本文關(guān)鍵詞：基于圖像分析的未系安全帶自動檢測方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：智能交通系統(tǒng)(Intelligent Transportation System,簡稱ITS)是目前全世界交通運輸領(lǐng)域比較前沿的研究課題。本文將圖像處理和模式識別應(yīng)用于智能交通領(lǐng)域,對日益嚴(yán)峻的交通問題有重大意義。目前,隨著道路卡口攝像頭的增加,車牌自動識別,闖紅燈自動抓拍識別,超速行駛識別已經(jīng)實現(xiàn)了自動化,而未系安全帶的自動識別才剛剛起步,目前主要是通過人工進(jìn)行篩選,工作量非常大。近年來,由于交通事故數(shù)量的日益增加,引起了越來越多相關(guān)部門的注意,安全帶,作為保障司機(jī)和乘客生命安全和降低死亡率的重要手段,交管部門嚴(yán)格要求司機(jī)和乘客在車輛行駛過程中佩戴安全帶,同時這也是我國交通法明確規(guī)定的。針對以上的情況,本文對基于圖像分析的未系安全帶自動識別系統(tǒng)進(jìn)行了研究,經(jīng)過大量的實驗,得到了非常滿意的效果,如果真正的投入使用,將會減輕工作人員的負(fù)擔(dān)。整個系統(tǒng)主要分為4個部分:(1)對采集到的圖像首先進(jìn)行預(yù)處理,比如灰度化,二值化(本文提出一種新的圖像二值化的方法)。(2)車牌的定位,本文通過車牌的紋理特征,結(jié)合形態(tài)學(xué)的操作方法,對字符進(jìn)行團(tuán)塊檢測,然后對字符進(jìn)行X,Y方向的聚類,從而實現(xiàn)車牌的定位。(3)通過車牌的位置和坐標(biāo)信息,來定位車窗玻璃的上下邊界,計算灰度圖像水平方向和垂直方向的梯度,分別向X軸投影,從而確定車窗玻璃的左右邊界。通過膚色特征和方向盤的位置對司機(jī)進(jìn)行了定位。(4)利用Canny算子,對圖像的邊緣進(jìn)行檢測,然后利用概率霍夫變換和最小二乘法相結(jié)合來擬合直線,并提取特征向量,最后通過支持向量機(jī)來進(jìn)行分類,判斷司機(jī)是否佩戴了安全帶。通過本次實驗證明該方法可行,在時間和準(zhǔn)確率方面具有有效性。
【關(guān)鍵詞】：車牌定位 安全帶 hough直線檢測 最小二乘法
【學(xué)位授予單位】：沈陽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U495;TP391.41
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-16
• 1.1 研究背景和意義11-12
• 1.2 相關(guān)領(lǐng)域的研究現(xiàn)狀12-14
• 1.3 安全帶識別研究綜述14-15
• 1.3.1 安全帶自動識別技術(shù)難點14
• 1.3.2 安全帶自動識別系統(tǒng)設(shè)計思路14-15
• 1.4 本論文主要研究的內(nèi)容及結(jié)構(gòu)15-16
• 第2章 數(shù)字圖像處理理論基礎(chǔ)16-34
• 2.1 圖像分割16-17
• 2.1.1 基于閾值的分割方法17
• 2.1.2 基于邊緣的分割方法17
• 2.2 圖像二值化17-21
• 2.2.1 最大類間方差法（Otsu法）18-19
• 2.2.2 一維交叉熵值法19-21
• 2.3 數(shù)學(xué)形態(tài)學(xué)21-25
• 2.3.1 二值形態(tài)學(xué)22
• 2.3.2 灰度數(shù)學(xué)形態(tài)學(xué)22-23
• 2.3.3 模糊數(shù)學(xué)形態(tài)學(xué)23
• 2.3.4 數(shù)學(xué)形態(tài)學(xué)的主要應(yīng)用23-25
• 2.4 圖像邊緣檢測25-30
• 2.4.1 Roberts邊緣算子25-26
• 2.4.2 Sobel算子26-27
• 2.4.3 Prewitt算子27-28
• 2.4.4 Canny算子28-30
• 2.5 霍夫變換（Hough變換）30-33
• 2.5.1 直線檢測算法31-33
• 2.5.2 圓檢測算法33
• 2.6 本章小結(jié)33-34
• 第3章 車牌定位和司機(jī)定位34-50
• 3.1 車牌定位的算法簡介34-36
• 3.1.1 車牌類型和特征34-35
• 3.1.2 現(xiàn)有的車牌定位算法的優(yōu)缺點35-36
• 3.2 圖像預(yù)處理36-43
• 3.2.1 灰度化和二值化36-40
• 3.2.2 形態(tài)學(xué)閉操作和字符輪廓和外接矩形的檢測40-42
• 3.2.3 字符外接矩形的聚類42-43
• 3.3 車窗的定位43-46
• 3.4 司機(jī)人臉的定位46-48
• 3.5 實驗結(jié)果與分析48-49
• 3.6 本章小結(jié)49-50
• 第4章 安全帶檢測50-62
• 4.1 檢測前的預(yù)處理50-55
• 4.1.1 直方圖均衡化50-51
• 4.1.2 高斯平滑濾波51-53
• 4.1.3 Canny邊緣檢測和以方向盤為參考的二次檢測53-55
• 4.2 利用最小二乘法和概率hough變換相結(jié)合進(jìn)行安全帶檢測55-60
• 4.2.1 概率hough變換55-56
• 4.2.2 最小二乘法56-58
• 4.2.3 最小二乘法與概率hough變換的結(jié)合58-60
• 4.3 特征向量的構(gòu)造60
• 4.4 實驗結(jié)果與分析60-61
• 4.5 本章小結(jié)61-62
• 第5章 SVM的訓(xùn)練和安全帶識別62-71
• 5.1 SVM介紹62
• 5.2 SVM的常用方法62-69
• 5.2.1 線性情況62-66
• 5.2.2 非線性情況66-67
• 5.2.3 核函數(shù)及參數(shù)的選擇67-68
• 5.2.4 支持向量機(jī)訓(xùn)練過程68-69
• 5.3 SVM的訓(xùn)練和識別69
• 5.4 實驗結(jié)果與分析69-70
• 5.5 本章小結(jié)70-71
• 結(jié)論71-73
• 參考文獻(xiàn)73-77
• 攻讀碩士學(xué)位期間發(fā)表的論文和獲得的科研成果77-78
• 致謝78-79

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 袁繼棟;陽波;鄭煜;段吉安;;高精度直線檢測算法研究與誤差分析[J];現(xiàn)代制造工程;2011年02期

2 謝晴;;基于模板濾波的已知角度直線檢測方法[J];制造業(yè)自動化;2012年24期

3 謝晴;玉振明;;基于直線檢測的運動模糊長度估算算法[J];科學(xué)技術(shù)與工程;2013年08期

4 匡平;朱清新;陳旭東;;一種基于最小特征根分析的直線檢測算法[J];電子測量與儀器學(xué)報;2007年03期

5 周龍;牟懌;;灰關(guān)聯(lián)分析方法在直線檢測中的應(yīng)用[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2009年02期

6 張文增,陳強,都東,孫振國;直線檢測的灰度投影積分方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2005年11期

7 錢廣春;劉暉;陶衛(wèi);劉滿華;楊金峰;趙輝;;基于相關(guān)直線法的高速運動目標(biāo)快速探測方法[J];大連交通大學(xué)學(xué)報;2011年02期

8 史冊,徐勝榮,荊仁杰,姚慶棟;實時圖像處理中一種快速的直線檢測算法[J];浙江大學(xué)學(xué)報(工學(xué)版);1999年05期

9 李安平;劉文奇;蔡光程;;一種基于方向?qū)?shù)的邊緣直線檢測算法[J];湖南工程學(xué)院學(xué)報(自然科學(xué)版);2006年04期

10 徐欣鋒,董貴華;基于仿真模板的Hough變換直線檢測[J];儀器儀表學(xué)報;2004年S2期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 韓建濤;安成錦;黃宗福;陳曾平;;一種基于直線檢測的緩動弱小目標(biāo)檢測方法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

2 徐欣鋒;董貴華;;基于仿真模板的Hough變換直線檢測[A];中國儀器儀表學(xué)會第六屆青年學(xué)術(shù)會議論文集[C];2004年

3 蘇恒強;馮雪;于合龍;汪巖;;基于分段Hough變換直線檢測算法的高溫結(jié)構(gòu)測量方法[A];第十五屆中國科協(xié)年會第7分會場：先進(jìn)能源開發(fā)裝置中的關(guān)鍵力學(xué)問題研討會論文集[C];2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 程偉;基于圖像分析的未系安全帶自動檢測方法研究[D];沈陽理工大學(xué);2016年

2 顧思妍;機(jī)器視覺的直線檢測技術(shù)及應(yīng)用研究[D];廣東工業(yè)大學(xué);2011年

3 周小明;基于直線檢測的動態(tài)目標(biāo)實時識別算法研究[D];華中科技大學(xué);2009年

4 馮顯宗;基于視頻處理技術(shù)的索道脫索檢測方法研究[D];燕山大學(xué);2013年

5 張翌;復(fù)雜場景下直線與曲線檢測方法研究[D];湖南大學(xué);2014年

6 王旭;直線提取算法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

7 凌利;基于視頻的公交車輛檢測技術(shù)研究[D];北方工業(yè)大學(xué);2013年

8 彭明海;支票大寫金額串的切分技術(shù)研究[D];西南財經(jīng)大學(xué);2009年

  本文關(guān)鍵詞：基于圖像分析的未系安全帶自動檢測方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：474237