本文關(guān)鍵詞：基于視頻圖像處理的車輛檢測與跟蹤算法研究

  更多相關(guān)文章： 視頻圖像處理 背景圖像更新 陰影消除 車輛跟蹤 車速估計

【摘要】：智能交通系統(tǒng)(Intelligent Transportation Systems)簡稱ITS,是當前計算機視覺領(lǐng)域研究和關(guān)注的重點。在ITS中,車輛檢測和車輛跟蹤是智能交通系統(tǒng)的基礎。隨著計算機科學技術(shù)的發(fā)展與進步,出現(xiàn)了很多與車輛檢測和跟蹤相關(guān)的算法。本文針對車輛檢測與跟蹤算法中存在的缺點和不足進行比較分析,在以下三個方面做出研究:(1)針對車輛檢測過程中存在的背景更新問題,本文基于背景差分算法提出一種固定窗口的背景圖像更新算法用于運動車輛的檢測。該方法首先為每一個像素點建立固定窗口來減小背景更新的計算量;其次,通過控制窗口長度來滿足算法的實時更新問題;最后將當前幀圖像與獲取的背景圖像采用背景差分算法進行車輛檢測,經(jīng)實驗數(shù)據(jù)驗證,采用該方法能夠檢測到較為完整的運動車輛。(2)針對運動車輛區(qū)域內(nèi)的陰影消除問題,本文基于灰度圖像,提出一種基于改進的自動標記與OSTU雙閾值灰度增強算法相結(jié)合的車輛陰影去除方法。該方法首先通過像素點壓縮和釋放的方式對自動標記算法進行改進;其次,對OSTU雙閾值圖像分割后的分割區(qū)域進行不同程度的灰度增強;最后,使用背景差分算法進行陰影消除,最終獲得不含陰影的車輛。該方法與常用的幾種陰影消除算法相比,陰影消除效果較好。(3)針對車輛跟蹤與車速估計問題,本文提出一種基于質(zhì)心特征提取的車輛跟蹤算法。算法以鏈碼差為前提進行遮擋車輛的分離,對于后續(xù)獲得的前景掩碼,文中選擇采用質(zhì)心特征提取實現(xiàn)運動目標跟蹤,隨后將文獻中已有的兩種車速估計算法應用于后續(xù)的車速計算中進行車速估計。
【關(guān)鍵詞】：視頻圖像處理 背景圖像更新 陰影消除 車輛跟蹤 車速估計
【學位授予單位】：河南理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6
• Abstract6-9
• 1 緒論9-13
• 1.1 研究背景及意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-11
• 1.3 主要研究內(nèi)容與章節(jié)安排11-13
• 1.3.1 研究內(nèi)容11-12
• 1.3.2 章節(jié)安排12-13
• 2 視頻圖像處理相關(guān)技術(shù)13-19
• 2.1 圖像灰度化13-14
• 2.2 圖像噪聲處理14-16
• 2.2.1 均值濾波去噪15
• 2.2.2 中值濾波去噪15-16
• 2.3 圖像二值化處理16-17
• 2.4 數(shù)學形態(tài)學處理17-18
• 2.5 本章小結(jié)18-19
• 3 交通視頻中的運動車輛檢測19-39
• 3.1 光流法19-20
• 3.2 幀間差分算法20-21
• 3.3 VIBE算法21-23
• 3.4 背景差分算法23-38
• 3.4.1 背景差分算法基本原理23-24
• 3.4.2 基于背景差分算法的背景更新方法24-32
• 3.4.3 基于固定窗口背景更新的背景差分方法32-36
• 3.4.4 實驗結(jié)果與分析36-38
• 3.5 本章小結(jié)38-39
• 4 運動車輛區(qū)域內(nèi)的陰影消除39-53
• 4.1 陰影的形成和基本特征39-40
• 4.1.1 陰影的形成39-40
• 4.1.2 陰影的基本特征40
• 4.2 陰影消除算法概述40-43
• 4.2.1 基于紋理特征的陰影消除40-41
• 4.2.2 基于邊緣特征的陰影消除41
• 4.2.3 基于顏色特征的陰影消除41-43
• 4.3 本文提出的車輛陰影消除算法43-52
• 4.3.1 算法的基本思想43-44
• 4.3.2 改進目標標記算法44-46
• 4.3.3 OSTU雙閾值灰度增強算法46-47
• 4.3.4 改進目標標記和OSTU雙閾值圖像增強相結(jié)合車輛陰影消除新算法47-48
• 4.3.5 實驗結(jié)果與分析48-52
• 4.4 本章小結(jié)52-53
• 5 檢測出的運動車輛跟蹤53-61
• 5.1 目標跟蹤算法概述53-54
• 5.2 基于目標質(zhì)心特征提取的車輛跟蹤54-59
• 5.2.1 車輛遮擋的分類55
• 5.2.2 基于鏈碼差的車輛分離55-57
• 5.2.3 基于目標質(zhì)心特征提取的車輛跟蹤57-59
• 5.3 車速估計59-60
• 5.4 本章小結(jié)60-61
• 6 總結(jié)與展望61-63
• 6.1 總結(jié)61-62
• 6.2 展望62-63
• 參考文獻63-67
• 作者簡歷67-69
• 學位論文數(shù)據(jù)集69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張文溥;;視頻車輛檢測技術(shù)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

2 于寶明;;一種智能物聯(lián)網(wǎng)交通管理系統(tǒng)中靜止車輛檢測新方法[J];信息化研究;2011年05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(shù)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 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

6 張暉;董育寧;;基于視頻的車輛檢測算法綜述[J];南京郵電大學學報(自然科學版);2007年03期

7 李玉萍;;基于視覺的車輛檢測技術(shù)現(xiàn)狀[J];國外電子測量技術(shù);2007年10期

8 鄭宏;胡學敏;;高分辨率衛(wèi)星影像車輛檢測的抗體網(wǎng)絡[J];遙感學報;2009年05期

9 戴紅霞;江樂;趙力;;時空結(jié)合的多背景車輛檢測方法的研究[J];電視技術(shù);2009年11期

10 朱娟;陳杰;;基于混合差分的車輛檢測方法[J];計算機工程與設計;2011年01期

中國重要會議論文全文數(shù)據(jù)庫 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(shù)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(shù)與應用學術(shù)會議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應用（SCA·2011）學術(shù)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(shù)與應用學術(shù)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(shù)會議論文集（2）[C];2008年

6 鄒月嫻;王一言;關(guān)佩;楊華;陳維榮;;復雜視頻背景中的運動車輛檢測技術(shù)[A];第四屆和諧人機環(huán)境聯(lián)合學術(shù)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(shù)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(shù)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(shù)年會（CCSP-2007）論文集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 記者 何雪峰;宿州簡政放權(quán)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(shù)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

中國博士學位論文全文數(shù)據(jù)庫 前8條

1 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

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

3 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

4 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

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(shù)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(shù)的研究[D];長安大學;2008年

中國碩士學位論文全文數(shù)據(jù)庫 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(shù)研究[D];華南理工大學;2015年

4 張雙;基于嵌入式技術(shù)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：708608