本文關(guān)鍵詞：基于OpenCV的公交客流計(jì)數(shù)方法研究

  更多相關(guān)文章： 客流計(jì)數(shù) 碼本模型 形態(tài)學(xué)濾波 霍夫變換 目標(biāo)追蹤

【摘要】：快速獲取公共區(qū)域的實(shí)時(shí)人流量并進(jìn)行反饋,這對(duì)商業(yè)應(yīng)用和人員密集場(chǎng)所的安全管理起著重要的作用。公交車作為一種載客量大和周轉(zhuǎn)率高的公共交通工具,其智能化管理水平直接關(guān)系著城市的交通運(yùn)行情況。目前,我國(guó)城市公共交通中存在許多亟待解決的問題,例如:城市公交線路規(guī)劃不合理,客流高峰時(shí)車次密度低,BRT換乘站臺(tái)設(shè)置缺乏科學(xué)性,公交車運(yùn)輸效率較低,公交線路配置滯后等等。準(zhǔn)確而全面地獲取公交客流信息,根據(jù)實(shí)時(shí)客流情況,合理安排公交車輛調(diào)度,可以有效解決出行難問題。由于乘車環(huán)境光線的劇烈變化和較高的實(shí)時(shí)性要求,公交車的客流統(tǒng)計(jì)技術(shù)成為研究的難點(diǎn)。目前,公交客流統(tǒng)計(jì)研究的焦點(diǎn)聚集在計(jì)算機(jī)視覺方面。計(jì)算機(jī)視覺是在圖像處理的基礎(chǔ)上發(fā)展的新興學(xué)科,在計(jì)算機(jī)科學(xué)和工程、模式識(shí)別、信號(hào)處理、神經(jīng)科學(xué)等多個(gè)研究方面有著廣闊的發(fā)展前景。借助計(jì)算機(jī)的高速發(fā)展,計(jì)算機(jī)視覺在科技生活方面凸顯出巨大的作用。本研究課題借助公交車內(nèi)已有的監(jiān)控設(shè)備,設(shè)計(jì)出一種基于實(shí)現(xiàn)單目視覺下的公交客流計(jì)數(shù)方法。論文首先對(duì)獲取的實(shí)時(shí)圖像進(jìn)行預(yù)處理,保留關(guān)鍵信息�？紤]到公交車內(nèi)部光線、陰影不斷變化的環(huán)境因素,提出基于碼本模型和形態(tài)學(xué)濾波相結(jié)合的乘客目標(biāo)檢測(cè)方法,獲取出運(yùn)動(dòng)前景。然后,采用改進(jìn)后的變換對(duì)乘客頭部特征進(jìn)行分割提取,為后續(xù)目標(biāo)的追蹤打下了良好的基礎(chǔ)。最后采用基于目標(biāo)區(qū)域動(dòng)態(tài)更新的算法對(duì)目標(biāo)進(jìn)行追蹤,通過分析追蹤矩形框與車門處計(jì)數(shù)線的接觸情況,判斷計(jì)數(shù)。本文設(shè)計(jì)的硬件開發(fā)平臺(tái)為SBC3730多功能開發(fā)板,軟件開發(fā)平臺(tái)為Qt,運(yùn)用視覺庫(kù)中的數(shù)據(jù)結(jié)構(gòu)和封裝函數(shù)進(jìn)行圖像處理。實(shí)驗(yàn)視頻是由合作企業(yè)利用現(xiàn)有監(jiān)控設(shè)備采集而來的多段乘客上下車監(jiān)控視頻片段組成,針對(duì)每一段視頻在PC平臺(tái)上進(jìn)行測(cè)試。實(shí)驗(yàn)結(jié)果表明,該方法能夠有效實(shí)現(xiàn)上下車人數(shù)統(tǒng)計(jì),計(jì)數(shù)準(zhǔn)確性能夠滿足實(shí)際應(yīng)用的需求,可應(yīng)用于實(shí)時(shí)的客流計(jì)數(shù)系統(tǒng)。
【關(guān)鍵詞】：客流計(jì)數(shù) 碼本模型 形態(tài)學(xué)濾波 霍夫變換 目標(biāo)追蹤
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U495;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-16
• 1.1 課題研究背景和意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.3 OpenCV簡(jiǎn)介12-13
• 1.4 主要工作內(nèi)容及論文安排13-15
• 1.4.1 工作內(nèi)容13-14
• 1.4.2 論文安排14-15
• 參考文獻(xiàn)15-16
• 2 數(shù)字圖像處理技術(shù)16-24
• 2.1 灰度化16-17
• 2.2 圖像去噪17-20
• 2.2.1 均值濾波18
• 2.2.2 中值濾波18-19
• 2.2.3 實(shí)驗(yàn)效果19-20
• 2.3 圖像二值化20-23
• 2.3.1 直方圖法21-22
• 2.3.2 Otsu方法22-23
• 2.4 本章小結(jié)23
• 參考文獻(xiàn)23-24
• 3 乘客運(yùn)動(dòng)檢測(cè)方法分析24-41
• 3.1 常用運(yùn)動(dòng)檢測(cè)算法分析24-32
• 3.1.1 幀間差分法24-26
• 3.1.2 光流法26-29
• 3.1.3 背景差分法29-32
• 3.2 基于碼本模型的前景檢測(cè)算法32-37
• 3.2.1 碼本模型的原理34-35
• 3.2.2 訓(xùn)練背景模型35-36
• 3.2.3 前景提取36-37
• 3.2.4 消除偽前景信息37
• 3.3 形態(tài)學(xué)腐蝕處理37-39
• 3.4 本章小結(jié)39
• 參考文獻(xiàn)39-41
• 4 運(yùn)動(dòng)目標(biāo)特征提取41-52
• 4.1 常見的特征提取算法41-44
• 4.1.1 基于均值漂移的分割算法41-42
• 4.1.2 基于區(qū)域合并的分割算法42-43
• 4.1.3 分水嶺分割算法43-44
• 4.2 Hough變換提取乘客頭部特征44-47
• 4.2.1 公交車場(chǎng)景分析44
• 4.2.2 基于梯度方向的Hough變換圓檢測(cè)算法44-47
• 4.3 改進(jìn)Hough變換去除偽目標(biāo)47-50
• 4.4 本章小結(jié)50
• 參考文獻(xiàn)50-52
• 5 運(yùn)動(dòng)目標(biāo)跟蹤與計(jì)數(shù)研究52-58
• 5.1 目標(biāo)跟蹤算法簡(jiǎn)介52-53
• 5.2 基于目標(biāo)區(qū)域動(dòng)態(tài)更新的跟蹤算法53-55
• 5.3 客流計(jì)數(shù)55-56
• 5.4 本章小結(jié)56-57
• 參考文獻(xiàn)57-58
• 6 客流統(tǒng)計(jì)系統(tǒng)設(shè)計(jì)及實(shí)驗(yàn)結(jié)果58-63
• 6.1 系統(tǒng)開發(fā)平臺(tái)設(shè)計(jì)58-59
• 6.2 軟件系統(tǒng)實(shí)現(xiàn)59-61
• 6.3 實(shí)驗(yàn)結(jié)果61-62
• 參考文獻(xiàn)62-63
• 7 總結(jié)與展望63-66
• 7.1 總結(jié)63-64
• 7.2 展望64-66
• 致謝66-67
• 個(gè)人簡(jiǎn)歷、在校期間發(fā)表的學(xué)術(shù)論文67

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 牛學(xué)勤,王煒;基于最短路搜索的多路徑公交客流分配模型研究[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年06期

2 沈家軍;王煒;陳峻;;基于灰色馬爾可夫模型的近期公交客流量預(yù)測(cè)[J];公路交通科技;2007年09期

3 高詠玲;楊浩;;城市公交客流影響因素的改進(jìn)灰色一致關(guān)聯(lián)分析[J];交通運(yùn)輸系統(tǒng)工程與信息;2007年06期

4 陳山;潘天紅;李正明;王平石;;網(wǎng)絡(luò)型公交客流檢測(cè)系統(tǒng)的研制[J];自動(dòng)化與儀表;2009年06期

5 劉凱;李文權(quán);趙錦煥;;短時(shí)公交客流小波預(yù)測(cè)方法研究[J];交通運(yùn)輸工程與信息學(xué)報(bào);2010年02期

6 孔哲;過秀成;何明;嚴(yán)亞丹;羅麗梅;;基于動(dòng)態(tài)聚類的大城市公交客流走廊甄別方法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

7 ;上海公交新裝備應(yīng)對(duì)大客流[J];城市公共交通;2010年11期

8 吳飛軍;;杭州公交客流走廊提速研究[J];交通標(biāo)準(zhǔn)化;2014年05期

9 馮樹民;李曉冬;;公交客流生成預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型[J];交通運(yùn)輸系統(tǒng)工程與信息;2006年01期

10 范海雁;李秀君;;基于公交客流統(tǒng)計(jì)信息的公交調(diào)度決策方法[J];統(tǒng)計(jì)與決策;2007年24期

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 特約記者 周廣潔;廣州公交優(yōu)惠效果初顯[N];中國(guó)交通報(bào);2008年

2 鞠紅梅;公交客流6年來年遞減3%[N];哈爾濱日?qǐng)?bào);2007年

3 記者 卞建國(guó) 通訊員 王威;家鄉(xiāng)游外地客匯津城 公交運(yùn)客1450萬人次[N];天津日?qǐng)?bào);2006年

4 本報(bào)記者 楊汛;公交客流下滑 地鐵不堪重負(fù)[N];北京日?qǐng)?bào);2014年

5 本報(bào)記者 劉有儀 葛妍 王茸 本報(bào)通訊員 葛川平 錢春龍;核心區(qū)車流量降了15% 地鐵公交客流都小幅上升[N];南京日?qǐng)?bào);2014年

6 深圳商報(bào)記者 肖晗;地面常規(guī)公交客流下降8%[N];深圳商報(bào);2011年

7 記者 陳秀雅;上半年公交客流同比增加近兩成[N];蘇州日?qǐng)?bào);2010年

8 劉中元 交宣 陳潔娜 梁楨 鄭佳欣 姚藝曲 陶達(dá)嬪 張睿 譚亦芳;廣州正式終結(jié)摩托車時(shí)代[N];南方日?qǐng)?bào);2007年

9 賈曉燕邋通訊員 孫文劍 張桂芳;公交客流1600萬人次創(chuàng)歷史新高[N];北京日?qǐng)?bào);2007年

10 記者 李平/北京;智能交通市場(chǎng)還待培育[N];電子資訊時(shí)報(bào);2002年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王佳嘉;基于GIS的公交客流時(shí)空分析[D];北京建筑大學(xué);2015年

2 劉文芳;基于成都市公交IC卡數(shù)據(jù)的公交客流量分析[D];西南交通大學(xué);2015年

3 張彬;城鄉(xiāng)公交客流OD分層次反推研究[D];長(zhǎng)安大學(xué);2015年

4 王鳳剛;公共交通運(yùn)營(yíng)調(diào)度優(yōu)化方案研究[D];山東大學(xué);2015年

5 王周全;基于IC卡數(shù)據(jù)與GPS數(shù)據(jù)的公交客流時(shí)空分布研究[D];西南交通大學(xué);2016年

6 李進(jìn)鋼;基于OpenCV的公交客流計(jì)數(shù)方法研究[D];鄭州大學(xué);2016年

7 楊盛華;基于現(xiàn)代信息技術(shù)的公交客流數(shù)據(jù)采集方法及應(yīng)用研究[D];吉林大學(xué);2009年

8 舒國(guó)輝;基于數(shù)據(jù)挖掘的公交客流規(guī)律研究[D];北京交通大學(xué);2009年

9 王春雨;公交客流數(shù)據(jù)分析的研究[D];河北工業(yè)大學(xué);2006年

10 董海洋;公交客流實(shí)時(shí)分析與短時(shí)預(yù)測(cè)研究[D];大連理工大學(xué);2013年

，

本文編號(hào)：570776