学位论文 > 优秀研究生学位论文题录展示

基于图像的交通场景理解

作　者: 赵业东
导　师: 夏利民
学　校: 中南大学
专　业: 控制科学与工程
关键词: 交通场景 改进的Adaboost 超像素 SLIC 词包 SLDA
分类号: U495
类　型: 硕士论文
年　份: 2013年
下　载: 30次
引　用: 0次
阅　读: 论文下载
 

内容摘要


摘要：目前交通场景的视频图像的处理已成为计算机视觉的热点研究。本文围绕交通道路区域的检测、交通场景图像的超像素分割算法、交通图像的超像素区域描述与交通场景图像的语义理解等方面展开,主要研究工作体现在以下几个方面：针对交通道路区域形状没有固定的模式,没有统一的颜色,同时受噪声、光照和阴影的影响,提出一种基于改进的Adaboost交通图像道路区域检测方法,该方法增强了分类器的识别道路的性能。针对交通视频与图像的数据量大,以及计算量大的问题,引入超像素的概念,提出基于改进的SLIC超像素分割算法进行交通图像分割,较之传统的过分割方法,改进的SLIC算法在一定程度上解决了超像素大小形状不均匀和边界信息性不佳等问题。提出一种基于黎曼流形的协方差交通图像像素表述方法,该方法有效地融合像素的颜色、梯度、纹理等特征,降低特征的维数,增加交通图像描述的准确性。提出一种有效的将低层的图像视觉特征映射到高层语义特征的bag-of-words表述方法,将交通图像的局部低层特征映射到视觉词并用一个可供分类的特征向量直方图表示。针对传统无监督LDA主题模型分类效果差的缺点,提出了一种基于SLDA概率模型的交通道路区域的语义分类与标注方法,该方法利用交通场景的先验知识,有效地融合整个交通场景主题与局部目标的上下文环境关系,改善了交通场景图像的分类性能,得到更准确的估计。实验结果表明,本文所提出的方法改进了交通场景图像的语义分析。图23幅,表5个,参考文献61篇。

全文目录


摘要  4-5
Abstract  5-7
目录  7-9
1 绪论  9-20
  1.1 研究背景及意义  9-10
  1.2 国内外研究现状  10-16
  1.3 本文主要研究内容  16-18
  1.4 本文组织结构  18-20
2 交通道路区域检测  20-31
  2.1 概述  20-21
  2.2 基于改进的Adaboost算法  21-24
    2.2.1 传统的Adaboost算法  21-22
    2.2.2 改进的Adaboost算法  22-23
    2.2.3 基于改进的Adaboost性能分析  23-24
  2.3 基于改进的Adaboost的道路区域分割  24-27
    2.3.1 交通场景道路图像线索选取  25-26
    2.3.2 基于改进的交通场景道路检测  26-27
  2.4 实验结果与分析  27-30
    2.4.1 交通图像道路检测方法性能度量准则  27-28
    2.4.2 实验结果及分析  28-30
  2.5 小结  30-31
3 基于超像素的交通场景图像分割  31-49
  3.1 概述  31-32
  3.2 基于黎曼流形协方差的像素特征表示  32-38
    3.2.1 黎曼流形协方差描述子  32-36
      3.2.1.1 协方差描述子理论  32-35
      3.2.1.2 黎曼流形理论  35-36
    3.2.2 交通场景图像的黎曼流形协方差特征表示  36-38
  3.3 基于超像素的交通场景图像分割  38-45
    3.3.1 超像素理论与分析  38-39
    3.3.2 目前常用的超像素分割算法概述  39-41
    3.3.3 基于SLIC交通场景图像的超像素的分割  41-45
  3.4 实验结果与分析  45-48
  3.5 小结  48-49
4 基于SLDA概率模型的交通场景理解  49-65
  4.1 概述  49-50
  4.2 交通场景图像的超像素视觉词包表示  50-52
  4.3 LDA概率模型  52-57
    4.3.1 LDA模型基本理论  52-54
    4.3.2 LDA模型的推理与参数估计  54-57
  4.4 SLDA概率模型  57-60
    4.4.1 SLDA模型基本理论  57-58
    4.4.2 SLDA模型的推理与参数估计  58-60
  4.5 基于SLDA概率模型的交通场景理解  60-61
  4.6 实验结果与分析  61-64
  4.7 小结  64-65
5 总结与展望  65-67
  5.1 全文总结  65-66
  5.2 工作展望  66-67
参考文献  67-72
攻读学位期间主要的研究成果目录  72-73
致谢  73

相似论文

  1. 极化SAR图像精细地物分类方法研究与实现,TN957.52
  2. 基于扩展监督主题模型的高分辨率合成孔径雷达图像的分类与标注,TN957.52
  3. 基于主动轮廓模型的图像分割方法研究,TP391.41
  4. 基于谱聚类的无监督图像分割,TP391.41
  5. 基于中层视觉特征和高层结构信息的互补目标跟踪模型,TP391.41
  6. 基于局部学习的超像素级图像目标识别,TP391.41
  7. 基于谱聚类的图像分割方法研究,TP391.41
  8. 基于场景几何约束的摄像机标定方法研究,TP391.41
  9. 地下变电站VoIP系统的设计与实现,TN916.2
  10. 多目视觉三维人体运动,TP391.41
  11. 基于TD-SCDMA的3G固话接入终端的设计与实现,TN929.533
  12. 基于OSG的交通场景三维实时仿真平台研究与实现,TP391.41
  13. 城区交通场景中运动目标视觉跟踪方法研究,TP391.41
  14. 基于改进Graph Cuts的图像分割,TP391.41
  15. 基于中层语义的图像场景分类算法研究,TP391.41
  16. 无人车智能行为验证平台的虚拟交通场景研究,TP391.9
  17. 基于嵌入式系统的VoIP研究,TN916.2
  18. 基于主题模型的高空间分辨率遥感影像分类研究,TP751
  19. 基于内容的场景和物体类别识别研究,TP391.41
  20. 基于语义主题模型的图像场景分类研究,TP391.41
  21. 雾天交通场景中退化图像的增强方法研究,TP391.41

中图分类: > 交通运输 > 公路运输 > 交通工程与公路运输技术管理 > 电子计算机在公路运输和公路工程中的应用
© 2012 www.xueweilunwen.com