發(fā)布時(shí)間：2018-03-29 06:27

  本文選題：實(shí)時(shí)客流量檢測　切入點(diǎn)：運(yùn)動(dòng)目標(biāo)跟蹤　出處：《內(nèi)蒙古大學(xué)》2017年碩士論文

【摘要】：智能調(diào)度是智能公交系統(tǒng)(ITS)的關(guān)鍵組成部分,對于改善城市交通堵塞、提高公共資源利用率、降低公共交通系統(tǒng)運(yùn)營成本和方便市民出行等具有極其重要的作用,而實(shí)時(shí)準(zhǔn)確的公交車客流量信息是實(shí)現(xiàn)智能調(diào)度的最重要的數(shù)據(jù)依據(jù)。本文移植了 Linux 操作系統(tǒng)、OpenCV(Open Source Computer Vision Library)計(jì)算機(jī)視覺庫、Qt圖形界面庫(跨平臺(tái)的C++圖形用戶界面應(yīng)用程序框架)等到ARM嵌入式平臺(tái)上,針對不同客流密度時(shí)乘客上下車的場合,提出了不同的統(tǒng)計(jì)方法,完成了公交車客流量統(tǒng)計(jì)系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn),最后通過GPRS將統(tǒng)計(jì)信息發(fā)送到指定了 IP地址的數(shù)據(jù)庫上。本文先詳細(xì)介紹了系統(tǒng)軟硬件環(huán)境的搭建,包括Linux內(nèi)核、CRAMFS根文件系統(tǒng)移植到ARM平臺(tái),OpenCV計(jì)算機(jī)視覺庫、QtE圖形界面庫的移植等,再針對公交車乘客上下車的場景,設(shè)計(jì)了客流量統(tǒng)計(jì)系統(tǒng)。在對客流量進(jìn)行統(tǒng)計(jì)時(shí),本系統(tǒng)針對公交車客流密度大小的不同場合分別進(jìn)行統(tǒng)計(jì)。在客流量密集的場合,乘客之間互相挨在一起,此時(shí)的前景檢測圖像將是一片互相粘連的區(qū)域,對運(yùn)動(dòng)目標(biāo)的分割和檢測也無法完成。為解決這個(gè)問題,本文提出使用霍夫圓變換、質(zhì)心坐標(biāo)、顏色直方圖作為特征,對乘客進(jìn)行檢測和跟蹤的方法,并通過實(shí)驗(yàn)來驗(yàn)證此方法。實(shí)驗(yàn)結(jié)果表明,本文提出的方法解決了在客流量密集的場合下無法對運(yùn)動(dòng)目標(biāo)進(jìn)行分割的問題,并具有較好的實(shí)時(shí)性和魯棒性,對于公交車實(shí)時(shí)客流量統(tǒng)計(jì)的研究做了補(bǔ)充,具有重要的現(xiàn)實(shí)意義。
[Abstract]:Intelligent dispatching is a key component of Intelligent Public Transportation system (ITS), which plays an extremely important role in improving urban traffic congestion, increasing the utilization of public resources, reducing the operating cost of public transportation system and making it convenient for citizens to travel. The real time and accurate bus passenger flow information is the most important data basis for intelligent dispatching. In this paper, the computer vision library of Linux operating system, Open Source Computer Vision Library, is transplanted to QT graphical interface library (C graphical user boundary across platforms). On the ARM embedded platform, According to the situation of passengers getting on and off with different passenger flow density, different statistical methods are put forward, and the design and implementation of bus passenger flow statistics system are completed. Finally, the statistical information is sent to the database with specified IP address through GPRS. Firstly, this paper introduces the construction of the software and hardware environment of the system in detail. Including the transplantation of the Linux kernel CRAMFS root file system to the ARM platform computer vision library and QtE graphical interface library, and the design of the passenger flow statistics system for the scene of bus passengers getting on and off. The system makes statistics for different occasions of bus passenger flow density. In the case of dense passenger flow, passengers are close to each other. At this time, the foreground detection image will be an area where each other adheres to each other. In order to solve this problem, this paper proposes a method to detect and track passengers by using Hoff circle transformation, centroid coordinates and color histogram as features. The experimental results show that the proposed method solves the problem that the moving target can not be segmented in the case of dense passenger flow, and has good real-time and robustness. It is of great practical significance to supplement the research of bus real-time passenger flow statistics.
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U495;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魏怡;何一偉;倪海峰;;基于OpenCV的粒子濾波[J];中國水運(yùn)(下半月);2009年03期

2 劉娟;郝建新;;OpenCV技術(shù)在數(shù)字近景攝影測量中的應(yīng)用與研究[J];城市勘測;2013年01期

3 趙霞;陸小龍;廖明;;基于OpenCV的角鐵中線檢測方法[J];中國測試;2010年03期

4 郭劉杰;張崇哲;李居峰;繆康鵬;;基于OpenCV的涂樹白機(jī)視覺圖像背景去除[J];機(jī)械制造;2010年06期

5 董乾;黃曉鳴;;基于OpenCV的圖像碎片拼接[J];科學(xué)技術(shù)與工程;2010年22期

6 劉慧英;王小波;;基于OpenCV的車輛輪廓檢測[J];科學(xué)技術(shù)與工程;2010年12期

7 王福斌;李迎燕;劉杰;陳至坤;;基于OpenCV的機(jī)器視覺圖像處理技術(shù)實(shí)現(xiàn)[J];機(jī)械與電子;2010年06期

8 矣昕寶;全海燕;許伶俐;;一種基于OpenCV的多扇區(qū)圓檢測方法[J];科學(xué)技術(shù)與工程;2011年16期

9 周傳宏;王懷虎;康少博;;OpenCV在裝箱缺條視覺檢測系統(tǒng)中的應(yīng)用[J];制造業(yè)自動(dòng)化;2011年17期

10 周傳宏;陳郭寶;王懷虎;康少博;;OpenCV在條煙視覺檢測系統(tǒng)中的應(yīng)用[J];機(jī)械設(shè)計(jì)與制造;2011年11期

相關(guān)會(huì)議論文 前5條

1 ;The System of Face Detection Based on OpenCV[A];第24屆中國控制與決策會(huì)議論文集[C];2012年

2 王強(qiáng);劉建麗;;基于OpenCV的運(yùn)動(dòng)目標(biāo)檢測算法的實(shí)現(xiàn)[A];邏輯學(xué)及其應(yīng)用研究——第四屆全國邏輯系統(tǒng)、智能科學(xué)與信息科學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

3 譚彩鳳;邢座程;田海軍;;基于OpenCV體系結(jié)構(gòu)的LSSVM算法與人臉檢測研究[A];中國電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

4 王福斌;劉杰;陳至坤;劉闊;潘曉娣;;基于OpenCV的履帶式機(jī)器人運(yùn)動(dòng)物體視覺跟蹤[A];2009中國儀器儀表與測控技術(shù)大會(huì)論文集[C];2009年

5 鄭國榮;熊昌鎮(zhèn);張彥;;一種基于OpenCV的嵌入式視頻監(jiān)控方法[A];中國計(jì)量協(xié)會(huì)冶金分會(huì)2010年會(huì)論文集[C];2010年

相關(guān)碩士學(xué)位論文 前10條

1 石浩然;基于嵌入式系統(tǒng)人臉識(shí)別的分析與研究[D];內(nèi)蒙古大學(xué);2015年

2 孫波翔;OpenCV-Julia的封裝及在遙感圖像處理中的應(yīng)用[D];昆明理工大學(xué);2015年

3 楊亞明;基于OpenCV的絕緣子及等電位線故障狀態(tài)智能識(shí)別[D];西南交通大學(xué);2015年

4 陳春林;基于pcDuino的人臉檢測追蹤系統(tǒng)[D];蘭州大學(xué);2015年

5 丁元舟;停車場遠(yuǎn)程視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與開發(fā)[D];華中師范大學(xué);2015年

6 周鵬;基于OpenCV的雙目立體視覺系統(tǒng)定標(biāo)與三維重構(gòu)技術(shù)研究[D];寧夏大學(xué);2015年

7 孫付超;基于OpenCV的圖像預(yù)處理在儀表定位中的應(yīng)用[D];山東大學(xué);2015年

8 施天敏;基于OPENCV的結(jié)構(gòu)光投影儀的標(biāo)定研究[D];江蘇科技大學(xué);2015年

9 徐立東;基于OpenCV的Marangoni凝結(jié)液珠圖像分析研究[D];新疆大學(xué);2015年

10 汪翠;基于OpenCV的人臉檢測與跟蹤算法研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2014年

，

本文編號：1679937