本文選題：智能交通系統(tǒng) + 背景更新陰影與光斑去除擁堵檢測　； 參考：《華中科技大學》2016年碩士論文

【摘要】：隨著時代進步,智能交通系統(tǒng)(ITS)為解決交通問題發(fā)揮了重要作用。實時的車輛檢測與追蹤是ITS必不可少的環(huán)節(jié),也是研究熱點之一。本文主要對高速公路下的視頻流進行采樣分析,詳細描述了該場景下的車輛檢測與追蹤算法的實現(xiàn)。本文對比分析了已有的車輛檢測與追蹤技術,對相關算法做出了適當?shù)母倪M并給出了改進后的實驗結(jié)果。下面這幾個方面是本文的主要工作內(nèi)容:(1)背景更新算法的研究由于系統(tǒng)實時性的要求,本文采取的背景差分方式來實現(xiàn)運動目標車輛的檢測。本文介紹了常用的背景建模方法,對比分析了其中的優(yōu)缺點,并設計了一種分區(qū)塊的自適應背景更新算法。該算法利用的是加權累計幀間差方式來實現(xiàn)背景的自動更新。該算法的優(yōu)點在于計算量相對較小,背景更新速率較快,初始化建立背景的時間相對較短。(2)日間陰影以及夜晚光斑的去除汽車白天行駛期間,由于日光的照射會在地面形成影子,這些運動的影子對準確的提取運動車輛輪廓產(chǎn)生了極大的干擾作用。汽車在夜間行駛,由于近光燈的照射在地面形成明亮的光斑,這些光斑也會對檢測結(jié)果造成惡劣的影響。本系統(tǒng)有效解決了陰影和光斑所帶來的干擾,同時還解決了系統(tǒng)自動區(qū)分白天與夜間時間段的問題(3)擁堵與非擁堵狀態(tài)下的車輛檢測本文在道路擁堵狀態(tài)下利用虛擬線圈的技術來檢測運動車輛,非擁堵狀態(tài)下則采用基于檢測線的技術。本文對比了虛擬線圈和檢測線技術的優(yōu)缺點和不足,指出了各自適合的應用場景。本文提出了一種簡易的方法來實現(xiàn)道路擁堵與非擁堵狀態(tài)下檢測算法的自動切換。(4)車輛追蹤算法的研究本文在以往的車輛追蹤技術上,設計了一種基于車輛特征的追蹤算法。由于在經(jīng)過二值化處理后,已經(jīng)提取出運動車輛的目標輪廓,因此光照的影響已經(jīng)可以忽略不計,從而利用車輛的輪廓特征實現(xiàn)目標追蹤。本文解決了在追蹤過程中由于運動目標車輛重疊,導致追蹤失敗的問題。由于從3D投影至2D平面導致信息丟失,圖像中的車輛像素距離不等同于真實距離。因此對車速和位置的估算仍然缺乏準確性,需要進一步的深入研究。在以上的研究工作基礎上,本文設計了完整的基于交通視頻的車輛檢測與追蹤系統(tǒng),給出了實驗結(jié)果。結(jié)果表明,該系統(tǒng)在車輛檢測上具有很好的實時性與準確性,實現(xiàn)了初步的跟蹤效果,取得了令人滿意的成績。
[Abstract]:With the progress of the times, Intelligent Transportation system (its) plays an important role in solving traffic problems. Real-time vehicle detection and tracking is an essential part of ITS, and also one of the research hotspots. In this paper, the video stream under the freeway is sampled and analyzed, and the realization of the vehicle detection and tracking algorithm in this scene is described in detail. In this paper, the existing vehicle detection and tracking techniques are compared and analyzed, and the related algorithms are improved and the experimental results are given. The following several aspects are the main work of this paper: 1) background updating algorithm; because of the real-time requirement of the system, the background differential method is adopted to realize the vehicle detection of moving targets. In this paper, common background modeling methods are introduced, their advantages and disadvantages are compared and analyzed, and an adaptive background updating algorithm is designed. The algorithm uses the weighted cumulative frame difference to realize the automatic updating of the background. The advantages of the algorithm are that the computation is relatively small, the background updating rate is faster, the time of setting up the background is relatively short) the daytime shadow and the removal of the night spot during the day driving of the vehicle. Since sunlight can form shadows on the ground, these moving shadows have a great interference effect on accurate extraction of moving vehicle contours. At night, because of the bright spot formed on the ground by the near-light, these spots will also have a bad effect on the detection results. The system effectively solves the interference caused by shadow and spot. At the same time, it solves the problem that the system can automatically distinguish the day and night time periods. (3) vehicle detection in congested and non-congested state. In this paper, virtual coil technology is used to detect moving vehicles under road congestion. In non-congestion condition, the technology based on detection line is adopted. In this paper, the advantages and disadvantages of virtual coil and detection line are compared, and the suitable application scenarios are pointed out. In this paper, a simple method is proposed to realize the automatic toggle. 4) vehicle tracking algorithm for road congestion and non-congestion detection algorithms. In this paper, a vehicle tracking algorithm based on vehicle characteristics is designed in the previous vehicle tracking technology. Since the target contour of moving vehicle has been extracted after binarization, the influence of illumination can be neglected, so the contour feature of vehicle can be used to track the target. In this paper, the problem of tracking failure caused by the overlap of moving target vehicles in the tracking process is solved. Due to the loss of information from 3D projection to 2D plane, the distance of vehicle pixels in the image is not equal to the real distance. Therefore, the estimation of speed and location still lacks accuracy and needs further study. Based on the above research work, a complete vehicle detection and tracking system based on traffic video is designed, and the experimental results are given. The results show that the system has good real-time and accuracy in vehicle detection, and has achieved a preliminary tracking effect and achieved satisfactory results.
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U495;TP391.41

【相似文獻】

相關期刊論文 前10條

1 張巖;;基于視頻的車輛檢測方法與檢測技術的探討[J];哈爾濱鐵道科技;2009年02期

2 張文溥;;視頻車輛檢測技術及發(fā)展趨勢[J];中國人民公安大學學報(自然科學版);2010年01期

3 劉珠妹;劉亞嵐;譚衢霖;任玉環(huán);;高分辨率衛(wèi)星影像車輛檢測研究進展[J];遙感技術與應用;2012年01期

4 錢志明;楊家寬;段連鑫;;基于視頻的車輛檢測與跟蹤研究進展[J];中南大學學報(自然科學版);2013年S2期

5 湯灝;張峰;;車輛檢測技術的選用[J];中國交通信息產(chǎn)業(yè);2004年03期

6 文學志;趙宏;王楠;袁淮;;基于知識和外觀方法相結(jié)合的后方車輛檢測[J];東北大學學報(自然科學版);2007年03期

7 劉振華;黃磊;劉昌平;;一種基于視頻圖像處理的車輛違章檢測算法[J];公路交通科技;2012年02期

8 楊阿麗;劉峽壁;魏雪;萬玉釵;;用于交通治安卡口的全天候視頻車輛檢測方法[J];合肥工業(yè)大學學報(自然科學版);2012年03期

9 魏凱;盛建平;熊凱;;基于陰影特征的前向車輛檢測和測距方法研究[J];機械設計與制造;2013年02期

10 郭磊;李克強;王建強;連小珉;;一種基于特征的車輛檢測方法[J];汽車工程;2006年11期

相關會議論文 前10條

1 錢志明;楊家寬;段連鑫;;基于視頻的車輛檢測與跟蹤研究進展[A];2013年中國智能自動化學術會議論文集（第五分冊）[C];2013年

2 聞育;潘霓;;基于磁偏角的車輛檢測的研究[A];第二十七屆中國控制會議論文集[C];2008年

3 楊阿麗;劉峽壁;魏雪;萬玉釵;;用于交通治安卡口的全天候視頻車輛檢測方法[A];全國第22屆計算機技術與應用學術會議(CACIS·2011)暨全國第3屆安全關鍵技術與應用（SCA·2011）學術會議論文摘要集[C];2011年

4 楊淼;;基于卡爾曼濾波的電子警察系統(tǒng)車輛檢測算法[A];2011年全國電子信息技術與應用學術會議論文集[C];2011年

5 蔣大林;馬軍強;;基于視頻的車輛檢測與跟蹤方法綜述[A];第六屆全國信息獲取與處理學術會議論文集（2）[C];2008年

6 鄒月嫻;王一言;關佩;楊華;陳維榮;;復雜視頻背景中的運動車輛檢測技術[A];第四屆和諧人機環(huán)境聯(lián)合學術會議論文集[C];2008年

7 李舜酩;繆小冬;;視覺車輛檢測方法的研究進展及展望[A];2009全國虛擬儀器大會論文集（二）[C];2009年

8 王忠耀;任青春;王少華;郭春生;;基于紅外視頻的車載行人車輛檢測系統(tǒng)[A];浙江省電子學會2013學術年會論文集[C];2013年

9 孫明;孫紅;;智能交通系統(tǒng)中車輛的圖像檢測方法研究[A];農(nóng)業(yè)工程科技創(chuàng)新與建設現(xiàn)代農(nóng)業(yè)——2005年中國農(nóng)業(yè)工程學會學術年會論文集第三分冊[C];2005年

10 吳嶸;何培宇;徐自勵;段文鋒;劉珂含;;一種去背景的車輛檢測與跟蹤快速算法[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

相關重要報紙文章 前10條

1 記者 何雪峰;宿州簡政放權助推縣域經(jīng)濟[N];安徽日報;2009年

2 記者 賈瑞芳;檢車進企業(yè) 溫暖送到家[N];河北經(jīng)濟日報;2009年

3 鄭利平;湖州車輛檢測科研項目通過鑒定[N];中國交通報;2004年

4 張廣明;運用高新技術審驗運輸車輛[N];巴彥淖爾日報(漢);2007年

5 張奇 李小潔;車輛檢測，為何招來怨聲一片[N];檢察日報;2002年

6 本報記者 侯莎莎;車輛年檢強制免費換牌釘[N];北京日報;2012年

7 奚榮武　顧剛;昆山：1100萬元加強卡口監(jiān)控[N];人民公安報;2009年

8 見習記者 黃鵬飛;檢測要細之又細，事故要堅決壓降[N];法治快報;2006年

9 記者 楊耀青;車輛檢測更加公正透明[N];西安日報;2011年

10 張貴峰;車檢改革應將交通部門納入其中[N];法制日報;2014年

相關博士學位論文 前8條

1 劉培勛;車輛主動安全中關于車輛檢測與跟蹤算法的若干研究[D];吉林大學;2015年

2 張偉;基于視覺的運動車輛檢測與跟蹤[D];上海交通大學;2007年

3 徐琨;交通視頻監(jiān)控中的車輛檢測與跟蹤方法研究[D];長安大學;2009年

4 李博;基于層次性與或圖模型的車輛檢測與解析[D];北京理工大學;2015年

5 王曾敏;小波圖像融合算法及其在視頻車輛檢測系統(tǒng)中的應用研究[D];天津大學;2009年

6 許潔瓊;基于視頻圖像處理的車輛檢測與跟蹤方法研究[D];中國海洋大學;2012年

7 嚴捷豐;交通視頻監(jiān)控中的車輛檢測與分割方法研究[D];中國科學技術大學;2008年

8 李衛(wèi)江;基于線陣CCD成像交通信息采集和檢測技術的研究[D];長安大學;2008年

相關碩士學位論文 前10條

1 何志強;基于地磁的無線車輛檢測系統(tǒng)研究[D];華南理工大學;2015年

2 王齊;車輛檢測與樣本采集系統(tǒng)的研究與設計[D];延邊大學;2015年

3 馬蓓蓓;基于HOG特征的車輛檢測技術研究[D];華南理工大學;2015年

4 張雙;基于嵌入式技術的物流跟蹤及車輛檢測系統(tǒng)設計[D];昆明理工大學;2015年

5 郭敏;基于高速公路大貨車違法占道監(jiān)測系統(tǒng)的車輛檢測與跟蹤研究[D];西南交通大學;2015年

6 馮樂;基于AMR傳感器的車輛信息采集系統(tǒng)[D];天津理工大學;2015年

7 張驍;基于3D空間多部件模型的車輛檢測方法研究[D];長安大學;2015年

8 趙倩倩;基于目標特征點跟蹤與聚類的車輛檢測算法研究[D];長安大學;2015年

9 田蘇慧敏;基于視頻圖像處理的車輛檢測與車流量統(tǒng)計平臺的設計實現(xiàn)[D];寧夏大學;2015年

10 王成坤;混合交通流兩輪車輛的視頻檢測研究[D];江西理工大學;2014年

，

本文編號：1957526