本文關(guān)鍵詞：基于視覺的交通車流量統(tǒng)計

  更多相關(guān)文章： 智能交通系統(tǒng) 運動目標(biāo)檢測 車流量統(tǒng)計 低秩矩陣分解

【摘要】：隨著生活水平的提高,車輛數(shù)量日益增大造成交通堵塞、交通意外事故和車輛廢氣對空氣的污染等交通問題。智能交通系統(tǒng)充分的利用現(xiàn)有的交通基礎(chǔ)設(shè)施,結(jié)合不同學(xué)科對交通進(jìn)行管理,有效地緩解了交通壓力。車流量統(tǒng)計為智能交通系統(tǒng)提供基礎(chǔ)決策數(shù)據(jù),有助于交通管理部門對交通進(jìn)行優(yōu)化調(diào)度,有助于駕駛員更好的選擇出行路線,城市規(guī)劃者可以根據(jù)車流量參數(shù)做出對道路是否進(jìn)行加寬的規(guī)劃,因此交通車流量統(tǒng)計的研究具有十分重要的理論意義及潛在的應(yīng)用價值。本文面向路測系統(tǒng)的電子監(jiān)控,研究基于視覺的交通車流量統(tǒng)計,主要研究內(nèi)容包括:運動目標(biāo)檢測和車輛統(tǒng)計。提出在HSV顏色空間下利用RPCA的運動目標(biāo)檢測算法,設(shè)計基于雙虛擬檢測線的車輛統(tǒng)計方法,提高了運動目標(biāo)檢測以及車輛計數(shù)的準(zhǔn)確性和魯棒性,為智能交通系統(tǒng)提供了準(zhǔn)確可靠的交通車流量參數(shù)。主要創(chuàng)新點如下:1、針對基于灰度信息的運動目標(biāo)檢測存在陰影識別能力差、檢測精度低等問題,提出在HSV顏色空間下基于低秩矩陣分解的運動目標(biāo)檢測算法,分別對視頻序列中的H、S、V三個分量構(gòu)建觀測矩陣,建立RPCA模型,通過低秩矩陣優(yōu)化,得到三個分量的低秩部分和稀疏部分,初步得到運動車輛;對運動車輛進(jìn)行噪聲去除和空洞的填充,得到準(zhǔn)確的前景運動車輛。實驗驗證表明,與其它方法相比,能夠有效地去除陰影,可以提高運動車輛檢測的準(zhǔn)確性。2、深入研究常用的兩類車輛統(tǒng)計方法:目標(biāo)跟蹤法和虛擬線圈法,提出基于雙虛擬檢測線的車輛統(tǒng)計方法,設(shè)置雙虛擬檢測線形成虛擬檢測區(qū)域,對檢測區(qū)域中的車輛信息進(jìn)行提取,將統(tǒng)計后的車輛信息轉(zhuǎn)化為一個一維函數(shù),進(jìn)一步修正車輛信息,設(shè)計車輛計數(shù)規(guī)則,通過判斷車輛是否通過虛擬檢測區(qū)域進(jìn)行計數(shù)。最后,針對不同道路的交通視頻,采用本文方法實現(xiàn)運動車輛檢測以及車輛統(tǒng)計,實驗結(jié)果表明,本文提出的運動目標(biāo)檢測算法可以提高運動車輛檢測的準(zhǔn)確性和魯棒性,車輛統(tǒng)計方法得到的結(jié)果準(zhǔn)確率較高,具有一定的可行性。
【關(guān)鍵詞】：智能交通系統(tǒng) 運動目標(biāo)檢測 車流量統(tǒng)計 低秩矩陣分解
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U491;TP391.41
【目錄】：

• 摘要4-5
• abstract5-9
• 第1章 緒論9-15
• 1.1 研究背景與意義9-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 本文研究內(nèi)容及結(jié)構(gòu)13-15
• 1.3.1 課題來源13
• 1.3.2 研究內(nèi)容及結(jié)構(gòu)13-15
• 第2章 相關(guān)的圖像處理技術(shù)基礎(chǔ)15-26
• 2.1 圖像的顏色模型16-19
• 2.1.1 RGB顏色模型16-17
• 2.1.2 HSV顏色模型17-19
• 2.1.3 灰度顏色模型19
• 2.2 圖像二值化19-21
• 2.3 數(shù)學(xué)形態(tài)學(xué)處理21-23
• 2.3.1 膨脹與腐蝕21-23
• 2.3.2 開運算與閉運算23
• 2.4 圖像濾波23-25
• 2.4.1 均值濾波法24
• 2.4.2 中值濾波法24
• 2.4.3 高斯濾波法24-25
• 2.5 本章小結(jié)25-26
• 第3章 運動目標(biāo)檢測算法研究26-47
• 3.1 引言26
• 3.2 常用的運動目標(biāo)檢測算法26-36
• 3.2.1 光流法26-27
• 3.2.2 幀差法27-29
• 3.2.3 背景減除法29-36
• 3.3 一種基于RPCA的運動目標(biāo)檢測算法36-46
• 3.3.1 低秩矩陣恢復(fù)36-38
• 3.3.2 基于RPCA的運動目標(biāo)檢測38-41
• 3.3.3 陰影去除41-42
• 3.3.4 算法流程42-43
• 3.3.5 實驗結(jié)果與分析43-46
• 3.4 本章小結(jié)46-47
• 第4章 車流量統(tǒng)計47-55
• 4.1 引言47
• 4.2 常用的車流量統(tǒng)計方法47-48
• 4.3 基于雙虛擬檢測線的車流量統(tǒng)計48-54
• 4.3.1 雙虛擬檢測線設(shè)置48-49
• 4.3.2 車輛信息提取49-50
• 4.3.3 車輛信息修正50-51
• 4.3.4 車輛計數(shù)設(shè)計51-52
• 4.3.5 算法具體實現(xiàn)52-54
• 4.3.6 實驗結(jié)果與分析54
• 4.4 本章小結(jié)54-55
• 第5章 總結(jié)與展望55-57
• 5.1 總結(jié)55-56
• 5.2 展望56-57
• 參考文獻(xiàn)57-62
• 致謝62-63
• 在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果63

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 徐紹崠;用NetFlow技術(shù)進(jìn)行大型IP網(wǎng)絡(luò)流量統(tǒng)計分析[J];鐵道通信信號;2005年10期

2 朱仕學(xué);;單片機(jī)在交通流量統(tǒng)計中的應(yīng)用研究[J];工業(yè)工程;1993年01期

3 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 沈衛(wèi)超;;網(wǎng)絡(luò)流量統(tǒng)計與安全審計系統(tǒng)的設(shè)計與實現(xiàn)[A];中國工程物理研究院科技年報（2001）[C];2001年

2 羅欣;朱清新;;基于視頻信號的車輛檢測流量統(tǒng)計系統(tǒng)[A];04'中國企業(yè)自動化和信息化建設(shè)論壇暨中南六省區(qū)自動化學(xué)會學(xué)術(shù)年會專輯[C];2004年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 記者 薛嚴(yán);韓無線網(wǎng)絡(luò)流量1年時間內(nèi)猛增[N];科技日報;2013年

2 記者 鄭夢超;近七成網(wǎng)友流量被黑[N];中國消費者報;2013年

3 劉坤峰;建立校園網(wǎng)流量統(tǒng)計系統(tǒng)(下)[N];中國電腦教育報;2003年

4 廣東 劉坤騰;微信游戲熱 看似免費但耗流量[N];電子報;2013年

5 彭芳;隨時進(jìn)行流量統(tǒng)計[N];中國計算機(jī)報;2003年

6 ;3G手機(jī)流量：不可不知的秘密[N];人民郵電;2011年

7 本報記者 鄒大斌;互聯(lián)網(wǎng)數(shù)據(jù)統(tǒng)計分析商機(jī)顯現(xiàn)[N];計算機(jī)世界;2008年

8 孫t;虛假流量尚無規(guī)范監(jiān)測[N];第一財經(jīng)日報;2006年

9 劉坤峰;建立校園網(wǎng)流量統(tǒng)計系統(tǒng)(上)[N];中國電腦教育報;2003年

10 黃山風(fēng)景區(qū)管委會經(jīng)濟(jì)研究室 葛旭芳;黃山：游客流量有效調(diào)控的背后[N];中國旅游報;2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊松超;基于視頻序列的交通違章監(jiān)測系統(tǒng)設(shè)計[D];鄭州大學(xué);2015年

2 虞志鵬;集群NAS系統(tǒng)的性能改進(jìn)及其流量統(tǒng)計系統(tǒng)設(shè)計與實現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2014年

3 王祉;基于視頻監(jiān)控的人流量統(tǒng)計系統(tǒng)設(shè)計[D];合肥工業(yè)大學(xué);2015年

4 徐凱;OpenWRT實現(xiàn)向量網(wǎng)接入設(shè)備的接入認(rèn)證和流量統(tǒng)計[D];北京交通大學(xué);2016年

5 黃霞;基于視覺的交通車流量統(tǒng)計[D];湘潭大學(xué);2016年

6 劉艷;網(wǎng)絡(luò)流量統(tǒng)計系統(tǒng)的設(shè)計與實現(xiàn)[D];中國地質(zhì)大學(xué)(北京);2012年

7 何騰蛟;網(wǎng)絡(luò)視頻商務(wù)項目的流量統(tǒng)計分析與應(yīng)用研究[D];上海交通大學(xué);2012年

8 馬超;基于視頻技術(shù)的車輛違章監(jiān)測與車流量統(tǒng)計[D];鄭州大學(xué);2014年

9 吳海江;基于視頻的行人流量統(tǒng)計技術(shù)研究[D];昆明理工大學(xué);2011年

10 楊國衡;基于NETSTREAM的流量統(tǒng)計系統(tǒng)研究[D];華中科技大學(xué);2013年

，

本文編號：1119083