發(fā)布時(shí)間：2017-08-21 14:43

  本文關(guān)鍵詞：基于交通視頻的車(chē)輛檢測(cè)與研究

  更多相關(guān)文章： 智能交通 車(chē)輛檢測(cè) 傅里葉描述子 紋理特征參數(shù) 空間模型

【摘要】：由于國(guó)民經(jīng)濟(jì)的增長(zhǎng),國(guó)內(nèi)的交通壓力日益增大,智能交通成為當(dāng)今交通工程領(lǐng)域研究的熱點(diǎn)。而隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展,計(jì)算機(jī)視覺(jué)的應(yīng)用價(jià)值越來(lái)越大,成為智能交通研究的主要方向。計(jì)算機(jī)視覺(jué)技術(shù)被用于視頻監(jiān)控系統(tǒng),可以完成對(duì)交通圖像的實(shí)時(shí)處理與信息挖掘,有助于車(chē)輛導(dǎo)航與交通管理。本文研究?jī)?nèi)容包括車(chē)流量的統(tǒng)計(jì)、車(chē)輛類(lèi)型的檢測(cè)與車(chē)輛大小的分級(jí)。車(chē)流量統(tǒng)計(jì)會(huì)受到粘連車(chē)輛的影響,目前的解決方法是通過(guò)視頻跟蹤來(lái)識(shí)別粘連車(chē)輛,這要求車(chē)輛之間有明顯的相對(duì)運(yùn)動(dòng),最近研究提出了形態(tài)學(xué)分離粘連目標(biāo)的方法,但粘連面積過(guò)大的車(chē)輛無(wú)法分離,本文提出了基于紋理特征的粘連車(chē)輛識(shí)別方法,首先提取出車(chē)輛輪廓線圖,然后利用灰度分布特性計(jì)算圖像各局部區(qū)域的紋理特征參數(shù),再通過(guò)一系列修正算法,完成粘連車(chē)輛的識(shí)別與判斷；車(chē)輛類(lèi)型檢測(cè)目前通過(guò)車(chē)牌識(shí)別實(shí)現(xiàn),這對(duì)檢測(cè)距離和圖像的清晰度要求很高,不能完成對(duì)大量交通流的分類(lèi)統(tǒng)計(jì)工作,本文設(shè)計(jì)了車(chē)輛類(lèi)型檢測(cè)算法,采用基于傅里葉描述子的方法提取出各種車(chē)型的基準(zhǔn)特征向量,生成圖像庫(kù),車(chē)輛類(lèi)型檢測(cè)通過(guò)圖像庫(kù)模板匹配來(lái)實(shí)現(xiàn)；車(chē)輛大小分級(jí)是無(wú)人收費(fèi)站對(duì)車(chē)輛進(jìn)行收費(fèi)的參考指標(biāo),但目前收費(fèi)站通過(guò)車(chē)載收發(fā)機(jī)完成自動(dòng)收費(fèi),容易誤檢,本文利用積分思想建立了收費(fèi)站車(chē)道的空間模型,并根據(jù)視差原理設(shè)計(jì)了誤差修正算法,能夠計(jì)算出車(chē)長(zhǎng)與車(chē)寬,實(shí)現(xiàn)了對(duì)車(chē)輛大小的檢測(cè)與分級(jí)。本文用VC、MATLAB等軟件對(duì)車(chē)輛的檢測(cè)算法進(jìn)行了實(shí)驗(yàn)仿真,仿真結(jié)果表明：基于傅里葉描述子的檢測(cè)算法能夠很好地適應(yīng)車(chē)輛目標(biāo)的平移與翻轉(zhuǎn),通過(guò)將被檢車(chē)輛與圖像庫(kù)模板匹配能夠比較準(zhǔn)確地判斷車(chē)輛類(lèi)型；基于紋理特征的識(shí)別方法,對(duì)粘連車(chē)輛識(shí)別的成功率高,能夠提高車(chē)流量統(tǒng)計(jì)的精度；在車(chē)輛外廓尺寸測(cè)量方面,利用視差原理對(duì)空間模型算法進(jìn)行改進(jìn),提高了車(chē)輛外廓尺寸算法的精度。本文的工作優(yōu)化了車(chē)輛檢測(cè)系統(tǒng)的算法,有一定的應(yīng)用價(jià)值。
【關(guān)鍵詞】：智能交通 車(chē)輛檢測(cè) 傅里葉描述子 紋理特征參數(shù) 空間模型
【學(xué)位授予單位】：揚(yáng)州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U495;TP391.41
【目錄】：

• 摘要2-3
• ABSTRACT3-7
• 第一章 緒論7-12
• 1.1 課題背景7-8
• 1.2 課題目的及意義8
• 1.3 智能交通的國(guó)內(nèi)外研究現(xiàn)狀8-10
• 1.3.1 國(guó)外研究現(xiàn)狀8-9
• 1.3.2 國(guó)內(nèi)研究現(xiàn)狀9-10
• 1.4 本文主要內(nèi)容10-12
• 第二章 交通圖像處理與車(chē)輛檢測(cè)方法概述12-18
• 2.1 交通圖像預(yù)處理12-15
• 2.1.1 車(chē)道背景提取12-13
• 2.1.2 車(chē)道線檢測(cè)13-15
• 2.2 惡劣光照條件的車(chē)輛檢測(cè)15-17
• 2.2.1 雨霧環(huán)境檢測(cè)15-16
• 2.2.2 夜間車(chē)輛識(shí)別16-17
• 2.3 本章小結(jié)17-18
• 第三章 車(chē)輛類(lèi)型檢測(cè)算法的研究18-25
• 3.1 車(chē)型檢測(cè)現(xiàn)狀18-19
• 3.2 車(chē)輛檢測(cè)硬件系統(tǒng)19-20
• 3.3 基于傅里葉描述子的算法設(shè)計(jì)20-21
• 3.4 檢測(cè)模板選取方案21-22
• 3.5 基準(zhǔn)特征向量構(gòu)建與實(shí)驗(yàn)結(jié)果22-23
• 3.6 工作現(xiàn)場(chǎng)及車(chē)型檢測(cè)結(jié)果23-24
• 3.7 本章小結(jié)24-25
• 第四章 粘連車(chē)輛識(shí)別算法的研究25-37
• 4.1 車(chē)輛輪廓提取與檢測(cè)框設(shè)置25-27
• 4.1.1 車(chē)輛輪廓提取25-26
• 4.1.2 檢測(cè)框設(shè)置26-27
• 4.2 基于紋理的車(chē)輛檢測(cè)27-29
• 4.3 基于濾波掃描的定位方法29-33
• 4.3.1 濾波器設(shè)計(jì)30-31
• 4.3.2 算法描述31-32
• 4.3.3 濾波值曲線分析32-33
• 4.4 聚類(lèi)分析與仿真實(shí)驗(yàn)33-36
• 4.4.1 聚類(lèi)分析基本概念33-34
• 4.4.2 仿真實(shí)驗(yàn)34-36
• 4.5 本章小節(jié)36-37
• 第五章 車(chē)輛外廓尺寸算法測(cè)量的研究37-51
• 5.1 外廓尺寸參數(shù)37-39
• 5.1.1 車(chē)輛外廓尺寸37
• 5.1.2 像素37-39
• 5.2 車(chē)道空間模型的設(shè)計(jì)39-43
• 5.2.1 算法思想39-40
• 5.2.2 空間映射算法40-43
• 5.3 特征點(diǎn)定位的實(shí)現(xiàn)過(guò)程43-46
• 5.3.1 模板卷積運(yùn)算43-44
• 5.3.2 卷積掃描判別44-46
• 5.4 車(chē)輛長(zhǎng)度誤差修正算法設(shè)計(jì)與分析46-47
• 5.4.1 縱向誤差修正方案46
• 5.4.2 垂直誤差修正方案46-47
• 5.5 車(chē)輛寬度測(cè)量的算法設(shè)計(jì)與分析47-50
• 5.5.1 歐幾里得橫向視差分析47-49
• 5.5.2 AOli分段模型49
• 5.5.3 車(chē)寬計(jì)算過(guò)程49-50
• 5.6 本章小結(jié)50-51
• 第六章 總結(jié)與展望51-53
• 6.1 總結(jié)51
• 6.2 展望51-53
• 參考文獻(xiàn)53-57
• 致謝57-58
• 攻讀碩士學(xué)位期間取得的研究成果58-59

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 趙濤;鄧偉;;結(jié)合PCA和FPD的傅里葉形狀描述子[J];計(jì)算機(jī)工程;2011年21期

2 張穎新;范東啟;楊迪;楊燦;;車(chē)型自動(dòng)識(shí)別系統(tǒng)研究[J];交通與運(yùn)輸(學(xué)術(shù)版);2006年01期

3 朱凱軍;周焰;蘭祖送;;基于區(qū)域分割的霧天圖像增強(qiáng)算法[J];計(jì)算機(jī)測(cè)量與控制;2006年05期

4 陳愛(ài)斌;基于特征車(chē)的汽車(chē)車(chē)型識(shí)別[J];信息技術(shù);2004年05期

5 吳援明,梁恩志;一種基于熵的放大后圖像質(zhì)量的評(píng)價(jià)方法[J];信號(hào)處理;2004年02期

6 ;Reverse triple I method of restriction for fuzzy reasoning[J];Progress in Natural Science;2002年05期

7 郁梅,蔣剛毅,郁伯康;智能交通系統(tǒng)中的計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2001年10期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 劉騰飛;針對(duì)車(chē)體遮擋的車(chē)流量統(tǒng)計(jì)算法[D];武漢理工大學(xué);2012年

，

本文編號(hào)：713513