学位论文 > 优秀研究生学位论文题录展示

视频图像目标车辆搜索系统研究

作　者: 宛俊林
导　师: 曲卫平
学　校: 安徽理工大学
专　业: 计算机应用技术
关键词: 目标车辆搜索背景更新 HSI颜色识别车辆阴影抑制 BP算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 11次
引　用: 0次
阅　读: 论文下载

内容摘要

交通监控当前已得到广泛应用,为交通监管带来便捷。涉及车辆的刑事案件追查,如对交通肇事车辆、被盗窃车辆的追查等,耗费大量的人力物力。基于监控视频的智能搜索将在这一领域发挥巨大的潜能。本论文从这一应用出发,研究视频图像的运动物体分割,特征提取,以及分类识别等相关课题。设计开发出基于视频监控图像的目标车辆搜索系统。本论文研究内容涉及视频图像处理,模式识别和人工智能诸多课题。文中对数字图像处理一些方法进行了讨论,包括分割算法,直方图统计,腐蚀与膨胀,斑块统计等。视频序列图像运动物体分割方法多样,论文采用背景差分方法分割图像,重点讨论了背景更新模型,对中值滤波背景模型、自适应背景模型、高斯背景模型进行论述,并讨论了背景模型的更新策略。研究提出了基于HSI彩色模型的阴影消除算法与自适应背景更新模型的改进算法。在车辆的模式特征提取方面,论文从系统需要出发,对车型、颜色、车牌进行了既有联系又有区别的处理。针对颜色识别提出基于HSI模型量化识别方法,并对算法的实现进行改进和优化。车型识别采用顶长、顶高、前后比特征模式,特征提取采用投影直方图方法,对阈值的选取提出自适应阈值更新算法,便捷有效。分类识别原理与方法是论文研究的又一重点,详细讨论了神经网络BP算法,分别应用于车型与车牌字符的识别,针对车牌识别的复杂情况,设计了三个分类器,以降低算法的复杂度,对字符学习算法使用带冲量项的改进算法,提高系统学习的效率。系统实现了图像预处理、车辆分割、车型识别、颜色识别、车牌识别等模块,每个模块的实现都选择采用了高效的算法,并进行大量的优化,达到了实际工程应用目标。

全文目录

摘要  5-6
Abstract  6-14
插图和附表清单  14-16
1 绪论  16-21
  1.1 课题研究的背景和意义  16-17
    1.1.1 题研究的背景和意义  16-17
    1.1.2 论文主要研究内容  17
  1.2 国内外研究现状  17-19
    1.2.1 运动车辆检测  17-18
    1.2.2 车辆目标识别  18-19
    1.2.3 存在的主要问题  19
  1.3 论文章节安排  19-21
2 视频图像识别处理相关技术  21-36
  2.1 数字图像识别基础  21-24
    2.1.1 图像增强  21-22
    2.1.2 图像复原  22
    2.1.3 图像分割  22
    2.1.4 形态学图像处理  22-23
    2.1.5 对象识别  23
    2.1.6 图像表示与描述  23
    2.1.7 图像模式识别  23-24
  2.2 视频图像分割  24-25
    2.2.1 光流法  24-25
    2.2.2 帧间差分法  25
    2.2.3 背景差分法  25
  2.3 背景差分割技术  25-27
    2.3.1 图像预处理  26
    2.3.2 背景差分方法  26-27
    2.3.3 背景差分图像后处理  27
  2.4 背景模型与更新策略  27-29
    2.4.1 自适应背景模型  28
    2.4.2 中值滤波更新策略  28
    2.4.3 自适应的背景更新策略  28-29
  2.5 车辆阴影抑制  29-34
    2.5.1 车辆阴影的形成与特征分析  29-31
    2.5.2 常用阴影抑制算法介绍  31-32
    2.5.3 基于改进的HSI阴影抑制算法  32-34
  2.6 本章小结  34-36
3 车型识别  36-43
  3.1 基于车辆轮廓特征的识别方法  36-37
  3.2 车辆轮廓特征提取  37
  3.3 基于BP神经网络的车型识别  37-41
    3.3.1 BP神经网络  37-40
    3.3.2 BP神经网络结构  40
    3.3.3 BP算法学习方法  40-41
    3.3.4 车型识别分类器设计  41
  3.4 BP网络训练过程  41-42
  3.5 本章小结  42-43
4 车体颜色识别  43-50
  4.1 彩色模型  43-46
    4.1.1 RGB彩色模型  44
    4.1.2 HSI彩色模型  44-45
    4.1.3 从RGB到HSI的彩色转换  45-46
  4.2 颜色特征提取  46-47
    4.2.1 车体颜色特征模式选取  46
    4.2.2 车体颇色特征模式的量化  46
    4.2.3 车体颜色投影直方图统计  46-47
  4.3 查表法颜色分类识别  47-49
  4.4 本章小结  49-50
5 车牌识别  50-57
  5.1 车牌定位  50-54
    5.1.1 车牌特征分析  50-52
    5.1.2 基于纹理特征与投影直方图的车牌定位方法  52-54
  5.2 车牌字符分割  54-55
  5.3 车牌字符识别  55-56
    5.3.1 识别对象  55
    5.3.2 字符特征模式选取  55-56
    5.3.3 字符识别BP网络设计  56
  5.4 本章小结  56-57
6 视频图像目标车辆搜索系统设计  57-69
  6.1 需求分析  57
  6.2 目标车辆搜索系统总体结构设计  57-59
  6.3 系统主要功能模块介绍  59-62
    6.3.1 运动车辆检测模块  59-60
    6.3.2 车体颜色车型车牌识别模块  60-61
    6.3.3 车辆搜索结果输出模块  61-62
  6.4 视频图像目标车辆搜索系统的实现  62-68
  6.5 系统功能特点  68
  6.6 本章小结  68-69
7 总结与展望  69-71
  7.1 本文工作总结  69
  7.2 未来工作展望  69-71
参考文献  71-75
致谢  75-76
作者简介及读研期间主要科研成果  76

视频图像目标车辆搜索系统研究

内容摘要

全文目录

相似论文