本文選題：車輛檢測 + 預警��； 參考：《東北大學》2014年碩士論文

【摘要】：近年來,隨著交通的發(fā)展和車輛的持續(xù)增多,交通安全事故頻頻發(fā)生,安全駕駛已成為日益突出的問題。智能交通系統(tǒng)(Intelligent Transportation Systems, ITS)與車輛輔助駕駛系統(tǒng)(Driver Assistance Systems, DAS)成為國內(nèi)外研究的熱點。其中,前方車輛的實時檢測技術是車輛輔助駕駛系統(tǒng)中的關鍵內(nèi)容之一,對于實現(xiàn)停車輔助、碰撞避免等具有十分重要的意義。本文設計了一種基于車牌的動靜態(tài)車輛檢測算法,開發(fā)了實時車輛距離預警系統(tǒng)。綜合利用車輛的車牌特征、紋理特征、灰度對稱性特征以及統(tǒng)計特征來檢測前方車輛,并將該算法在DSP應用板中編程實現(xiàn)。在算法研究方面,本文利用實際生活中最為常見的藍色和黃色車牌在YUV顏色空間的聚類性,實現(xiàn)了車牌提取,利用腐蝕、膨脹的開閉運算等形態(tài)學處理方法對車牌圖像進行了降噪和修復,并結合連通域標記方法實現(xiàn)了對多個車牌的標記和定位,利用基于知識的紋理及灰度對稱性特征完成對非車輛區(qū)域的排除。為解決車輛遮擋問題,本文設計了構造車輛局部特征子空間的方法,并采用二維主成分分析(Two-Dimensional Principal Pomponent Analysis,2DPCA)與最小距離分類器進行車輛的驗證,實現(xiàn)車輛檢測；最后,本文建立了車距預警模型,結合檢測算法,實現(xiàn)了近距離車輛的警示,并對警示車輛的左、右側(cè)方位進行判別。本文首先在MATLAB平臺上完成了視頻車輛檢測算法的研究和仿真測試。之后,在硬件實現(xiàn)方面,分析了系統(tǒng)硬件需求,選取ICETEK-DM6437-B評估板作為硬件平臺,選用CCD攝像頭作為視頻采集工具；其次,在車牌提取與初步定位階段,將圖像進行抽行抽列處理,減少了DSP處理的數(shù)據(jù)量,提高系統(tǒng)檢測效率；最后,將算法移植到CCS集成開發(fā)環(huán)境中,利用C語言編程并進行了代碼的優(yōu)化,完成視頻車輛的檢測與車距預警。實驗結果表明,本文設計的車輛檢測與預警算法檢測率可達90%以上,具有一定的魯棒性和實用性。經(jīng)過代碼優(yōu)化,效率得到了顯著提升,每秒鐘能完成大約三幀數(shù)據(jù)的處理,具有較好的實時性。并且該算法能有效的檢測存在遮擋的車輛,減小光照等外界條件的影響。
[Abstract]:In recent years, with the development of traffic and the continuous increase of vehicles, traffic safety accidents occur frequently, safety driving has become an increasingly prominent problem. Intelligent Transportation Systems (its) and driver Assistance Systems (Das) have become the focus of research at home and abroad. Among them, the real-time detection technology of the vehicle in front is one of the key contents in the vehicle assisted driving system, which is of great significance for the realization of parking assistance and collision avoidance. In this paper, a vehicle detection algorithm based on vehicle license plate is designed, and a real-time vehicle distance warning system is developed. Vehicle license plate features, texture features, gray symmetry features and statistical features are used to detect the vehicle in front of the vehicle, and the algorithm is implemented in DSP application board. In the aspect of algorithm research, this paper makes use of the clustering of blue and yellow license plates in YUV color space, which is the most common in real life, and realizes license plate extraction and corrosion. The image of license plate is de-noised and repaired by morphological processing, such as expansive open and close operation, and the multiple license plates are marked and located with the method of connected domain marking. The knowledge-based texture and gray-scale symmetry feature are used to eliminate the non-vehicle region. In order to solve the problem of vehicle occlusion, a method of constructing vehicle local feature subspace is designed, and the Two-dimensional Principal component Analysis (2DPCA) and minimum distance classifier (2DPCA) are used to verify the vehicle to achieve vehicle detection. In this paper, the warning model of vehicle distance is established, combined with detection algorithm, the warning of close distance vehicle is realized, and the left and right azimuth of warning vehicle are distinguished. Firstly, the research and simulation test of video vehicle detection algorithm are completed on MATLAB platform. Then, the hardware requirements of the system are analyzed, ICETEK-DM6437-B evaluation board is selected as the hardware platform, CCD camera is selected as the video capture tool. Secondly, the image is extracted and processed in the stage of license plate extraction and initial location. Finally, the algorithm is transplanted into the CCS integrated development environment, and the code is optimized by C language to complete the video vehicle detection and distance warning. The experimental results show that the detection rate of the vehicle detection and early warning algorithm designed in this paper can reach more than 90%, which is robust and practical. After code optimization, the efficiency is greatly improved, about three frames of data can be processed per second, and it has good real-time performance. And the algorithm can effectively detect the presence of occlusion vehicles, reduce the impact of light and other external conditions.
【學位授予單位】：東北大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：U495;TP391.41

【相似文獻】

相關期刊論文 前10條

1 張文溥;;視頻車輛檢測技術及發(fā)展趨勢[J];中國人民公安大學學報(自然科學版);2010年01期

2 劉珠妹;劉亞嵐;譚衢霖;任玉環(huán);;高分辨率衛(wèi)星影像車輛檢測研究進展[J];遙感技術與應用;2012年01期

3 錢志明;楊家寬;段連鑫;;基于視頻的車輛檢測與跟蹤研究進展[J];中南大學學報(自然科學版);2013年S2期

4 湯灝;張峰;;車輛檢測技術的選用[J];中國交通信息產(chǎn)業(yè);2004年03期

5 文學志;趙宏;王楠;袁淮;;基于知識和外觀方法相結合的后方車輛檢測[J];東北大學學報(自然科學版);2007年03期

6 劉振華;黃磊;劉昌平;;一種基于視頻圖像處理的車輛違章檢測算法[J];公路交通科技;2012年02期

7 楊阿麗;劉峽壁;魏雪;萬玉釵;;用于交通治安卡口的全天候視頻車輛檢測方法[J];合肥工業(yè)大學學報(自然科學版);2012年03期

8 魏凱;盛建平;熊凱;;基于陰影特征的前向車輛檢測和測距方法研究[J];機械設計與制造;2013年02期

9 郭磊;李克強;王建強;連小珉;;一種基于特征的車輛檢測方法[J];汽車工程;2006年11期

10 李光才;;一種改進的背景重建與更新方法[J];中國水運(下半月);2008年05期

相關會議論文 前10條

1 錢志明;楊家寬;段連鑫;;基于視頻的車輛檢測與跟蹤研究進展[A];2013年中國智能自動化學術會議論文集（第五分冊）[C];2013年

2 聞育;潘霓;;基于磁偏角的車輛檢測的研究[A];第二十七屆中國控制會議論文集[C];2008年

3 楊阿麗;劉峽壁;魏雪;萬玉釵;;用于交通治安卡口的全天候視頻車輛檢測方法[A];全國第22屆計算機技術與應用學術會議(CACIS·2011)暨全國第3屆安全關鍵技術與應用（SCA·2011）學術會議論文摘要集[C];2011年

4 楊淼;;基于卡爾曼濾波的電子警察系統(tǒng)車輛檢測算法[A];2011年全國電子信息技術與應用學術會議論文集[C];2011年

5 蔣大林;馬軍強;;基于視頻的車輛檢測與跟蹤方法綜述[A];第六屆全國信息獲取與處理學術會議論文集（2）[C];2008年

6 鄒月嫻;王一言;關佩;楊華;陳維榮;;復雜視頻背景中的運動車輛檢測技術[A];第四屆和諧人機環(huán)境聯(lián)合學術會議論文集[C];2008年

7 李舜酩;繆小冬;;視覺車輛檢測方法的研究進展及展望[A];2009全國虛擬儀器大會論文集（二）[C];2009年

8 王忠耀;任青春;王少華;郭春生;;基于紅外視頻的車載行人車輛檢測系統(tǒng)[A];浙江省電子學會2013學術年會論文集[C];2013年

9 孫明;孫紅;;智能交通系統(tǒng)中車輛的圖像檢測方法研究[A];農(nóng)業(yè)工程科技創(chuàng)新與建設現(xiàn)代農(nóng)業(yè)——2005年中國農(nóng)業(yè)工程學會學術年會論文集第三分冊[C];2005年

10 吳嶸;何培宇;徐自勵;段文鋒;劉珂含;;一種去背景的車輛檢測與跟蹤快速算法[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

相關重要報紙文章 前10條

1 記者 何雪峰;宿州簡政放權助推縣域經(jīng)濟[N];安徽日報;2009年

2 記者 賈瑞芳;檢車進企業(yè) 溫暖送到家[N];河北經(jīng)濟日報;2009年

3 鄭利平;湖州車輛檢測科研項目通過鑒定[N];中國交通報;2004年

4 張廣明;運用高新技術審驗運輸車輛[N];巴彥淖爾日報(漢);2007年

5 張奇 李小潔;車輛檢測，為何招來怨聲一片[N];檢察日報;2002年

6 本報記者 侯莎莎;車輛年檢強制免費換牌釘[N];北京日報;2012年

7 奚榮武　顧剛;昆山：1100萬元加強卡口監(jiān)控[N];人民公安報;2009年

8 見習記者 黃鵬飛;檢測要細之又細，事故要堅決壓降[N];法治快報;2006年

9 記者 楊耀青;車輛檢測更加公正透明[N];西安日報;2011年

10 張貴峰;車檢改革應將交通部門納入其中[N];法制日報;2014年

相關博士學位論文 前8條

1 李博;基于層次性與或圖模型的車輛檢測與解析[D];北京理工大學;2015年

2 劉培勛;車輛主動安全中關于車輛檢測與跟蹤算法的若干研究[D];吉林大學;2015年

3 張偉;基于視覺的運動車輛檢測與跟蹤[D];上海交通大學;2007年

4 徐琨;交通視頻監(jiān)控中的車輛檢測與跟蹤方法研究[D];長安大學;2009年

5 王曾敏;小波圖像融合算法及其在視頻車輛檢測系統(tǒng)中的應用研究[D];天津大學;2009年

6 許潔瓊;基于視頻圖像處理的車輛檢測與跟蹤方法研究[D];中國海洋大學;2012年

7 嚴捷豐;交通視頻監(jiān)控中的車輛檢測與分割方法研究[D];中國科學技術大學;2008年

8 李衛(wèi)江;基于線陣CCD成像交通信息采集和檢測技術的研究[D];長安大學;2008年

相關碩士學位論文 前10條

1 何志強;基于地磁的無線車輛檢測系統(tǒng)研究[D];華南理工大學;2015年

2 王齊;車輛檢測與樣本采集系統(tǒng)的研究與設計[D];延邊大學;2015年

3 馬蓓蓓;基于HOG特征的車輛檢測技術研究[D];華南理工大學;2015年

4 張雙;基于嵌入式技術的物流跟蹤及車輛檢測系統(tǒng)設計[D];昆明理工大學;2015年

5 郭敏;基于高速公路大貨車違法占道監(jiān)測系統(tǒng)的車輛檢測與跟蹤研究[D];西南交通大學;2015年

6 馮樂;基于AMR傳感器的車輛信息采集系統(tǒng)[D];天津理工大學;2015年

7 張驍;基于3D空間多部件模型的車輛檢測方法研究[D];長安大學;2015年

8 趙倩倩;基于目標特征點跟蹤與聚類的車輛檢測算法研究[D];長安大學;2015年

9 田蘇慧敏;基于視頻圖像處理的車輛檢測與車流量統(tǒng)計平臺的設計實現(xiàn)[D];寧夏大學;2015年

10 王成坤;混合交通流兩輪車輛的視頻檢測研究[D];江西理工大學;2014年

，

本文編號：2065552