發(fā)布時間：2020-04-28 09:27

【摘要】：隨著我國高速公路建設進入快車道,隧道數(shù)量與總里程快速增長,對高速公路隧道照明提出新要求,既要考慮駕駛的安全性和舒適性,又要考慮節(jié)能以降低運營成本。節(jié)能有效的隧道照明是將洞外亮度、車流量和洞內(nèi)照明強度結(jié)合起來有機運行。本文在視頻流的基礎(chǔ)上對洞外亮度和車輛進行檢測,以實現(xiàn)隧道照明“車來燈亮”、“按需照明”為設計目標�；谝曨l流的亮度測量方法具有測量面積廣、測量精度高等優(yōu)點,本文采用成像式亮度儀標定后的OV5640型相機來測量洞外亮度�；谝曨l流的車輛檢測方法具有檢測區(qū)域大、功能易擴展和遠程監(jiān)控方便等突出優(yōu)點,本文利用DS-2ZMN2006型網(wǎng)絡相機,并結(jié)合Codebook和感知哈希算法實現(xiàn)對車輛的檢測。本論文的研究內(nèi)容主要包括:1.首先,為簡化和可視化標定相機的操作步驟,以MFC為框架,結(jié)合OpenCV、libvlc庫和Socket套接字設計了一套上位機軟件。然后依據(jù)光度學原理和數(shù)字圖像處理技術(shù),對OV5640型相機進行了亮度標定實驗。最后通過對獲得的實驗數(shù)據(jù)進行分析,提出采用分段測量的方法來提高相機測量亮度的精度。2.利用標定得到的參數(shù)和相機圖片亮度計算方法,通過編程開發(fā)了一套基于Linux的亮度測量系統(tǒng),該系統(tǒng)負責圖像采集與發(fā)送、灰度信息提取、目標區(qū)域亮度計算及發(fā)送。最后對該系統(tǒng)在室內(nèi)室外環(huán)境中進行了定標并測試,結(jié)果表明,系統(tǒng)測量誤差低于3%,滿足隧道洞外亮度檢測精度要求;3.為解決隧道洞外亮度測量時相機因受自然環(huán)境影響發(fā)生不確定位移而導致目標測量區(qū)域(隧道洞口居中的圓形區(qū)域)發(fā)生偏移的問題,本文提出讓亮度測量系統(tǒng)利用Sobel邊緣檢測、非極大值抑制和霍夫梯度算法等圖像處理技術(shù)自動完成目標測量區(qū)域選取。4.提出了基于Codebook的前景檢測算法,并將其與感知哈希算法相結(jié)合,實現(xiàn)車輛探測及流量統(tǒng)計;測試了本算法在白天典型天氣條件下和晚上對有無車檢測及流量統(tǒng)計的準確率,通過對樣本視頻進行測試,結(jié)果表明,本算法在白天對車輛通過檢測區(qū)域的檢測準確率為100%,對車流量的檢測準確率達97.5%以上;如果相機位置安裝合理,在晚上將消除車燈引起的多檢現(xiàn)象,也將達到白天的準確率;最后將本算法移植到了基于Linux的視頻車輛檢測系統(tǒng)上。
【圖文】：

圖 2.4 感光特性曲線光元件的相關(guān)研究，由于互補型金屬氧化物半導體線性關(guān)系，即它與感光材料有著類似的感光特性曲線坐標 D 代表數(shù)字圖像的灰度值，橫坐標代表曝光量§2.3 視頻車輛檢測系統(tǒng)車輛檢測系統(tǒng)的結(jié)構(gòu)，以及運動目標檢測中常用到的系統(tǒng)主要由負責圖像信息采集的�？低旸S-2ZMN及流量統(tǒng)計的 i.mx6 核心板組成，其結(jié)構(gòu)框圖如圖 i.mx6核心板

基于視頻流的隧道洞外亮度測量與車輛檢測及其應用5、支持工業(yè)級應用。根據(jù)以上幾點，選取了飛思卡爾半導體公司基于 ARM Cortex-A9 四核微控制器i.mx6,每個核最高運行頻率高達 1.2GHz，，內(nèi)存為 2GB 的 DDR3,16GB 的存儲，帶有專用的 MIPI 攝像機接口，支持 1000Mbps 以太網(wǎng)，內(nèi)部集成了 3 個 I2C、5 個串口、1個 RS485、2 個 USB2.0 接口，其完全符合系統(tǒng)需求。核心板原圖如下圖 2.8 所示：
【學位授予單位】：桂林電子科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.41;U453.7

【參考文獻】

相關(guān)期刊論文 前10條

1 趙玉吉;駱且;杜宇人;;基于改進的codebook算法的運動目標檢測[J];揚州大學學報(自然科學版);2015年04期

2 吳亞斌;陳淑榮;;一種基于監(jiān)控視頻的車型識別和車流量檢測算法[J];微型機與應用;2015年07期

3 姒紹輝;胡伏原;顧亞軍;鮮學豐;;一種基于不規(guī)則區(qū)域的高斯濾波去噪算法[J];計算機科學;2014年11期

4 俞文杰;郭子楊;廖啟栗;郎婷婷;;數(shù)碼相機的亮度分布測試研究[J];中國計量學院學報;2014年03期

5 錢凱;吳曉紅;沈清波;;基于虛擬線圈的夜晚車流檢測[J];微型機與應用;2014年03期

6 胡英奎;陳仲林;張青文;翁季;;公路隧道洞外適應亮度的確定方法[J];燈與照明;2013年03期

7 沈德海;侯建;鄂旭;;基于改進的Sobel算子邊緣檢測算法[J];計算機技術(shù)與發(fā)展;2013年11期

8 王靜;王海亮;向茂生;韋立登;劉忠勝;;基于非極大值抑制的圓目標亞像素中心定位[J];儀器儀表學報;2012年07期

9 李旭;王正勇;吳曉紅;滕奇志;;一種改進非極大值抑制的Canny邊緣檢測算法[J];成都信息工程學院學報;2011年05期

10 關(guān)明;王強;沈黨云;申茂剛;;基于數(shù)碼相機實測法的區(qū)域內(nèi)高速公路隧道洞外亮度L20(S)取值方法研究[J];公路交通科技(應用技術(shù)版);2011年02期

相關(guān)博士學位論文 前1條

1 李彤;智能視頻監(jiān)控下的多目標跟蹤技術(shù)研究[D];中國科學技術(shù)大學;2013年

相關(guān)碩士學位論文 前10條

1 王珂;基于視頻的隧道亮度檢測系統(tǒng)的研究[D];長安大學;2016年

2 田軍;公路隧道照明智能節(jié)能系統(tǒng)設計與研究[D];長安大學;2015年

3 楊宇騰;基于背景差分法與虛擬區(qū)域融合的視頻中車流量統(tǒng)計的方法[D];云南大學;2015年

4 孟國慶;基于OpenCV的手勢識別技術(shù)研究[D];西安科技大學;2014年

5 周文琳;視頻預處理系統(tǒng)中背景減除技術(shù)的研究與實現(xiàn)[D];西安電子科技大學;2014年

6 王萌;單目視頻中人體姿態(tài)估計方法的研究[D];沈陽航空航天大學;2013年

7 夏麗;基于視頻檢測技術(shù)的車流量統(tǒng)計算法研究[D];武漢理工大學;2012年

8 闖家亮;基于圖像處理的隧道亮度檢測系統(tǒng)研究[D];西安建筑科技大學;2012年

9 吳志偉;基于視頻的車流量檢測技術(shù)研究[D];華南理工大學;2012年

10 墨芹;運動車輛視頻檢測與車流量檢測方法的研究[D];中南大學;2012年

本文編號：2643309