本文關(guān)鍵詞：基于OpenCV的公交客流計數(shù)方法研究

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

【摘要】：快速獲取公共區(qū)域的實時人流量并進行反饋,這對商業(yè)應(yīng)用和人員密集場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)系著城市的交通運行情況。目前,我國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,客流高峰時車次密度低,BRT換乘站臺設(shè)置缺乏科學(xué)性,公交車運輸效率較低,公交線路配置滯后等等。準確而全面地獲取公交客流信息,根據(jù)實時客流情況,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時性要求,公交車的客流統(tǒng)計技術(shù)成為研究的難點。目前,公交客流統(tǒng)計研究的焦點聚集在計算機視覺方面。計算機視覺是在圖像處理的基礎(chǔ)上發(fā)展的新興學(xué)科,在計算機科學(xué)和工程、模式識別、信號處理、神經(jīng)科學(xué)等多個研究方面有著廣闊的發(fā)展前景。借助計算機的高速發(fā)展,計算機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)計出一種基于實現(xiàn)單目視覺下的公交客流計數(shù)方法。論文首先對獲取的實時圖像進行預(yù)處理,保留關(guān)鍵信息。考慮到公交車內(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)合的乘客目標檢測方法,獲取出運動前景。然后,采用改進后的變換對乘客頭部特征進行分割提取,為后續(xù)目標的追蹤打下了良好的基礎(chǔ)。最后采用基于目標區(qū)域動態(tài)更新的算法對目標進行追蹤,通過分析追蹤矩形框與車門處計數(shù)線的接觸情況,判斷計數(shù)。本文設(shè)計的硬件開發(fā)平臺為SBC3730多功能開發(fā)板,軟件開發(fā)平臺為Qt,運用視覺庫中的數(shù)據(jù)結(jié)構(gòu)和封裝函數(shù)進行圖像處理。實驗視頻是由合作企業(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,針對每一段視頻在PC平臺上進行測試。實驗結(jié)果表明,該方法能夠有效實現(xiàn)上下車人數(shù)統(tǒng)計,計數(shù)準確性能夠滿足實際應(yīng)用的需求,可應(yīng)用于實時的客流計數(shù)系統(tǒng)。
【關(guān)鍵詞】：客流計數(shù) 碼本模型 形態(tài)學(xué)濾波 霍夫變換 目標追蹤
【學(xué)位授予單位】：鄭州大學(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 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 OpenCV簡介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 實驗效果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23-24
• 3 乘客運動檢測方法分析24-41
• 3.1 常用運動檢測算法分析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39-41
• 4 運動目標特征提取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 公交車場景分析44
• 4.2.2 基于梯度方向的Hough變換圓檢測算法44-47
• 4.3 改進Hough變換去除偽目標47-50
• 4.4 本章小結(jié)50
• 參考文獻50-52
• 5 運動目標跟蹤與計數(shù)研究52-58
• 5.1 目標跟蹤算法簡介52-53
• 5.2 基于目標區(qū)域動態(tài)更新的跟蹤算法53-55
• 5.3 客流計數(shù)55-56
• 5.4 本章小結(jié)56-57
• 參考文獻57-58
• 6 客流統(tǒng)計系統(tǒng)設(shè)計及實驗結(jié)果58-63
• 6.1 系統(tǒng)開發(fā)平臺設(shè)計58-59
• 6.2 軟件系統(tǒng)實現(xiàn)59-61
• 6.3 實驗結(jié)果61-62
• 參考文獻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
• 個人簡歷、在校期間發(fā)表的學(xué)術(shù)論文67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 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(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[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灰色一致關(guān)聯(lián)分析[J];交通運輸系統(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)型公交客流檢測系統(tǒng)的研制[J];自動化與儀表;2009年06期

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

6 孔哲;過秀成;何明;嚴亞丹;羅麗梅;;基于動態(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(自然科學(xué)版);2010年05期

7 ;上海公交新裝備應(yīng)對大客流[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];交通標準化;2014年05期

9 馮樹民;李曉冬;;公交客流生成預(yù)測的神經(jīng)網(wǎng)絡(luò)模型[J];交通運輸系統(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)計信息的公交調(diào)度決策方法[J];統(tǒng)計與決策;2007年24期

中國重要報紙全文數(shù)據(jù)庫 前10條

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

2 鞠紅梅;公交客流6年來年遞減3%[N];哈爾濱日報;2007年

3 記者 卞建國 通訊員 王威;家鄉(xiāng)游外地客匯津城 公交運客1450萬人次[N];天津日報;2006年

4 本報記者 楊汛;公交客流下滑 地鐵不堪重負[N];北京日報;2014年

5 本報記者 劉有儀 葛妍 王茸 本報通訊員 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];南京日報;2014年

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

7 記者 陳秀雅;上半年公交客流同比增加近兩成[N];蘇州日報;2010年

8 劉中元 交宣 陳潔娜 梁楨 鄭佳欣 姚藝曲 陶達嬪 張睿 譚亦芳;廣州正式終結(jié)摩托車時代[N];南方日報;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];北京日報;2007年

10 記者 李平/北京;智能交通市場還待培育[N];電子資訊時報;2002年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王佳嘉;基于GIS的公交客流時空分析[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];長安大學(xué);2015年

4 王鳳剛;公共交通運營調(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)的公交客流時空分布研究[D];西南交通大學(xué);2016年

6 李進鋼;基于OpenCV的公交客流計數(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;公交客流實時分析與短時預(yù)測研究[D];大連理工大學(xué);2013年

，

本文編號：570776