本文關(guān)鍵詞：出租車視頻監(jiān)控的異常圖像檢測與乘客識(shí)別研究

  更多相關(guān)文章： 出租車 視頻監(jiān)控 異常圖像 乘客識(shí)別 圖像處理

【摘要】：目前國內(nèi)的許多城市都在出租車副駕駛位置安裝了監(jiān)控?cái)z像頭。攝像頭監(jiān)控圖像在出租車運(yùn)營過程中常會(huì)發(fā)生異常,對監(jiān)控圖像的異常檢測可以幫助交管部門及時(shí)獲得車內(nèi)狀況。另外,可以利用副駕駛位置乘客識(shí)別來獲得出租車前排載客情況,有助于解決乘客打車難與出租車空駛率高之間的矛盾。因此出租車視頻監(jiān)控的異常圖像檢測與乘客識(shí)別研究對出租車的加強(qiáng)監(jiān)管和優(yōu)化調(diào)度有重要意義。在對異常圖像檢測與乘客識(shí)別的技術(shù)現(xiàn)狀進(jìn)行深入研究的基礎(chǔ)上,確定了出租車視頻監(jiān)控系統(tǒng)的組成和硬件選型,系統(tǒng)的功能包括異常圖像檢測和乘客識(shí)別兩部分。異常圖像檢測算法首先制定了出租車監(jiān)控圖像的分類標(biāo)準(zhǔn);接著通過圖像預(yù)處理達(dá)到統(tǒng)一圖像大小、減少噪點(diǎn)的目的;為了區(qū)分圖像各部分的特征,對圖像待測區(qū)域進(jìn)行分割,根據(jù)每個(gè)待測區(qū)域的皮爾遜相關(guān)系數(shù)及像素和比值判定圖像是否異常。副駕駛位置乘客識(shí)別是基于對乘客面部膚色的檢測實(shí)現(xiàn)的:建立了乘客面部在YCbCr色彩空間的膚色模型。根據(jù)膚色模型給出的面部各個(gè)色度分量取值范圍,對面部進(jìn)行初步檢測,包括圖像截取、面部粗提取步驟,將疑似面部區(qū)域顯示在二值圖像中。為精確獲得面部大小和位置,接著對面部進(jìn)行精確檢測,包括用于去除駕駛員區(qū)域的圖像分割,去除小塊膚色區(qū)域以突出乘客面部的形態(tài)學(xué)開運(yùn)算,通過計(jì)算面部區(qū)域與總面積的比值判斷出副駕駛位置是否有乘客。在MATLAB平臺(tái)上對系統(tǒng)的兩部分算法分別進(jìn)行仿真測試,系統(tǒng)的異常圖像檢測算法總體正確率為95.47%,乘客識(shí)別算法的總體正確率為66%。最后完成系統(tǒng)的圖形界面設(shè)計(jì)和軟件編譯,得到可執(zhí)行的GUI界面。
【關(guān)鍵詞】：出租車 視頻監(jiān)控 異常圖像 乘客識(shí)別 圖像處理
【學(xué)位授予單位】：長安大學(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
• ABSTRACT5-8
• 第一章 緒論8-14
• 1.1 研究背景和意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.2.1 異常圖像檢測研究現(xiàn)狀9-10
• 1.2.2 乘客識(shí)別研究現(xiàn)狀10
• 1.3 本文研究內(nèi)容10-11
• 1.4 本文技術(shù)路線11-12
• 1.5 論文章節(jié)安排12-14
• 第二章 系統(tǒng)總體設(shè)計(jì)14-20
• 2.1 系統(tǒng)硬件14-17
• 2.1.1 車載攝像頭15
• 2.1.2 車載硬盤15
• 2.1.3 信號(hào)傳輸設(shè)備15-16
• 2.1.4 處理芯片16-17
• 2.2 系統(tǒng)軟件17-20
• 第三章 異常圖像檢測20-38
• 3.1 異常圖像判定標(biāo)準(zhǔn)21-22
• 3.2 選取基準(zhǔn)圖像22-23
• 3.3 圖像預(yù)處理23-26
• 3.3.1 圖像灰度化23-24
• 3.3.2 圖像縮放24-25
• 3.3.3 中值濾波25-26
• 3.4 圖像的形態(tài)學(xué)處理26-31
• 3.4.1 OTSU二值化26-28
• 3.4.2 圖像開運(yùn)算28-29
• 3.4.3 圖像閉運(yùn)算29-30
• 3.4.4 二值圖像取反30-31
• 3.5 圖像分割31-33
• 3.6 參數(shù)計(jì)算與結(jié)果判定33-36
• 3.6.1 皮爾遜相關(guān)系數(shù)33-34
• 3.6.2 像素和比值34-35
• 3.6.3 結(jié)果判定35-36
• 3.7 仿真測試和數(shù)據(jù)分析36-38
• 3.7.1 仿真環(huán)境36
• 3.7.2 圖像測試36-37
• 3.7.3 算法性能37-38
• 第四章 副駕駛位置乘客識(shí)別38-47
• 4.1 色彩空間與膚色模型39-40
• 4.1.1 YCbCr色彩空間39-40
• 4.1.2 面部膚色模型40
• 4.2 面部初步檢測40-42
• 4.2.1 圖像截取41
• 4.2.2 面部粗提取41-42
• 4.2.3 圖像開運(yùn)算42
• 4.3 面部精確檢測42-43
• 4.3.1 去除駕駛員位置42-43
• 4.3.2 面部精確提取43
• 4.4 基于面積比的乘客識(shí)別43-44
• 4.5 仿真測試與數(shù)據(jù)分析44-47
• 4.5.1 仿真環(huán)境44-45
• 4.5.2 圖像分類與測試45
• 4.5.3 算法性能45-47
• 第五章 軟件設(shè)計(jì)47-55
• 5.1 圖形界面設(shè)計(jì)47-51
• 5.2 軟件編譯51-52
• 5.3 軟件運(yùn)行效果52-55
• 結(jié)論55-57
• 一 全文總結(jié)55
• 二 存在的不足55-57
• 參考文獻(xiàn)57-60
• 附錄60-63
• 攻讀學(xué)位期間取得的研究成果63-64
• 致謝64

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張孝超;李平;金福江;;應(yīng)用圖像空域法的針織物密度在線測量[J];紡織學(xué)報(bào);2015年11期

2 高春霞;董寶田;王愛麗;;基于人頭顏色空間和輪廓信息的行人檢測方法研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2015年04期

3 張志霞;;軟件視頻會(huì)議中的插值縮放技術(shù)研究[J];通訊世界;2015年12期

4 魏鑫;左玉玲;;數(shù)字圖像處理在智能交通中的應(yīng)用[J];科技展望;2015年02期

5 謝璐;金志剛;王穎;;基于車載視頻監(jiān)控的乘客檢測及跟蹤算法[J];計(jì)算機(jī)應(yīng)用;2014年12期

6 陳愛梅;李慧東;;MATLAB與C#混合編程在數(shù)字圖像處理中的應(yīng)用[J];電腦開發(fā)與應(yīng)用;2014年11期

7 米慧超;張小娣;賴鍇;;基于ENVI軟件的遙感影像內(nèi)插方法偏差改正[J];計(jì)算機(jī)科學(xué);2014年08期

8 彭nο，

本文編號(hào)：751798