【摘要】：近年來,隨著中國智能交通系統(tǒng)的發(fā)展,視頻監(jiān)控系統(tǒng)成為該領(lǐng)域研究的熱點問題之一。然而隨著人民生活水平的提高,城市道路交通壓力越來越大,智能交通系統(tǒng)中監(jiān)控攝像機(jī)的數(shù)量越來越多,但是城市視頻攝像機(jī)監(jiān)控效率卻不見提高。本文通過改變多攝像機(jī)之間的聯(lián)合調(diào)用,可以使攝像機(jī)獲得視場最大化和圖像信息最大化,從而提高城市道路的監(jiān)控效率。在多攝像機(jī)與城市道路相結(jié)合部分,通過了解球形攝像機(jī)原理,可以幫助確定攝像機(jī)的監(jiān)控范圍;通過各種城市道路類型進(jìn)行近似等效,可以更加容易的確定攝像機(jī)數(shù)量和位置。在多攝像機(jī)于城市道路中的運(yùn)動軌跡設(shè)計部分,提出了整體設(shè)計方案,主要包括針對多攝像機(jī)聯(lián)合調(diào)制建立數(shù)學(xué)模型-矩陣模型,近似模型元素于矩陣模型一一對應(yīng),矩陣模型中的工作狀態(tài)劃分,最終確定每個攝像機(jī)對應(yīng)監(jiān)控區(qū)域與運(yùn)動軌跡。在界面的測試部分,通過數(shù)據(jù)庫將各類車輛信息統(tǒng)計并存儲,分別對正常工作狀態(tài)和重點監(jiān)控工作狀態(tài)車輛數(shù)據(jù)處理,可以看出,正常監(jiān)控工作狀態(tài)監(jiān)控效率達(dá)到88.08%,重點監(jiān)控工作狀態(tài)監(jiān)控效率達(dá)到90.77%。最后,通過對重點監(jiān)控工作狀態(tài)數(shù)據(jù)中攝像機(jī)重點監(jiān)控區(qū)域與非重點監(jiān)控區(qū)域?qū)Ρ?結(jié)果證明:重點監(jiān)控工作狀態(tài)可以提高重點監(jiān)控區(qū)域的監(jiān)控效率,攝像機(jī)重點監(jiān)控區(qū)域監(jiān)控效率的提高是以非重點監(jiān)控區(qū)域監(jiān)控效率降低為代價,代價系數(shù)大小由道路類型和攝像機(jī)數(shù)量確定。
[Abstract]:In recent years, with the development of intelligent transportation system in China, video surveillance system has become one of the hot issues in this field. However, with the improvement of people's living standards, urban road traffic pressure is increasing, and the number of surveillance cameras in its is increasing, but the efficiency of urban video camera surveillance has not been improved. In this paper, by changing the joint call between multiple cameras, the camera can obtain the maximum view field and the maximum image information, so as to improve the efficiency of urban road monitoring. In the combination of multiple cameras and urban roads, by understanding the principle of spherical cameras, we can help to determine the monitoring range of cameras, and approximate equivalence through various types of urban roads. It is easier to determine the number and location of cameras. In the part of motion trajectory design of multi-camera in urban road, the overall design scheme is proposed, which mainly includes the establishment of mathematical model-matrix model for multi-camera joint modulation, and the approximate model elements corresponding to matrix model one-to-one. The working state of the matrix model is divided to determine the corresponding monitoring area and motion track of each camera. In the testing part of the interface, all kinds of vehicle information are counted and stored through the database, and the vehicle data processing in the normal working state and the key monitoring working state can be seen. The efficiency of normal monitoring and working state monitoring is 88.08, and the monitoring efficiency of key monitoring work state is 90.77. Finally, by comparing the key monitoring area with the non-key monitoring area in the key monitoring work state data, the results show that the key monitoring work state can improve the monitoring efficiency of the key monitoring area. The improvement of the surveillance efficiency of the camera monitoring area is at the cost of the decrease of the monitoring efficiency in the non-key monitoring area. The cost coefficient is determined by the road type and the number of cameras.
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN948.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李勇,劉雨,唐波,肖奇?zhèn)?一種基于時空切片提取攝像機(jī)運(yùn)動的方法[J];電視技術(shù);2004年11期

2 孫鳳梅,胡占義;攝像機(jī)簡化模型對三維重構(gòu)的影響——分析與實驗[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2005年10期

3 樹子;;運(yùn)動攝像“4+1”DV攝像高手之路[J];數(shù)字通信;2006年04期

4 徐淑平;;視像中的攝像機(jī)運(yùn)動檢測[J];計算機(jī)技術(shù)與發(fā)展;2007年07期

5 高俊鑫;華煒;章國鋒;秦學(xué)英;;帶約束的攝像機(jī)定標(biāo)方法[J];中國圖象圖形學(xué)報;2010年03期

6 耿玉亮;須德;;一種魯棒的攝像機(jī)運(yùn)動分類算法[J];電子學(xué)報;2006年07期

7 孫鳳梅;王衛(wèi)寧;;關(guān)于攝像機(jī)正交運(yùn)動下約束方程獨立性的一點討論[J];自動化學(xué)報;2007年10期

8 黎俊;彭啟民;呂文先;范植華;;基于尺度不變局部特征的攝像機(jī)運(yùn)動檢測[J];系統(tǒng)仿真學(xué)報;2009年16期

9 孫卓金;胡士強(qiáng);;雙攝像機(jī)協(xié)同人臉鷹眼檢測與定位方法[J];計算機(jī)應(yīng)用;2011年12期

10 張思民;瞿帆;孫航;;基于攝像機(jī)運(yùn)動控制的運(yùn)動目標(biāo)檢測與跟蹤算法研究[J];福建電腦;2013年09期

相關(guān)會議論文 前2條

1 孫宇臣;葛寶臻;牟冰;孫明睿;張以謨;;采用線性方法對攝像機(jī)的分區(qū)標(biāo)定[A];大珩先生九十華誕文集暨中國光學(xué)學(xué)會2004年學(xué)術(shù)大會論文集[C];2004年

2 張娟;陳春曉;;基于分層重建的攝像機(jī)完全自標(biāo)定[A];2011下一代自動測試系統(tǒng)學(xué)術(shù)研討會論文集[C];2011年

相關(guān)重要報紙文章 前2條

1 重慶 哎呀;教你使用家用攝像機(jī)[N];電腦報;2002年

2 關(guān)景火 蔡濤 李德華;幾種典型的表演動畫系統(tǒng)[N];計算機(jī)世界;2002年

相關(guān)博士學(xué)位論文 前10條

1 董文會;多攝像機(jī)監(jiān)控網(wǎng)絡(luò)中的目標(biāo)連續(xù)跟蹤方法研究[D];山東大學(xué);2015年

2 陳和恩;基于單目攝像機(jī)的增強(qiáng)現(xiàn)實場景感知技術(shù)研究[D];廣東工業(yè)大學(xué);2016年

3 譚飛剛;無視野重疊區(qū)域的跨攝像機(jī)行人跟蹤關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2016年

4 孫曉燕;多攝像機(jī)接力目標(biāo)跟蹤關(guān)鍵算法研究[D];山東大學(xué);2014年

5 張柳新;多攝像機(jī)三維重建技術(shù)與應(yīng)用[D];北京理工大學(xué);2010年

6 譚樹人;全方位攝像機(jī)與主動攝像機(jī)協(xié)作跟蹤技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

7 曾成斌;多攝像機(jī)協(xié)同的行人檢測技術(shù)研究[D];北京郵電大學(xué);2011年

8 楊磊;單目運(yùn)動攝像機(jī)進(jìn)行稠密場景重建的方法研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2015年

9 耿玉亮;基于內(nèi)容的視頻結(jié)構(gòu)化技術(shù)的研究[D];北京交通大學(xué);2006年

10 楊廣林;主動視頻監(jiān)控中若干問題的研究[D];燕山大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 潘至尊;多攝像機(jī)連續(xù)目標(biāo)跟蹤系統(tǒng)的應(yīng)用研究[D];聊城大學(xué);2015年

2 余慧;多攝像機(jī)下的智能視頻監(jiān)控及其在電纜防盜中的應(yīng)用研究[D];西南科技大學(xué);2015年

3 吳盈;基于智能輔助視域盲區(qū)目標(biāo)識別與匹配[D];寧波大學(xué);2015年

4 馬鉑倫;電影特效鏡頭的制作[D];北京工業(yè)大學(xué);2015年

5 文雪;基于信息融合的多攝像機(jī)跟蹤的算法研究[D];黑龍江大學(xué);2015年

6 石皓;用于全景與PTZ主從攝像機(jī)的標(biāo)定方法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

7 張瀅;多攝像機(jī)運(yùn)動目標(biāo)檢測與分析研究[D];合肥工業(yè)大學(xué);2014年

8 貢超;無重疊視域多攝像機(jī)目標(biāo)匹配算法研究[D];合肥工業(yè)大學(xué);2014年

9 任麗娜;圓錐鏡面折反射攝像機(jī)的標(biāo)定與自標(biāo)定[D];云南大學(xué);2016年

10 任榮;非重疊域多攝像機(jī)目標(biāo)檢測與跟蹤算法研究[D];中國礦業(yè)大學(xué);2016年

，

本文編號：2142345