本文關(guān)鍵詞：智能交通系統(tǒng)中的環(huán)境感知算法研究

  更多相關(guān)文章： 智能交通監(jiān)控 環(huán)境感知 非參數(shù)標簽傳導(dǎo) 斑馬線檢測

【摘要】：環(huán)境感知是智能交通系統(tǒng)的重要組成部分。廣泛的應(yīng)用在交通監(jiān)控系統(tǒng)的視頻壓縮、圖像分類和視頻圖像檢索等領(lǐng)域。常規(guī)環(huán)境感知技術(shù)主要應(yīng)用在自然界或者含少量人造物體場景解析,具有解析種類多和解析準確等特點。但是該方法對大規(guī)模的交通監(jiān)控復(fù)雜場景的解析性能仍存在問題,本文以智能交通監(jiān)控下的環(huán)境感知系統(tǒng)為研究課題,主要構(gòu)建了非參數(shù)化環(huán)境感知系統(tǒng),該方法以數(shù)據(jù)為驅(qū)動,無需設(shè)置精確參數(shù),是一種非參數(shù)化場景解析方法,同時本文提出了參數(shù)化的斑馬線關(guān)鍵場景目標檢測算法,進一步提升環(huán)境感知的準確性。主要工作如下:1、本論文提取了大量的交通監(jiān)控的背景圖片,搭建了離線的LabelMe服務(wù)器,對背景圖片進行手工的標記,建立一個覆蓋交通監(jiān)控多場景的數(shù)據(jù)集,并且在該數(shù)據(jù)集下提供了一個場景解析準確率的基礎(chǔ)指標。2、針對傳統(tǒng)的非參數(shù)化環(huán)境感知系統(tǒng)進行構(gòu)建,并在此基礎(chǔ)之上進行了改進,主要為應(yīng)用多通道、細粒度的GIST全局特征進行最近鄰場景匹配,提升系統(tǒng)效果。3、針對交通監(jiān)控應(yīng)用場景的關(guān)鍵目標識別問題,本文提出了參數(shù)化基于MSER和ERANSAC算法斑馬線檢測方法,實驗表明該方法在多種環(huán)境下都具有高準確性和魯棒性。4、針對非參數(shù)化環(huán)境感知的系統(tǒng)的不足,本文通過融合斑馬線檢測識別算法到該系統(tǒng)中,使環(huán)境感知系統(tǒng)性能進一步提升。5、對系統(tǒng)主要函數(shù)進行封裝,制作環(huán)境感知可視化使用軟件,對標記結(jié)果在原圖上進行標識,同時對場景目標的邊緣數(shù)據(jù)點進行提取,并且等間隔抽取邊緣數(shù)據(jù)點,按順序存儲到硬盤,方便其他圖像檢索系統(tǒng)對數(shù)據(jù)進行訪問利用。
【關(guān)鍵詞】：智能交通監(jiān)控 環(huán)境感知 非參數(shù)標簽傳導(dǎo) 斑馬線檢測
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U495
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-15
• 1.1 研究工作的背景與意義9-10
• 1.2 國內(nèi)外研究歷史與現(xiàn)狀10-13
• 1.3 本論文的結(jié)構(gòu)安排13-15
• 第二章 場景解析算法基礎(chǔ)15-30
• 2.1 背景提取技術(shù)方法15-17
• 2.1.1 多幀均值背景提取15-16
• 2.1.2 多幀中值背景提取16-17
• 2.2 常用圖像特征提取方法17-21
• 2.2.1 GIST全局描述子17-21
• 2.2.2 DenseSIFT描述子21
• 2.3 概率圖模型基礎(chǔ)21-28
• 2.3.1 概率圖模型簡介22-25
• 2.3.2 概率圖模型優(yōu)化方法25-28
• 2.4 實驗28-29
• 2.5 本章小結(jié)29-30
• 第三章 非參數(shù)化場景解析方法30-48
• 3.1 非參數(shù)化場景解析31-38
• 3.1.1 多通道GIST特征31-32
• 3.1.2 KNN最近鄰圖像集檢索32-33
• 3.1.3 MRF下的SIFTFLOW求解33-36
• 3.1.4 MRF下的圖像標簽傳導(dǎo)36-38
• 3.2 數(shù)據(jù)庫的搭建38-42
• 3.2.1 LabelMe搭建和軟件的使用38-40
• 3.2.2 圖像標記和建庫40-42
• 3.3 實驗42-47
• 3.3.1 參數(shù)K的確定42-43
• 3.3.2 參數(shù)M的確定43-44
• 3.3.3 多通道GIST特征驗證44-47
• 3.4 本章小結(jié)47-48
• 第四章 參數(shù)化斑馬線識別方法48-63
• 4.1 基于MSER的斑馬線潛在區(qū)域提取48-51
• 4.1.1 圖像預(yù)處理48-49
• 4.1.2 MSER基本原理49-50
• 4.1.3 MSER斑馬線結(jié)構(gòu)檢測50-51
• 4.2 基于ERANSAC的斑馬線檢測和定位51-57
• 4.2.1 級聯(lián)濾波器抽取斑馬線子區(qū)域51
• 4.2.2 基于ERANSAC的斑馬線檢測算法51-55
• 4.2.3 最小二乘微調(diào)斑馬線檢測結(jié)果55-56
• 4.2.4 斑馬線長度和寬度估測56-57
• 4.3 實驗57-62
• 4.3.1 圖像預(yù)處理57-59
• 4.3.2 斑馬線檢測性能驗證59-62
• 4.4 本章小結(jié)62-63
• 第五章 環(huán)境感知算法融合63-72
• 5.1 參數(shù)和非參數(shù)化場景解析方法融合63-64
• 5.2 交通監(jiān)控環(huán)境感知系統(tǒng)構(gòu)建64-69
• 5.2.1 Matlab與C++混合編程64-65
• 5.2.2 邊緣數(shù)據(jù)的等間隔抽取65-68
• 5.2.3 Matlab的GUI設(shè)計68-69
• 5.3 實驗69-72
• 5.3.1 環(huán)境感知系統(tǒng)融合驗證69-72
• 第六章 全文總結(jié)與展望72-73
• 6.1 全文總結(jié)72
• 6.2 后續(xù)工作展望72-73
• 致謝73-74
• 參考文獻74-78
• 攻讀碩士學位期間取得的成果78-79

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 史明達;閆文靜;史冰冰;;環(huán)境感知恢復(fù)性與環(huán)境偏好影響因素研究[J];山西建筑;2010年02期

2 張敏;劉培志;徐英新;王晉華;劉瑩;;地面無人作戰(zhàn)平臺環(huán)境感知關(guān)鍵技術(shù)研究[J];車輛與動力技術(shù);2007年02期

3 邢海虹;;漢江水源地保護的居民環(huán)境感知及行為研究[J];水資源保護;2013年05期

4 王曙釗,劉興堂;近地空域環(huán)境仿真模型的框架研究[J];系統(tǒng)仿真學報;2005年08期

5 畢書浩;李守成;;基于環(huán)境感知的無人車避障系統(tǒng)建模與仿真[J];電氣自動化;2014年03期

6 顧明;黎廣宇;;內(nèi)河環(huán)境狀態(tài)感知浮標系統(tǒng)設(shè)計[J];信息通信;2014年04期

7 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 黃衛(wèi)東;;基于環(huán)境感知的應(yīng)急管理知識需求研究[A];第四屆中國軟件工程大會論文集[C];2007年

2 王陳琦;李炳法;王霞;;環(huán)境感知移動計算的分布式系統(tǒng)結(jié)構(gòu)設(shè)計[A];’2004計算機應(yīng)用技術(shù)交流會議論文集[C];2004年

3 郭烈;王榮本;毛曉燕;金立生;張明恒;;基于機器視覺的環(huán)境感知坑檢測方法研究[A];中國宇航學會深空探測技術(shù)專業(yè)委員會第二屆學術(shù)會議論文集[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前4條

1 余曉潔　劉慧;中國機器人產(chǎn)業(yè)要抓機遇迎挑戰(zhàn)[N];中國信息報;2014年

2 記者 余曉潔 劉慧;我國機器人市場仍被外國巨頭“壟斷”[N];新華每日電訊;2014年

3 本報記者 佘惠敏;中國機器人市場決勝未來[N];經(jīng)濟日報;2014年

4 深圳商報記者 吳素紅;美女機器人“秀外慧中”[N];深圳商報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 王科;城市交通中智能車輛環(huán)境感知方法研究[D];湖南大學;2013年

2 王立;基于分布式光纖傳感的智能環(huán)境感知技術(shù)研究[D];南開大學;2008年

3 朱蘭香;基于電磁環(huán)境感知的MIMO雷達信號處理的理論與方法研究[D];吉林大學;2013年

4 楊沙洲;基于環(huán)境感知的操作系統(tǒng)高產(chǎn)出率優(yōu)化技術(shù)研究[D];國防科學技術(shù)大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 許湘敏;云制造理念下基于本體及其環(huán)境感知的作業(yè)車間調(diào)度問題研究[D];華南理工大學;2015年

2 張浩;面向環(huán)境感知的BPEL服務(wù)組合技術(shù)研究[D];南京大學;2014年

3 徐家客;環(huán)境感知安全技術(shù)和安全驅(qū)動建模理論研究[D];吉林大學;2016年

4 孫巖;Alpha噪聲背景下基于電磁環(huán)境感知的MIMO雷達技術(shù)研究[D];吉林大學;2016年

5 翟玉強;智能交通系統(tǒng)中的環(huán)境感知算法研究[D];電子科技大學;2016年

6 胡德蓮;環(huán)境感知網(wǎng)絡(luò)管理的信息描述技術(shù)[D];西安電子科技大學;2007年

7 許博聞;環(huán)境感知的智能場景分析技術(shù)的研究[D];黑龍江大學;2015年

8 王緒輝;在線主動學習在環(huán)境感知中的應(yīng)用研究[D];南京理工大學;2011年

9 劉微姍;環(huán)境感知應(yīng)用中節(jié)能信息收集算法研究[D];西北大學;2011年

10 黃國穩(wěn);學生數(shù)學課堂環(huán)境感知影響其學習參與的研究[D];廣西師范大學;2008年

，

本文編號：1082273