基于分布式計算的視頻測速算法研究
發(fā)布時間:2021-09-15 16:22
近年來,隨著圖像處理技術(shù)的發(fā)展,基于圖像處理的車速檢測技術(shù)成了交通測速研究的熱點。為簡化現(xiàn)有道路車輛測速系統(tǒng),降低測速系統(tǒng)成本,論文提出了一種使用圖像處理及分布式計算技術(shù)的視頻測速算法。論文對基于圖像處理的視頻測速系統(tǒng)總體架構(gòu)和相關(guān)的車輛檢測及跟蹤算法以及分布式的車速計算方法進(jìn)行了研究,論文的工作主要內(nèi)容有以下幾點:(1)視頻測速系統(tǒng)的整體架構(gòu)。論文對視頻測速系統(tǒng)進(jìn)行了相關(guān)的研究,分析了系統(tǒng)中可能存在的難點,并就相關(guān)的難點提出了解決方案,設(shè)計了本文視頻測速系統(tǒng)的軟件結(jié)構(gòu)和硬件結(jié)構(gòu)。(2)車輛檢測與跟蹤算法。論文對車輛檢測及跟蹤的相關(guān)技術(shù)進(jìn)行了研究,提出了一種基于背景建模的自適應(yīng)選擇更新車輛檢測方法,進(jìn)一步提出了一種結(jié)合卡爾曼濾波器與匈牙利算法的車輛跟蹤方法。(3)分布式的車速計算。論文使用了虛擬撞線法來對車速進(jìn)行計算,為減小遍歷車輛跟蹤隊列造成的車速計算誤差,使用了分布式計算中的并行計算方法來并行地計算車輛跟蹤隊列中的車輛速度,進(jìn)一步提出了分布式的車速計算方法。論文設(shè)計了一種具有實用性的視頻測速系統(tǒng),使用動畫模擬及小車模擬實驗測試算法并在城市的實際道路中使用速度已知的車輛進(jìn)行了測速系統(tǒng)...
【文章來源】:華僑大學(xué)福建省
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
高斯核的計算
最終的高斯核
膨脹過程示意圖
【參考文獻(xiàn)】:
期刊論文
[1]Python的并行計算方式[J]. 劉玥晗,邵帥. 計算機產(chǎn)品與流通. 2020(01)
[2]大數(shù)據(jù)挖掘中的MapReduce并行聚類優(yōu)化算法研究[J]. 林丹楠,黃銳. 太原師范學(xué)院學(xué)報(自然科學(xué)版). 2019(04)
[3]暢通九州——中國高速公路里程世界第一[J]. 新長征. 2019(12)
[4]基于Vibe背景建模的運動目標(biāo)檢測算法[J]. 丁哲,陸文總. 計算機系統(tǒng)應(yīng)用. 2019(04)
[5]一種基于視頻圖像的車輛測速算法[J]. 王成鋼,劉海,譚中慧. 上海船舶運輸科學(xué)研究所學(xué)報. 2019(01)
[6]基于Hadoop的Web日志分析系統(tǒng)的設(shè)計[J]. 何璇,馬佳琳. 軟件工程. 2019(02)
[7]基于OpenCV的復(fù)雜環(huán)境下圖像二值化方法[J]. 趙世峰,何皙健. 電子測量技術(shù). 2018(06)
[8]傳感器在汽車測速中的應(yīng)用[J]. 徐鵬越. 中國新通信. 2018(01)
[9]基于幀差法和背景差法的運動目標(biāo)檢測[J]. 張應(yīng)輝,劉養(yǎng)碩. 計算機技術(shù)與發(fā)展. 2017(02)
[10]基于數(shù)字形態(tài)學(xué)特征的植物葉片識別技術(shù)綜述[J]. 熊世明,袁曉洲,樊光瑞. 軟件導(dǎo)刊. 2016(12)
博士論文
[1]基于區(qū)域特征的目標(biāo)跟蹤算法研究[D]. 劉晴.北京理工大學(xué) 2014
碩士論文
[1]基于視頻監(jiān)控的目標(biāo)檢測與跟蹤算法研究[D]. 姜丹.西安理工大學(xué) 2018
[2]基于背景建模的運動目標(biāo)檢測算法的研究與實現(xiàn)[D]. 李明月.西安電子科技大學(xué) 2018
[3]超聲波測距系統(tǒng)的研究與實現(xiàn)[D]. 田文成.南京郵電大學(xué) 2017
[4]MapReduce模型下的圖像并行化處理研究[D]. 翟銳濤.西安科技大學(xué) 2017
[5]運動目標(biāo)的跟蹤與識別算法研究[D]. 孟祥怡.吉林大學(xué) 2014
[6]基于圖像處理的車速檢測方法研究[D]. 劉偉.長安大學(xué) 2014
[7]基于面向云服務(wù)的Python并行計算的研究[D]. 陳從江.電子科技大學(xué) 2014
[8]視頻圖像預(yù)處理技術(shù)研究與實現(xiàn)[D]. 胡靜.南京理工大學(xué) 2014
[9]基于高斯混合模型的運動目標(biāo)檢測[D]. 殷夢妮.哈爾濱工程大學(xué) 2012
[10]汽車速度測量方法研究[D]. 張世璞.天津理工大學(xué) 2011
本文編號:3396402
【文章來源】:華僑大學(xué)福建省
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
高斯核的計算
最終的高斯核
膨脹過程示意圖
【參考文獻(xiàn)】:
期刊論文
[1]Python的并行計算方式[J]. 劉玥晗,邵帥. 計算機產(chǎn)品與流通. 2020(01)
[2]大數(shù)據(jù)挖掘中的MapReduce并行聚類優(yōu)化算法研究[J]. 林丹楠,黃銳. 太原師范學(xué)院學(xué)報(自然科學(xué)版). 2019(04)
[3]暢通九州——中國高速公路里程世界第一[J]. 新長征. 2019(12)
[4]基于Vibe背景建模的運動目標(biāo)檢測算法[J]. 丁哲,陸文總. 計算機系統(tǒng)應(yīng)用. 2019(04)
[5]一種基于視頻圖像的車輛測速算法[J]. 王成鋼,劉海,譚中慧. 上海船舶運輸科學(xué)研究所學(xué)報. 2019(01)
[6]基于Hadoop的Web日志分析系統(tǒng)的設(shè)計[J]. 何璇,馬佳琳. 軟件工程. 2019(02)
[7]基于OpenCV的復(fù)雜環(huán)境下圖像二值化方法[J]. 趙世峰,何皙健. 電子測量技術(shù). 2018(06)
[8]傳感器在汽車測速中的應(yīng)用[J]. 徐鵬越. 中國新通信. 2018(01)
[9]基于幀差法和背景差法的運動目標(biāo)檢測[J]. 張應(yīng)輝,劉養(yǎng)碩. 計算機技術(shù)與發(fā)展. 2017(02)
[10]基于數(shù)字形態(tài)學(xué)特征的植物葉片識別技術(shù)綜述[J]. 熊世明,袁曉洲,樊光瑞. 軟件導(dǎo)刊. 2016(12)
博士論文
[1]基于區(qū)域特征的目標(biāo)跟蹤算法研究[D]. 劉晴.北京理工大學(xué) 2014
碩士論文
[1]基于視頻監(jiān)控的目標(biāo)檢測與跟蹤算法研究[D]. 姜丹.西安理工大學(xué) 2018
[2]基于背景建模的運動目標(biāo)檢測算法的研究與實現(xiàn)[D]. 李明月.西安電子科技大學(xué) 2018
[3]超聲波測距系統(tǒng)的研究與實現(xiàn)[D]. 田文成.南京郵電大學(xué) 2017
[4]MapReduce模型下的圖像并行化處理研究[D]. 翟銳濤.西安科技大學(xué) 2017
[5]運動目標(biāo)的跟蹤與識別算法研究[D]. 孟祥怡.吉林大學(xué) 2014
[6]基于圖像處理的車速檢測方法研究[D]. 劉偉.長安大學(xué) 2014
[7]基于面向云服務(wù)的Python并行計算的研究[D]. 陳從江.電子科技大學(xué) 2014
[8]視頻圖像預(yù)處理技術(shù)研究與實現(xiàn)[D]. 胡靜.南京理工大學(xué) 2014
[9]基于高斯混合模型的運動目標(biāo)檢測[D]. 殷夢妮.哈爾濱工程大學(xué) 2012
[10]汽車速度測量方法研究[D]. 張世璞.天津理工大學(xué) 2011
本文編號:3396402
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3396402.html
最近更新
教材專著