本文選題：電子警察 + 嵌入式��； 參考：《西安電子科技大學》2014年碩士論文

【摘要】：隨著交通工具的不斷增長,交通管理變的越來越困難,因此,如何構建高效便捷的智能交通管理系統(tǒng)成為了人們關注的焦點。作為智能交通系統(tǒng)的核心模塊之一,電子警察系統(tǒng)備受關注,其中,車輛檢測與跟蹤是其功能完善的基礎。本文主要針對車輛跟蹤及夜間車輛檢測算法進行研究,并將算法移植到嵌入式電子警察系統(tǒng)中。主要研究工作如下:1.車輛跟蹤算法研究。本文首先研究了Hash全局特征的車輛跟蹤以及LBP特征和Hue特征相融合的車輛跟蹤,給出了相應的實驗效果并進行性能對比分析。然后,針對嵌入式電子警察系統(tǒng)的實時性要求,在傳統(tǒng)的光流法上進行改進算法研究,取得了良好的跟蹤效果。最后,在Haar特征和Adaboost分類器的基礎上進行多目標跟蹤算法研究,取得了較好的實驗效果。2.夜間頻閃燈的使用及EagleEye3智能相機的參數(shù)配置。由于夜間光線較暗,車輛的很多細節(jié)特征會被淹沒掉,使得夜間車輛檢測變得很棘手,因此,夜間頻閃燈的使用及Eagle Eye3智能相機的夜間參數(shù)配置顯得尤為重要。此處首先介紹了Eagle Eye3智能相機的基本框架及開發(fā)環(huán)境,然后針對頻閃燈的使用以及Eagle Eye3智能相機的幾個重要參數(shù)進行了詳細地討論,最后結合工程項目實踐給出了最佳的組合參數(shù)配置。3.嵌入式電子警察系統(tǒng)中的夜間車輛檢測算法實現(xiàn)。本文首先研究了基于車燈的夜間車輛檢測算法,取得了較好的檢測效果,但當交通場景中存在部分車燈損壞或者是其他非機動車干擾時,該算法無法正常檢測。因此,接下來研究了基于Haar特征和Adaboost分類器的夜間車輛檢測算法以及基于車牌的夜間車輛檢測算法,并將后兩種算法移植到EagleEye3智能相機中,通過實驗測試以及數(shù)據(jù)統(tǒng)計進行比較分析。
[Abstract]:With the continuous growth of vehicles, traffic management becomes more and more difficult. Therefore, how to build an efficient and convenient intelligent traffic management system has become the focus of attention.As one of the core modules of intelligent transportation system, electronic police system is paid more attention to, and vehicle detection and tracking is the foundation of its perfect function.In this paper, vehicle tracking and night vehicle detection algorithms are studied, and the algorithm is transplanted to embedded electronic police system.The main research work is as follows: 1.Research on vehicle tracking algorithm.In this paper, the vehicle tracking based on global features of Hash and vehicle tracking based on LBP and Hue features are studied. The corresponding experimental results are given and the performance is compared and analyzed.Then, according to the real-time requirement of embedded electronic police system, the improved algorithm is studied on the traditional optical flow method, and good tracking effect is obtained.Finally, on the basis of Haar feature and Adaboost classifier, the multi-target tracking algorithm is studied, and good experimental results are obtained.Use of nightly stroboscopic lights and parameter configuration of EagleEye3 smart camera.Because of the dim light at night, many details of the vehicle will be drowned out, which makes the detection of vehicles at night difficult. Therefore, the use of night-time stroboscopic lights and the configuration of night parameters of Eagle Eye3 smart camera are particularly important.This paper first introduces the basic frame and development environment of Eagle Eye3 smart camera, then discusses the use of stroboscopic lamp and several important parameters of Eagle Eye3 smart camera in detail.Finally, the best combination parameter configuration. 3. 3 is given according to the project practice.Implementation of night vehicle detection algorithm in embedded electronic police system.In this paper, we first study the vehicle detection algorithm based on vehicle lights and obtain good detection results. However, when there are some vehicle lights damaged in traffic scene or other non-vehicle interference, the algorithm can not detect normally.Therefore, the night vehicle detection algorithm based on Haar feature and Adaboost classifier and the nocturnal vehicle detection algorithm based on license plate are studied, and the latter two algorithms are transplanted to EagleEye3 intelligent camera.Through the experiment test and the data statistics carries on the comparative analysis.
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：U495;TP391.41

【共引文獻】

相關期刊論文 前10條

1 韓強;;基于廣義Hough變換的手寫文檔整詞定位[J];安徽電子信息職業(yè)技術學院學報;2011年05期

2 程剛;鄭小華;陽鋒;徐祖艦;;三維全景視覺技術在農業(yè)機器人中的應用[J];安徽農業(yè)科學;2010年34期

3 何海燕;施培蓓;;基于改進AdaBoost算法的行人檢測方法[J];安慶師范學院學報(自然科學版);2009年03期

4 吳慧蘭;劉國棟;劉炳國;胡濤;浦昭邦;;ICF實驗靶定位技術研究[J];半導體光電;2008年05期

5 陳京;袁保宗;劉渭濱;;多視點標定圖像的交替迭代度量重建方法[J];北京交通大學學報;2012年02期

6 周峰;劉輝;李超峰;;SIFT算法在圖像配準中的應用[J];辦公自動化;2009年22期

7 劉彬;葉麗娜;;一種基于SIFT特征的序列圖像拼接算法[J];兵工自動化;2009年06期

8 劉煥敏;王華;段慧芬;;一種改進的SIFT雙向匹配算法[J];兵工自動化;2009年06期

9 彭勃;周文暉;劉濟林;;基于Harris角點檢測的立體視覺里程計[J];兵工學報;2007年12期

10 陳冰;趙亦工;李欣;;基于高斯尺度空間的末制導目標跟蹤方法[J];兵工學報;2009年05期

相關會議論文 前10條

1 劉善磊;張亮;;基于相位相關和SURF算法的關鍵幀實時匹配研究[A];江蘇省測繪學會2011年學術年會論文集[C];2011年

2 隋樹林;孫立宏;姚文龍;袁健;;融合改進UKF/SIFT信息的自主光學導航方法[A];第二十六屆中國控制會議論文集[C];2007年

3 汪力;葉樺;夏良正;;利用特征點定位嘴巴[A];第二十六屆中國控制會議論文集[C];2007年

4 ;Loop-closing By Using SIFT Features for Mobile Robots[A];第二十六屆中國控制會議論文集[C];2007年

5 周凱;范瑞霞;李位星;;一種基于SIFT的MeanShift-粒子濾波融合跟蹤算法[A];第二十九屆中國控制會議論文集[C];2010年

6 ;Rapid Target Recognition and Tracking under Large Scale Variation Using Semi-Naive Bayesian[A];第二十九屆中國控制會議論文集[C];2010年

7 ;A High-level Image Sequence Fusion Algorithm for Human Detection[A];第二十九屆中國控制會議論文集[C];2010年

8 鄒麗暉;陳杰;張娟;竇麗華;;一種基于時空域流形的視頻序列圖像拼接算法[A];第二十九屆中國控制會議論文集[C];2010年

9 ;Machine Vision Based Flotation Froth Mobility Analysis[A];第二十九屆中國控制會議論文集[C];2010年

10 孫明竹;趙新;程小燕;孫程;盧桂章;;面向復雜作業(yè)的微操作機器人關鍵技術研究[A];第二十九屆中國控制會議論文集[C];2010年

相關博士學位論文 前10條

1 王玉全;基于全景視覺的移動機器人同時定位與地圖創(chuàng)建方法研究[D];哈爾濱工程大學;2010年

2 梁洪;基于內容的醫(yī)學圖像檢索及語義建模關鍵技術研究[D];哈爾濱工程大學;2010年

3 任楨;圖像分類任務的關鍵技術研究[D];哈爾濱工程大學;2010年

4 孔凡芝;引線鍵合視覺檢測關鍵技術研究[D];哈爾濱工程大學;2009年

5 王作為;具有認知能力的智能機器人行為學習方法研究[D];哈爾濱工程大學;2010年

6 肖潔;視覺注意模型及其在目標感知中的應用研究[D];華中科技大學;2010年

7 朱清波;序列圖像三維重建方法研究[D];華中科技大學;2010年

8 田文;多視圖圖像的快速三維場景重建[D];華中科技大學;2010年

9 涂虬;智能視覺監(jiān)視中目標檢測與跟蹤算法研究[D];華中科技大學;2010年

10 章鵬;多尺度特征檢測：方法和應用研究[D];中國科學技術大學;2010年

相關碩士學位論文 前10條

1 宋抗;壓縮機活塞圓度誤差數(shù)字檢測系統(tǒng)研究[D];河南理工大學;2010年

2 陳忠翔;基于立體視覺的三維重建方法研究[D];南昌航空大學;2010年

3 雒燕飛;地質災害應急地理信息數(shù)據(jù)庫設計及其應用[D];山東科技大學;2010年

4 唐紅梅;基于輻射與空間信息的遙感圖像檢索[D];山東科技大學;2010年

5 倪希亮;基于尺度不變特征的多源遙感影像配準[D];山東科技大學;2010年

6 賈偉潔;SAR影像與光學影像配準研究[D];山東科技大學;2010年

7 任天宇;自穩(wěn)定航拍系統(tǒng)算法與設計[D];長春理工大學;2010年

8 李躍;三維運動估計在織物動態(tài)仿真中的應用[D];浙江理工大學;2010年

9 婁錚錚;sIB算法在圖像無監(jiān)督分類中的應用研究[D];鄭州大學;2010年

10 王博;全景視覺智能移動機器人固有環(huán)境定位[D];哈爾濱工程大學;2010年

，

本文編號：1773113