本文關(guān)鍵詞：基于OpenCV的視頻檢測系統(tǒng)設(shè)計與實現(xiàn)

  更多相關(guān)文章： 智能交通 車輛檢測 對稱性特征 OpenCV

【摘要】：智能交通系統(tǒng)(ITS)是現(xiàn)代交通管理控制領(lǐng)域的一種常用的應(yīng)用系統(tǒng),而ITS系統(tǒng)中處于系統(tǒng)底層的視頻車輛檢測系統(tǒng),由于擔負著公路原始圖像數(shù)據(jù)采集、處理與管理的任務(wù),極大的影響著整個ITS系統(tǒng)上層子系統(tǒng)對于諸如車輛目標識別、車輛目標跟蹤、車輛車牌定位、車輛車牌識別等一系列檢測流程的準確性和實時性。但目前技術(shù)較為成熟的兩類視頻車輛檢測系統(tǒng)的核心檢測算法各自存在著不同的重要缺陷：(1)基于幀間差的道路車輛檢測算法,通過對采集到的相鄰兩圖像幀作幀間差,一旦相鄰幀之間的差值達到系統(tǒng)預(yù)設(shè)的觸發(fā)閥值,就認為有目標進入檢測區(qū),繼而發(fā)出觸發(fā)信號。這種檢測算法檢測速度快,實現(xiàn)簡單。但是需進行大量試驗設(shè)定合適的觸發(fā)閥值,通常在保證較高的目標觸發(fā)率的同時會出現(xiàn)大量的誤觸發(fā)。(2)基于背景差的道路車輛檢測算法,通過對采集到的每一幀圖像作背景差分,一旦差值達到系統(tǒng)預(yù)設(shè)閥值,就認為有目標進入檢測區(qū),繼而發(fā)出觸發(fā)信號。這種檢測算法與幀間差法一樣,具有計算簡單,檢測速度快的優(yōu)勢。但是已有的背景算法很難解決局部背景突變的問題。這種視頻車輛檢測系統(tǒng)亦存在較高的誤觸發(fā)率問題。針對上述視頻車輛檢測系統(tǒng)存在的問題,四川某學(xué)院交通與市政工程系的研究課題提出了研究課題“智能交通系統(tǒng)信息特征及數(shù)據(jù)挖掘”,作者作為參與者,所做的工作主要分為以下方面：(1)本文設(shè)計了利用車輛目標外輪廓在形態(tài)學(xué)上存在的對稱性特征從視頻中提取包含車輛子窗口坐標、大小的檢測算法。該算法可以通過選取合適的邊緣提取算子提取邊緣,計算并統(tǒng)計邊緣圖像中的高對稱性區(qū)域,檢測出原圖像中可能包含車輛的區(qū)域。試驗證明,該算法可以快速的檢測出圖像中的車輛目標。(2)本文完成了視頻車輛檢測系統(tǒng)中信息管理子系統(tǒng)的需求分析,在需求分析的基礎(chǔ)上,對系統(tǒng)進行了UML分析和建模。最后實現(xiàn)了道路交通信息管理系統(tǒng)。(3)基于本文提出的算法車輛檢測算法,利用OpenCV 1.0視覺庫,在VC2005平臺下實現(xiàn)了基于車輛對稱性檢測的新型的視頻車輛檢測系統(tǒng)。
【關(guān)鍵詞】：智能交通 車輛檢測 對稱性特征 OpenCV
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U495;TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-16
• 1.1 視頻檢測系統(tǒng)的應(yīng)用及研究背景11-12
• 1.2 國內(nèi)外研究與應(yīng)用現(xiàn)狀12-13
• 1.2.1 國外研究與應(yīng)用現(xiàn)狀12-13
• 1.2.2 國內(nèi)研究與應(yīng)用現(xiàn)狀13
• 1.3 面臨的主要問題13-14
• 1.4 課題背景介紹與作者的工作14
• 1.5 本文的組織結(jié)構(gòu)14-16
• 第二章 基于邊緣對稱特征的車輛目標檢測算法的研究與設(shè)計16-26
• 2.1 車輛輪廓特征16-18
• 2.2 數(shù)字圖像邊緣檢測方法研究18-20
• 2.2.1 兩種經(jīng)典邊緣檢測算子介紹18-19
• 2.2.2 邊緣檢測算子效果對比19-20
• 2.3 邊緣圖像對稱性檢測算法研究與設(shè)計20-25
• 2.3.1 算法的目的與思路21-23
• 2.3.2 算法的執(zhí)行流程23-25
• 2.4 本章小結(jié)25-26
• 第三章 道路交通信息管理系統(tǒng)的分析26-36
• 3.1 道路交通信息管理系統(tǒng)的需求分析26-27
• 3.1.1 系統(tǒng)用戶需求分析26
• 3.1.2 系統(tǒng)功能需求分析26-27
• 3.2 系統(tǒng)的UML建模與分析27-35
• 3.2.1 系統(tǒng)的用例圖27-28
• 3.2.2 系統(tǒng)的活動圖28-29
• 3.2.3 系統(tǒng)的時序圖29-32
• 3.2.4 系統(tǒng)的協(xié)作圖32-33
• 3.2.5 系統(tǒng)的狀態(tài)圖33-35
• 3.2.6 系統(tǒng)的部署圖35
• 3.3 本章小結(jié)35-36
• 第四章 道路交通信息管理系統(tǒng)的設(shè)計36-44
• 4.1 道路交通信息管理系統(tǒng)結(jié)構(gòu)設(shè)計36-38
• 4.1.1 C/S結(jié)構(gòu)36
• 4.1.2 B/S結(jié)構(gòu)36-37
• 4.1.3 道路交通信息管理系統(tǒng)結(jié)構(gòu)模型37-38
• 4.2 道路交通信息管理系統(tǒng)功能設(shè)計38-39
• 4.3 系統(tǒng)的類設(shè)計39-40
• 4.4 數(shù)據(jù)庫的設(shè)計40-43
• 4.4.1 角色表41
• 4.4.2 用戶表41
• 4.4.3 文件表41-42
• 4.4.4 文檔表42-43
• 4.5 本章小結(jié)43-44
• 第五章 視頻檢測系統(tǒng)的實現(xiàn)44-57
• 5.1 系統(tǒng)實現(xiàn)的技術(shù)44-45
• 5.1.1 OpenCV 1.0視覺庫44
• 5.1.2 Visual Studio 2005開發(fā)軟件44
• 5.1.3 SQL Server 200544-45
• 5.2 車輛檢測程序主體的實現(xiàn)45-51
• 5.2.1 路口視頻流讀取功能實現(xiàn)45-46
• 5.2.2 圖像預(yù)處理功能實現(xiàn)46-47
• 5.2.3 圖像目標檢測功能實現(xiàn)47-51
• 5.3 道路交通信息管理系統(tǒng)實現(xiàn)51-56
• 5.4 本章小結(jié)56-57
• 第六章 系統(tǒng)測試57-64
• 6.1 系統(tǒng)測試的原則57
• 6.2 測試目的57-58
• 6.3 測試對象58-59
• 6.4 性能測試59-63
• 6.4.1 車輛圖象實時檢測、抓拍59
• 6.4.2 車牌自動識別59-60
• 6.4.3 視頻抓圖的壓縮模塊60-61
• 6.4.4 系統(tǒng)整體性能要求61
• 6.4.5 視頻抓圖的效果顯示61-63
• 6.5 本章小結(jié)63-64
• 第七章 總結(jié)64-66
• 致謝66-67
• 參考文獻67-68

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉娟;郝建新;;OpenCV技術(shù)在數(shù)字近景攝影測量中的應(yīng)用與研究[J];城市勘測;2013年01期

2 趙霞;陸小龍;廖明;;基于OpenCV的角鐵中線檢測方法[J];中國測試;2010年03期

3 郭劉杰;張崇哲;李居峰;繆康鵬;;基于OpenCV的涂樹白機視覺圖像背景去除[J];機械制造;2010年06期

4 董乾;黃曉鳴;;基于OpenCV的圖像碎片拼接[J];科學(xué)技術(shù)與工程;2010年22期

5 劉慧英;王小波;;基于OpenCV的車輛輪廓檢測[J];科學(xué)技術(shù)與工程;2010年12期

6 王福斌;李迎燕;劉杰;陳至坤;;基于OpenCV的機器視覺圖像處理技術(shù)實現(xiàn)[J];機械與電子;2010年06期

7 矣昕寶;全海燕;許伶俐;;一種基于OpenCV的多扇區(qū)圓檢測方法[J];科學(xué)技術(shù)與工程;2011年16期

8 周傳宏;王懷虎;康少博;;OpenCV在裝箱缺條視覺檢測系統(tǒng)中的應(yīng)用[J];制造業(yè)自動化;2011年17期

9 周傳宏;陳郭寶;王懷虎;康少博;;OpenCV在條煙視覺檢測系統(tǒng)中的應(yīng)用[J];機械設(shè)計與制造;2011年11期

10 韓旭;于小億;;OpenCV在體感遙控中的應(yīng)用[J];黑龍江工程學(xué)院學(xué)報(自然科學(xué)版);2012年01期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 ;The System of Face Detection Based on OpenCV[A];第24屆中國控制與決策會議論文集[C];2012年

2 王強;劉建麗;;基于OpenCV的運動目標檢測算法的實現(xiàn)[A];邏輯學(xué)及其應(yīng)用研究——第四屆全國邏輯系統(tǒng)、智能科學(xué)與信息科學(xué)學(xué)術(shù)會議論文集[C];2008年

3 譚彩鳳;邢座程;田海軍;;基于OpenCV體系結(jié)構(gòu)的LSSVM算法與人臉檢測研究[A];中國電子學(xué)會第十六屆信息論學(xué)術(shù)年會論文集[C];2009年

4 王福斌;劉杰;陳至坤;劉闊;潘曉娣;;基于OpenCV的履帶式機器人運動物體視覺跟蹤[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

5 鄭國榮;熊昌鎮(zhèn);張彥;;一種基于OpenCV的嵌入式視頻監(jiān)控方法[A];中國計量協(xié)會冶金分會2010年會論文集[C];2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 石浩然;基于嵌入式系統(tǒng)人臉識別的分析與研究[D];內(nèi)蒙古大學(xué);2015年

2 孫波翔;OpenCV-Julia的封裝及在遙感圖像處理中的應(yīng)用[D];昆明理工大學(xué);2015年

3 楊亞明;基于OpenCV的絕緣子及等電位線故障狀態(tài)智能識別[D];西南交通大學(xué);2015年

4 陳春林;基于pcDuino的人臉檢測追蹤系統(tǒng)[D];蘭州大學(xué);2015年

5 丁元舟;停車場遠程視頻監(jiān)控系統(tǒng)的設(shè)計與開發(fā)[D];華中師范大學(xué);2015年

6 周鵬;基于OpenCV的雙目立體視覺系統(tǒng)定標與三維重構(gòu)技術(shù)研究[D];寧夏大學(xué);2015年

7 孫付超;基于OpenCV的圖像預(yù)處理在儀表定位中的應(yīng)用[D];山東大學(xué);2015年

8 施天敏;基于OPENCV的結(jié)構(gòu)光投影儀的標定研究[D];江蘇科技大學(xué);2015年

9 徐立東;基于OpenCV的Marangoni凝結(jié)液珠圖像分析研究[D];新疆大學(xué);2015年

10 汪翠;基于OpenCV的人臉檢測與跟蹤算法研究與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2014年

，

本文編號：837684