如今國家大力發(fā)展智慧城市,使人們工作、學習和生活變得越來越智能化,交通作為人們日常生活的重要組成部分,急切地需要借助科技手段來幫助更好的管理和減少交通事故的發(fā)生。車輛是交通系統(tǒng)的主要元素,對車輛的管理能夠很好地帶動整個交通系統(tǒng)的管理,車型識別作為其中一個重要的分支也擁有非常豐富的應用價值,它在各種交通管理系統(tǒng)中都有非常廣泛的應用,然而由于車輛和交通場景的復雜性,車型的識別技術還未在實際中取得良好的效果和突破,因此本文就車型的識別問題展開了研究。運動車輛檢測,考慮到復雜交通場景下多因素干擾的特點,以視頻圖像像素點為建模對象,給出了一種基于混合高斯算法的復雜交通場景下運動目標車輛檢測模型,并通過選取多維模型描述目標背景以增加車輛檢測模型的可靠性。同時針對車輛在運動過程中產生的運動陰影問題,給出了一種基于顏色空間轉換的車輛運動陰影抑制方法,考慮到背景模型中的其他微小干擾噪聲,給出了一種基于圖像最大連通域為原則的干擾噪聲抑制方法,從而確保車輛提取的精確性與完整性,最后以廣州市五山路的交通視頻為實驗數據驗證了該方法的有效性。車輛特征提取,針對車輛灰度投影在水平、垂直方向上的分布特點,提出了一種車... 

【文章來源】：華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：84 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現狀
        1.2.1 車輛檢測技術的發(fā)展
        1.2.2 車型識別技術的研究現狀
        1.2.3 視頻圖像法車型識別技術的研究現狀
    1.3 論文的主要研究內容及結構安排
    1.4 本章小節(jié)
第二章 交通視頻圖像的預處理
    2.1 交通視頻圖像的特點
    2.2 圖像增強
        2.2.1 圖像灰度化
        2.2.2 直方圖均衡化
        2.2.3 銳化空間濾波器
        2.2.4 Retinex增強算法
    2.3 圖像噪聲處理
        2.3.1 噪聲的概述
        2.3.2 均值濾波法
        2.3.3 統(tǒng)計排序濾波法
        2.3.4 小波變換法
    2.4 本章小結
第三章 運動車輛的檢測
    3.1 光流檢測法
    3.2 幀間差分法
        3.2.1 兩幀差分法
        3.2.2 三幀差分法
    3.3 背景差分法
        3.3.1 序列加權法背景建模
        3.3.2 單高斯背景建模
        3.3.3 混合高斯背景建模
    3.4 基于顏色空間變換的陰影抑制
    3.5 本章小結
第四章 目標車輛的特征提取
    4.1 基于投影法的車臉分割
    4.2 基于邊緣檢測的特征提取
        4.2.1 Canny算法介紹
        4.2.2 結構邊緣檢測算法
    4.3 HOG特征提取
    4.4 組合特征提取
    4.5 本章小節(jié)
第五章 車型分類器實現
    5.1 特征變換及降維處理
    5.2 支持向量機
        5.2.1 線性可分的SVM
        5.2.2 非線性可分的C-SVM
        5.2.3 核函數映射下的SVM
        5.2.4 基于SVM的多分類問題
    5.3 AdaBoost-SVM級聯分類器
        5.3.1 AdaBoost理論
        5.3.2 AdaBoost-SVM理論
        5.3.3 多分類擴展
    5.4 實驗結果
        5.4.1 實驗步驟
        5.4.2 SVM分類結果
        5.4.3 AdaBoost-SVM分類結果
    5.5 本章小結
第六章 總結及展望
    6.1 研究成果
    6.2 創(chuàng)新成果
    6.3 研究展望
參考文獻
攻讀碩士學位期間取得的研究成果
Ⅳ-2答辯委員會對論文的評定意見


【參考文獻】：
期刊論文
[1]基于圖像處理技術的車型智能識別算法研究[J]. 睢丹,焦振.  中國西部科技. 2015(07)
[2]智能視頻分析技術的最新發(fā)展與應用[J]. 李鵬飛,孫苗苗,高磊,趙炫.  中國安防. 2013(12)
[3]基于多特征融合的汽車車型模糊識別方法[J]. 聶小燕,祁媛媛,董昕.  微計算機應用. 2011(11)
[4]淺談數字圖像處理技術的基本原理[J]. 潘振贛,龔聲蓉.  電腦知識與技術. 2010(06)
[5]基于紋理特征的汽車車型識別[J]. 馬蓓,張樂.  電子科技. 2010(02)
[6]Boosting算法及其在動態(tài)視頻圖像中的應用[J]. 陰國富.  河北工業(yè)科技. 2008(05)
[7]基于視頻圖像Harris角點檢測的車型識別[J]. 周愛軍,杜宇人.  揚州大學學報(自然科學版). 2008(01)
[8]基于Adaboost算法的行人檢測方法[J]. 郭烈,王榮本,張明恒,金立生.  計算機工程. 2008(03)
[9]一種改進的AdaBoost算法——AD AdaBoost[J]. 李闖,丁曉青,吳佑壽.  計算機學報. 2007(01)
[10]智能交通系統(tǒng)中基于視頻圖像處理的車輛檢測與跟蹤方法綜述[J]. 王圣男,郁梅,蔣剛毅.  計算機應用研究. 2005(09)

博士論文
[1]智能交通系統(tǒng)中車輛視頻檢測、識別與跟蹤方法的研究[D]. 紀筱鵬.中國海洋大學 2006

碩士論文
[1]基于視頻圖像的車型識別技術的研究與實現[D]. 盛卓.哈爾濱工程大學 2012
[2]基于光流場的視頻車輛檢測與跟蹤算法研究與應用[D]. 劉濤.武漢科技大學 2011
[3]基于視頻圖像處理的車輛識別技術研究[D]. 王蕾.中國海洋大學 2009
[4]車臉圖像的特征提取[D]. 姚源.中南大學 2008
[5]車輛信息的視頻提取方法及應用研究[D]. 郭琪超.南京航空航天大學 2007
[6]局部直方圖均衡化算法研究及其應用[D]. 蔡超峰.鄭州大學 2005
[7]一種基于感應線圈的車型識別系統(tǒng)[D]. 朱海濤.西南交通大學 2003



本文編號：3548173