本文關(guān)鍵詞：基于圖像處理的公交乘客流量統(tǒng)計(jì)系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展,在此基礎(chǔ)上發(fā)展起來的計(jì)算機(jī)視覺技術(shù)逐步成熟,其應(yīng)用領(lǐng)域也越來越廣泛。本文將計(jì)算機(jī)視覺技術(shù)應(yīng)用到智能交通中,為公交車智能調(diào)度提供實(shí)時(shí)的數(shù)據(jù)基礎(chǔ),也就是為調(diào)度中心提供公交車在各個(gè)站點(diǎn)上下車乘客數(shù),以便合理地安排發(fā)車間隔,從而高效利用現(xiàn)有資源。在此背景下,研究了圖像處理方面幾種算法的改進(jìn)應(yīng)用。在本文中,首先介紹了圖像預(yù)處理技術(shù)并對幾種運(yùn)動目標(biāo)檢測方法進(jìn)行對比分析,決定采用背景差分法來提取圖像中運(yùn)動物體,并用MATLAB軟件對圖像進(jìn)行了處理。接著,因?yàn)楦┮暯嵌鹊某丝皖^部有類圓的特性,故利用Hough變換對圓進(jìn)行檢測,結(jié)合實(shí)際情況,為了提高檢測效率,降低計(jì)算量,提出了一種隨機(jī)Hough變換算法對乘客頭部進(jìn)行特征提取及識別。最后,利用Mean-Shift算法對乘客進(jìn)行跟蹤,考慮到乘客之間不可避免的遮擋問題,提出了一種將Mean-Shift算法與最小平方預(yù)測算法相結(jié)合的算法來對乘客進(jìn)行跟蹤。并用MATLAB軟件對圖像序列進(jìn)行了處理,可以有效地持續(xù)跟蹤目標(biāo),并對運(yùn)動軌跡進(jìn)行標(biāo)注。
【關(guān)鍵詞】：特征識別 Hough變化 目標(biāo)跟蹤 Mean-Shift算法 最小平方曲線擬合
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U491.17;TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-14
• 1.1 課題研究的背景及意義9
• 1.2 乘客檢測及相關(guān)技術(shù)現(xiàn)狀9-11
• 1.2.1 目前統(tǒng)計(jì)方法介紹9-10
• 1.2.2 視覺跟蹤介紹10-11
• 1.3 系統(tǒng)結(jié)構(gòu)介紹11-12
• 1.4 論文組織結(jié)構(gòu)12-14
• 第二章 圖像增強(qiáng)技術(shù)及運(yùn)動檢測方法14-26
• 2.1 圖像增強(qiáng)技術(shù)14-21
• 2.1.1 數(shù)字圖像簡介14
• 2.1.2 圖像降噪處理14-18
• 2.1.3 灰度圖像二值化18
• 2.1.4 數(shù)學(xué)形態(tài)學(xué)濾波18-21
• 2.2 運(yùn)動目標(biāo)檢測21-25
• 2.2.1 背景差分法21-22
• 2.2.2 幀間差分法22-23
• 2.2.3 光流法23-25
• 2.3 本章小結(jié)25-26
• 第三章 目標(biāo)頭部特征識別26-33
• 3.1 目標(biāo)特征選擇26
• 3.2 Hough變換提取運(yùn)動目標(biāo)頭部26-29
• 3.2.1 Hough變換概述26-27
• 3.2.2 Hough變換的線檢測27
• 3.2.3 Hough變換的圓檢測27-29
• 3.3 隨機(jī)Hough變換算法檢測頭部目標(biāo)29-32
• 3.3.1 隨機(jī)Hough變換算法29-30
• 3.3.2 隨機(jī)Hough變換算法的實(shí)現(xiàn)30-32
• 3.4 本章小結(jié)32-33
• 第四章 運(yùn)動目標(biāo)頭部的跟蹤33-50
• 4.1 Mean-Shift算法33-40
• 4.1.1 Mean-Shift算法的原理33-35
• 4.1.2 Mean-Shift算法在視覺跟蹤中的應(yīng)用35-39
• 4.1.3 Mean-Shift算法實(shí)驗(yàn)仿真39-40
• 4.2 最小平方算法與軌跡預(yù)測40-46
• 4.2.1 最小平方算法基本原理41
• 4.2.2 用最小平方法求矛盾方程組近似解41-43
• 4.2.3 曲線擬合43-45
• 4.2.4 軌跡預(yù)測45-46
• 4.3 目標(biāo)預(yù)測跟蹤算法46-49
• 4.3.1 算法介紹46-47
• 4.3.2 算法實(shí)現(xiàn)47-49
• 4.4 本章小結(jié)49-50
• 第五章 總結(jié)展望50-51
• 參考文獻(xiàn)51-53
• 致謝53

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 周世生,孫幫勇,李舉,夏衛(wèi)民;數(shù)字修描技術(shù)在包裝印刷圖像處理中的應(yīng)用研究[J];包裝工程;2005年05期

2 ;Adobe發(fā)布Phototshop CS4[J];照相機(jī);2008年11期

3 徐海良;;國像處理在歐洲前景美好[J];光學(xué)儀器;1989年05期

4 葉培建;1996年國際圖像處理大會信息[J];中國空間科學(xué)技術(shù);1996年06期

5 馬金發(fā),唐健,崔向;圖像處理快速算法研究及實(shí)現(xiàn)[J];沈陽工業(yè)學(xué)院學(xué)報(bào);2002年02期

6 王曉平,郝玉峰,袁春偉;基于激發(fā)介質(zhì)進(jìn)行圖像處理[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2003年12期

7 陳源鋒,馮琳;圖像處理技術(shù)在物證照片標(biāo)準(zhǔn)化制作中的應(yīng)用[J];影像技術(shù);2005年02期

8 蔣昀峗;葉俊勇;汪同慶;王同軍;;利用圖像處理技術(shù)進(jìn)行工件角度檢測[J];新技術(shù)新工藝;2007年08期

9 王博;石亮;;圖像處理技術(shù)實(shí)現(xiàn)與分析——圖像的退化與復(fù)原[J];硅谷;2008年02期

10 孫麗云;焦向東;劉丹;靳麗;;一種新的圖像處理實(shí)驗(yàn)設(shè)計(jì)方法[J];艦船電子工程;2008年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 苑廷剛;李愛東;李汀;艾康偉;嚴(yán)波濤;;圖像處理技術(shù)在田徑科研中的應(yīng)用初探[A];第七屆全國體育科學(xué)大會論文摘要匯編（二）[C];2004年

2 黃海永;朱浩;王朔中;;圖像處理軟件中宏結(jié)構(gòu)的實(shí)現(xiàn)和擴(kuò)展[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

3 楊文杰;劉浩學(xué);;基于馬爾可夫場理論的圖像處理新方法評述[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

4 王晉疆;劉文耀;肖松山;陳曉東;孫正;;光電圖像處理課程中教學(xué)環(huán)節(jié)的設(shè)計(jì)[A];光電技術(shù)與系統(tǒng)文選——中國光學(xué)學(xué)會光電技術(shù)專業(yè)委員會成立二十周年暨第十一屆全國光電技術(shù)與系統(tǒng)學(xué)術(shù)會議論文集[C];2005年

5 王鵬;;圖像處理技術(shù)與實(shí)驗(yàn)數(shù)據(jù)處理[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

6 王曉劍;曹婉;王莎莎;;一種基于高速DSP的圖像處理應(yīng)用平臺[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會論文集（Ⅲ）[C];2008年

7 張煒;蔣大林;郎芬玲;曹廣鑫;王秀芬;;圖像處理技術(shù)應(yīng)用于選礦領(lǐng)域的綜述[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

8 劉春桐;趙兵;張志利;仲啟媛;;基于圖像處理的自動瞄準(zhǔn)系統(tǒng)精度研究[A];全國自動化新技術(shù)學(xué)術(shù)交流會會議論文集（一）[C];2005年

9 李向榮;;美式落袋球自動擺球系統(tǒng)的圖像處理研究[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會論文集（Ⅲ）[C];2008年

10 周榮官;周醒馭;;地質(zhì)雷達(dá)圖像處理在崩塌隱患探測中的應(yīng)用及分析[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 新疆大學(xué)紡織與服裝學(xué)院 袁春燕;圖像處理技術(shù)讓數(shù)據(jù)更真實(shí)[N];中國紡織報(bào);2013年

2 楊朝暉;我鄰域圖像處理達(dá)到每秒1350億次超高速[N];科技日報(bào);2008年

3 吳啟海;圖像處理時(shí)8位/通道或16位/通道模式的選擇探討[N];中國攝影報(bào);2012年

4 殷幼芳;印前圖像處理技術(shù)對印刷質(zhì)量的影響[N];中國包裝報(bào);2005年

5 徐和德;圖像處理要適度[N];中國攝影報(bào);2006年

6 記者 申明;中星微發(fā)布場景高保真圖像處理技術(shù)[N];科技日報(bào);2010年

7 楊玉軍;郵編圖像處理技術(shù)通過驗(yàn)收[N];中國郵政報(bào);2000年

8 董長生 吳志軍;用圖像處理軟件推動刑偵信息技術(shù)工作[N];人民公安報(bào);2003年

9 殷幼芳;藝術(shù)化的圖像處理技術(shù)[N];中國包裝報(bào);2006年

10 ;富士圖像處理方案走進(jìn)手機(jī)[N];計(jì)算機(jī)世界;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 羅軍;圖像處理快速算法研究與硬件化[D];武漢大學(xué);2014年

2 孫傳猛;煤巖圖像處理及細(xì)觀損傷本構(gòu)模型研究[D];重慶大學(xué);2015年

3 嵇曉平;基于各向異性擴(kuò)散方程圖像處理問題的研究[D];哈爾濱工業(yè)大學(xué);2015年

4 黎海生;量子圖像處理關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2014年

5 吳玉蓮;非局部信息和TGV正則在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

6 張還;聚合物復(fù)合材料微觀圖像處理與分析[D];南京農(nóng)業(yè)大學(xué);2014年

7 季雷;光輻射對生物體影響的關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2015年

8 劉宇飛;基于模型修正與圖像處理的多尺度結(jié)構(gòu)損傷識別[D];清華大學(xué);2015年

9 樊瑤;基于圖像處理的路面裂縫檢測關(guān)鍵技術(shù)研究[D];長安大學(xué);2016年

10 程科;模糊形態(tài)學(xué)技術(shù)及其在圖像處理中的應(yīng)用[D];南京理工大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 杜高峰;基于opencv圖像處理的列車受電弓動態(tài)特性監(jiān)測方法研究[D];西南交通大學(xué);2015年

2 王世豪;基于小波及壓縮感知的圖像處理方法及應(yīng)用研究[D];燕山大學(xué);2015年

3 牛蕾;基于非線性動力系統(tǒng)的圖像處理[D];東北林業(yè)大學(xué);2015年

4 宋君毅;基于圖像處理的魚群監(jiān)測技術(shù)研究[D];天津理工大學(xué);2015年

5 古偉楷;基于異構(gòu)計(jì)算技術(shù)的視頻與圖像處理研究[D];華南理工大學(xué);2015年

6 康睿;基于圖像處理的砂土顆粒細(xì)觀特性分析[D];寧夏大學(xué);2015年

7 趙杰;柴油噴霧粒子圖像處理及軟件的設(shè)計(jì)[D];長安大學(xué);2015年

8 石璐;基于圖像處理的礦質(zhì)混合料級配檢測算法研究[D];長安大學(xué);2015年

9 李麗君;基于圖像處理的玉米葉部病害識別研究[D];四川農(nóng)業(yè)大學(xué);2014年

10 潘弋;基于智能手機(jī)嵌入式圖像處理和移動網(wǎng)絡(luò)應(yīng)用研究[D];上海交通大學(xué);2015年

  本文關(guān)鍵詞：基于圖像處理的公交乘客流量統(tǒng)計(jì)系統(tǒng)的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：446707