹤統(tǒng)計(jì)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 牛嘉郡.電子科技大學(xué) 2018
[3]基于監(jiān)控視頻的交通信息提取技術(shù)研究[D]. 黃丹.電子科技大學(xué) 2017
[4]基于視頻的車(chē)流量檢測(cè)技術(shù)研究[D]. 吳志偉.華南理工大學(xué) 2012
[5]基于OpenCV的視頻道路車(chē)輛檢測(cè)與跟蹤[D]. 詹群峰.廈門(mén)大學(xué) 2009
[6]基于視頻虛擬線圈的交通流參數(shù)檢測(cè)[D]. 尹朝征.清華大學(xué) 2002



本文編號(hào)：3668880