学位论文 > 优秀研究生学位论文题录展示

基于视频的运动车辆轨迹获取研究

作　者: 王堪捷
导　师: 刘建伟；曹泉
学　校: 哈尔滨工业大学
专　业: 电气工程
关键词: 智能交通系统 贝叶斯学习理论 卡尔曼滤波 光流法
分类号: TP391.41
类　型: 硕士论文
年　份: 2008年
下　载: 86次
引　用: 0次
阅　读: 论文下载
 

内容摘要


为了解决道路交通快速发展所带来的各种问题,智能交通系统(ITS,Intelligent Transportation System)的研究被提到了重要位置。车辆跟踪与运动车辆轨迹的获取作为ITS中的重要技术,成为许多国家的研究热点。本文针对ITS领域中的关键技术,研究基于视频的运动车辆轨迹获取的相关问题。本文详细分析了运动车辆轨迹获取中较为常用的方法,通过比较采用新颖的算法和结构,设计出能够达到应用要求和较高可信度的算法程序系统。本文主要的研究内容包括以下几个方面:(1)根据算法调试、对比及实际应用的要求,使用C++编程语言设计以车辆信息团块为基础的程序,并在Windows系统上设计算法可视化调试平台,然后将程序移植到Linux系统实现调试及应用。(2)采用以贝叶斯学习理论为基础的运动车辆检测算法,实现视频中运动车辆检测,为算法后续操作提供基础信息,通过程序实现将该方法与其它常用方法进行比较分析。(3)利用卡尔曼滤波算法得到车辆运动趋势信息的预测,将该算法与以图像特征为基础的模板匹配算法进行比较分析,评价算法的可行性。设计程序实现该算法功能,获取车辆信息的预测值,为轨迹匹配更新提供更多的信息,增强算法的鲁棒性。(4)为了给运动车辆轨迹增加更为丰富而有用的信息,在算法中增加了以光流法为基础结合图像金字塔操作的特征点跟踪模块,该模块能够得到精确的车辆位置变化信息,设计程序实现该算法模块功能,完成轨迹精确位置的获取。本文中基于贝叶斯学习理论的运动车辆检测算法具有较强的适应性,结合卡尔曼滤波的预测功能在提高整个算法鲁棒性的同时,使用特征的跟踪算法为车辆轨迹增加了更为丰富的信息。由于算法整体性能的提高,使其成为实际检测应用中可靠的依据。

全文目录


摘要  4-5
Abstract  5-8
第1章 绪论  8-13
  1.1 课题背景  8-9
  1.2 国内外研究现状  9-12
    1.2.1 视频检测系统研究现状  9-10
    1.2.2 运动车辆检测研究现状  10-11
    1.2.3 运动车辆跟踪研究现状  11-12
  1.3 本课题主要研究内容  12-13
第2章 图像处理基础及跟踪算法结构  13-24
  2.1 引言  13
  2.2 常用数字图像处理技术研究  13-18
    2.2.1 颜色空间转换  14-15
    2.2.2 中值滤波  15-16
    2.2.3 数学形态学应用  16-18
  2.3 跟踪算法程序设计  18-23
    2.3.1 跟踪算法程序原理分析  19-20
    2.3.2 跟踪算法程序结构设计  20-22
    2.3.3 使用C++语言的程序实现  22-23
  2.4 本章小结  23-24
第3章 运动车辆检测  24-37
  3.1 引言  24
  3.2 几种常用的运动车辆检测方法  24-30
    3.2.1 帧间差分法检测  24-26
    3.2.2 光流法检测  26-27
    3.2.3 背景差分法检测  27-30
  3.3 基于贝叶斯学习理论的运动车辆检测  30-36
    3.3.1 算法理论模型描述  31-32
    3.3.2 算法实现描述  32-35
    3.3.3 算法效果及结论  35-36
  3.4 本章小结  36-37
第4章 运动车辆信息预测  37-49
  4.1 引言  37
  4.2 基于灰度的图像匹配方法  37-41
    4.2.1 匹配的一般模型  37-38
    4.2.2 最大绝对差值法  38-39
    4.2.3 归一化相关法  39
    4.2.4 序贯相似性检测法  39-41
  4.3 卡尔曼滤波运动信息预测  41-48
    4.3.1 卡尔曼滤波器计算原型  41-43
    4.3.2 离散卡尔曼滤波器算法  43-44
    4.3.3 基于卡尔曼滤波的运动车辆信息预测  44-47
    4.3.4 算法效果及结论  47-48
  4.4 本章小结  48-49
第5章 车辆精确位置获取及轨迹应用  49-59
  5.1 引言  49
  5.2 基于光流法的特征点跟踪  49-56
    5.2.1 算法描述  50-54
    5.2.2 算法实现流程  54-55
    5.2.3 算法应用及效果  55-56
  5.3 运动车辆轨迹的应用  56-58
    5.3.1 车辆违规逆行事件检测  57
    5.3.2 车辆违规变线事件检测  57-58
  5.4 本章小结  58-59
结论  59-60
参考文献  60-64
攻读学位期间发表的学术论文  64-66
致谢  66

相似论文

  1. 基于微型无人平台导航多传感器信息融合算法研究,V249.32
  2. SINS/GPS组合导航系统算法研究,V249.328
  3. 基于陀螺和星敏感器的卫星姿态确定研究,V448.2
  4. 机载导弹的传递对准研究,V249.322
  5. 偏振光/地磁/GPS/SINS组合导航算法研究,V249.328
  6. 带径向速度观测的跟踪算法研究,TN953
  7. 移动机器人视觉检测和跟踪研究,TP242.62
  8. 基于EMD的车牌识别方法及应用,TP391.41
  9. 基于车载3D加速传感器的路况监测研究,TP274
  10. 基于视频的运动目标检测与跟踪方法应用研究,TP391.41
  11. 两轮电动车自平衡控制算法的研究,TP273
  12. 基于多信息融合的轮式农业机器人导航研究,TP242
  13. 蜂窝系统的定位算法研究,TN929.53
  14. 基于多激光雷达的行人目标跟踪,TP391.41
  15. 基于视频的动物运动跟踪分析系统及应用研究,TP391.41
  16. 基于蜜蜂视觉机理的光流辅助导航,TP391.41
  17. 基于视频的车辆检测与跟踪算法的研究与实现,TP391.41
  18. 融合视觉与惯性导航的机器人自主定位,TP242
  19. 惯性运动捕捉系统中传感数据的传输与处理,TP212
  20. 认知无线电网络中的基于信道特征的主用户仿真攻击防御技术,TN925
  21. 自主水下航行器组合导航算法研究与系统实现,U666.1

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