学位论文 > 优秀研究生学位论文题录展示

图像处理与机器学习在未系安全带驾车检测中的应用

作　者: 吴法
导　师: 孔德兴
学　校: 浙江大学
专　业: 应用数学
关键词: 安全带检测 直线检测 车牌定位 Canny边缘检测 概率Hough变换 级联adaboost 智能交通 电子警察
分类号: TP391.41
类　型: 博士论文
年　份: 2013年
下　载: 19次
引　用: 0次
阅　读: 论文下载
 

内容摘要


本文将图像处理和模式识别应用于智能交通领域,这对日益严峻的交通问题有着重大意义,随着新增的摄像头的增加,执法监控能力也会得到进一步的加强,目前车牌识别,闯红灯识别,超速驾驶识别等均已实现自动化处理,而更深入的识别如边开车边打手机,未系安全带驾驶,车型识别等才刚刚起步,而其中对于佩戴安全带是交通法规明文规定的,并且最有效的降低交通事故中的伤亡率的措施。本文设计了一套安全带佩戴识别系统,完整阐述了了安全带处理的整个流程,经过大量实验并投入使用中,得到非常满意的效果。全文的主要内容共分为三个部分：1)基于颜色和纹理的蓝色车牌检测和基于机器学习的车窗定位对安全带的监测,首先要定位车窗,而车窗与车牌有相对固定的位置关系,车牌定位又相对简单,因此本文采用逆向思维考虑,通过定位简单图像,进而最后辅助定位困难图像,也就是先定位车牌再定位车窗的方法。将车牌颜色投影到HSL色彩空间,对空间中车牌颜色可能出现的区域进行了细致的刻画,从而过滤掉图片的大多数区域,然后采取sobel算子的横向极大值计数的方法,抽取区域的纹理特征。对于车窗定位,选取车窗一角用统计学习的方法,得到车窗检测器,以车牌为基准偏移一定方位后对区域作adaboost判别,选取响应最大的位置坐标作为车窗角点坐标。通过以上步骤,实现了车牌监测和车窗定位,为后续的安全带的位置监测奠定了基础。2)基于Canny边缘检测及概率Hough变换(PPHT)的安全带边缘检测大部分的图片样本的安全带边缘是清晰可见,如何快速筛检出这些清晰的样本是检测的第一步,本文将Cann边缘检测的信息加以梯度方向的筛选,再根据检出的线段夹角,距离等信息判断是否为安全带边缘,然后更进一步的,本文改进了Hough圆检测,将其变为双上半圆弧检测,细化直线的方位信息,从而达到更快速度地对清晰可见安全带边缘的图片样本进行筛检的效果,大幅提升了计算速度和效率。3)基于adaboost统计学习算法的安全带检测非统计的算法对于纹理、遮挡等干扰极其敏感,而约有三分之一以上的图片或多或少有些于扰。例如前车窗的反光造成的区域屏蔽；衣服的纹理形成的视觉识别困难；手臂的遮挡影响机器的图形提取。因此本文引入了机器学习的算法,通过构造两种截然不同的样本集,通过同一种算法,得到两个分类器,具有不一样的测试结果,经过大量实验,证实两者共同使用可以达到更好的效果。

全文目录


摘要  4-6
Abstract  6-14
第一章 绪论  14-34
  1.1 研究背景和意义  14-15
  1.2 研究现状  15-32
    1.2.1 计算机视觉  15-16
    1.2.2 边缘检测  16-20
    1.2.3 hough变换  20-24
    1.2.4 模式识别  24-29
    1.2.5 交通图像处理  29-32
  1.3 研究的主要成果  32-34
第二章 车牌检测和车牌识别  34-52
  2.1 基于颜色和纹理的蓝色车牌检测  34-44
    2.1.1 问题分析  34-35
    2.1.2 实现方法  35-42
    2.1.3 实验结果  42
    2.1.4 车牌定位的实验总结  42-44
  2.2 基于最大似然法的低分辨率图像序列的车牌识别  44-52
    2.2.1 问题分析  44-45
    2.2.2 实现方法  45-50
    2.2.3 实验结果  50-51
    2.2.4 车牌识别的实验总结  51-52
第三章 基于adaboost算法的车窗角点检测  52-58
  3.1 问题分析  52
  3.2 实现方法  52-55
    3.2.1 特征选取  52-53
    3.2.2 训练样本  53-54
    3.2.3 应用流程  54-55
  3.3 实验结果  55-56
  3.4 结果分析与改良  56-57
  3.5 本章小结  57-58
第四章 基于Canny边缘检测算子与hough直线检测的安全带检测算法  58-66
  4.1 问题分析  58
  4.2 实现方法  58-62
    4.2.1 选取检测区域  59-60
    4.2.2 区域直方图拉伸  60
    4.2.3 基于ROF去噪的无损去噪模型  60-61
    4.2.4 Canny边缘检测与筛选  61
    4.2.5 概率hough变换  61-62
  4.3 实验结果  62
  4.4 本章小结及新问题的提出  62-66
第五章 加入方向盘检测的安全带检测算法  66-70
  5.1 问题分析  66
  5.2 实现方法  66-67
  5.3 实验结果  67-68
  5.4 本章小结  68-70
第六章 基于遍历搜索的直线检测和级联adaboost的安全带检测  70-76
  6.1 问题分析  70
  6.2 实现方法  70-73
    6.2.1 遍历检测所有给定方向的直线  70-72
    6.2.2 制作正负样本  72-73
    6.2.3 级联adaboost  73
  6.3 实验结果  73-74
  6.4 本章小结  74-76
第七章 基于Canny边缘检测与级联adaboost的安全带检测  76-82
  7.1 问题分析  76
  7.2 实现方法  76-77
  7.3 实验结果  77-78
  7.4 本章小结  78
  7.5 算法汇总  78-82
第八章 偏微分方程中的两点边值问题与模式识别  82-84
  8.1 线性波方程的两点边值问题  82
  8.2 模式识别问题  82-84
第九章 总结与展望  84-88
  9.1 算法应用成果  84-85
  9.2 工作总结  85-86
  9.3 未来展望  86-87
  9.4 论文资助情况  87-88
参考文献  88-101
完成文章目录  101-102
简历  102-103
致谢  103

相似论文

  1. 基于EMD的车牌识别方法及应用,TP391.41
  2. 基于车载3D加速传感器的路况监测研究,TP274
  3. 基于ZigBee技术的车辆交通信息采集系统研究,TP274.2
  4. 车牌识别系统中车牌定位算法的研究,TP391.41
  5. 济南黄河大桥稽查系统设计与实现,TP311.52
  6. 沈阳城市智能交通管理现状与对策研究,F572.88
  7. GPS监控系统预警研究与报表优化,U495
  8. 基于DM6467的高清电子警察系统设计与实现,TP399-C6
  9. 实时控制交通信号机的设计与实现,U491.51
  10. 复杂背景下车牌定位的研究与设计,TP391.41
  11. 视频电子警察闯红灯抓拍系统研究,TP391.41
  12. 交通技术监控执法程序研究,D922.14
  13. 基于CNN的智能交通系统多车牌定位方法的研究,TP391.41
  14. 基于Web Services的电子警察系统设计与实现,TP311.52
  15. 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
  16. 智能高速公路综合管理平台设计,TP311.52
  17. 智能交通车辆导航监控系统设计与实现,TP311.52
  18. 基于Google Earth的实时地理信息系统,TP311.52
  19. 湖州市公安局交警支队电子警察辅助管理系统的设计与实现,TP311.52
  20. 剑阁交警大队信息管理平台的设计与实现,TP311.52
  21. 车牌定位识别系统设计与实现,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com