学位论文 > 优秀研究生学位论文题录展示
智能交通系统中视频车辆检测与定位技术研究
作 者: 韩延玲
导 师: 赵辽英
学 校: 杭州电子科技大学
专 业: 计算机应用技术
关键词: 智能交通 图像增强算法 混合高斯背景建模 最大类间方差法 区域生长
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 133次
引 用: 0次
阅 读: 论文下载
内容摘要
智能交通系统(ITS)是智能视频监控系统在现代交通领域的重要应用,代表着未来交通管理的发展趋势。基于视频的车辆检测与定位技术作为ITS的关键技术,处于ITS的底层,是整个系统的数据来源,其检测与定位的准确性,直接影响后续目标跟踪、特征提取及图像理解的效果,在ITS中起着决定性的作用。目前最常用的基于视频的车辆检测算法为背景差分法,其关键步骤为背景模型的建立与更新,混合高斯模型法虽能很好的描述交通场景,但很难满足实时性要求,已有的背景更新方法也很难解决背景的局部突变问题。同时,专门针对基于视频的车辆定位算法的研究很少,经常出现车辆误定位问题。本文围绕基于背景差分法的车辆检测与定位流程展开研究工作,在系统分析前人研究成果的基础上,深入研究了视频图像预处理、背景建模与更新、前景提取、后处理及目标定位等关键技术。针对交通场景的特点,提出了改进的混合高斯分布背景模型法、局部背景更新法和改进的两步扩展区域生长法,并通过实验验证了所提出的改进方法的有效性。论文的主要研究工作如下:(1)预处理阶段引入了Retinex图像增强理论,消除因天气状况、光线变化、树木晃动及摄像机抖动等因素对采集到的交通图像所带来的噪声,实验验证相对于直方图均衡化和基于全局特征的Retinex图像增强,基于局部特征的Retinex图像增强不仅提高图像对比度,而且能最大化保留图像细节。(2)针对混合高斯分布背景模型法不能满足实时性要求,本文提出了动态选取高斯模型数的改进方法,实验验证表明所提出的改进方法能够显著地提高运算效率。针对交通车辆根据交通信号灯时常改变运行状态,造成背景局部突变的问题,本文提出了局部背景更新法,并且利用灰度相关性区分静止目标与虚假目标,实验验证表明该方法可以很好的适应背景变化。(3)前景目标的提取对于视频检测至关重要,在前背景分离过程中,本文引入了最大类间方差法(Otsu)进行二值化处理,并采用形态学滤波算法对前景二值图中的孤立噪声点与实体内部空洞进行去除,实验验证表明该算法可以准确有效地提取前景运动车辆。(4)针对视频对象的平面空域连通性差,分水岭算法和区域生长法对运动目标存在误定位的问题,本文提出了改进的两步区域生长法,通过超像素集概念,扩大邻域影响范围,将属于同一运动对象的远距离像素关联起来,实现正确定位目标位置;通过标记运动目标质心,引入质心关联算法,实现目标初步跟踪。
|
全文目录
摘要 6-7 ABSTRACT 7-11 第一章 绪论 11-18 1.1 课题研究背景及意义 11-12 1.2 国内外研究现状 12-17 1.2.1 运动目标检测算法 14-15 1.2.2 运动目标定位算法 15-17 1.3 本文主要研究内容及组织结构 17-18 第二章 相关的数字图像处理技术 18-28 2.1 引言 18 2.2 图像增强 18-24 2.2.1 直方图均衡化 19-20 2.2.2 Retinex图像增强 20-24 2.3 图像二值化 24-26 2.3.1 基于灰度直方图的峰谷方法 25 2.3.2 最大类间方差法(Otsu) 25-26 2.4 本章小结 26-28 第三章 基于背景差分的视频车辆检测算法 28-42 3.1 引言 28 3.2 预处理 28-29 3.3 背景建模及更新 29-39 3.3.1 常用的背景建模方法 29-33 3.3.2 改进的混合高斯分布背景模型 33-36 3.3.3 背景更新 36-39 3.4 运动前景检测 39-40 3.5 后处理 40-41 3.5.1 膨胀与腐蚀 40-41 3.5.2 开操作与闭操作 41 3.6 本章小结 41-42 第四章 基于视频的车辆定位算法 42-49 4.1 引言 42 4.2 投影分析法 42-43 4.3 连通区域分析法 43-47 4.3.1 分水岭算法 43-45 4.3.2 区域生长法 45-46 4.3.3 改进的区域生长法 46-47 4.4 目标质心关联 47-48 4.5 本章小结 48-49 第五章 总结与展望 49-51 5.1 总结 49-50 5.2 展望 50-51 致谢 51-52 参考文献 52-55 附录 55-56 详细摘要 56-59
|
相似论文
- 基于EMD的车牌识别方法及应用,TP391.41
- 基于车载3D加速传感器的路况监测研究,TP274
- 基于ZigBee技术的车辆交通信息采集系统研究,TP274.2
- 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
- 虹膜识别的定位算法研究,TP391.41
- 一种车联网智能终端设计及其路由算法研究,TP391.44
- 基于单目夜视图像的深度估计,TP391.41
- 基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- 基于视频的车辆检测与跟踪算法的研究与实现,TP391.41
- 基于医学图像序列匹配的分割及三维建模研究,TP391.41
- 基于无线传感网络的道路交通监测系统的研究,TP274
- 城市交通智能控制策略与仿真系统研究,U495
- 分布式动态交通信息挖掘及导航,TP311.13
- 基于磁阻传感器和ZigBee网络的ITS车流量监控系统,TP277
- 城市公交最优化换乘系统研究与实现,U12
- 区域交叉口分级模糊控制系统的设计与实现,U491.54
- 微光像增强器的分辨力和荧光屏疵点检测技术研究,TN144
- 交通测速雷达系统设计与实现,TN958
- 基于机器视觉的交通路口车流量检测方法研究,TP274
- 智能车设计及其追踪系统研究,TP399-C6
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
|