学位论文 > 优秀研究生学位论文题录展示

交通视频中车辆异常行为检测及应用研究

作 者: 曹妍妍
导 师: 崔志明
学 校: 苏州大学
专 业: 计算机应用技术
关键词: 边缘检测 车辆跟踪 轨迹学习 巴氏度量 异常检测
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 48次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着社会经济快速发展,智能交通系统在人类经济、社会活动中的地位显著提升。车辆的异常行为检测算法作为智能交通系统的核心内容,对人们的日常生活,社会进步和经济的发展起着重要的作用。本文对基于交通视频的车辆检测、车辆跟踪、轨迹模式学习及车辆行为的异常检测技术进行研究,并有针对性地提出了若干算法和技术方案。本文主要研究工作如下:(1)针对复杂交通场景下的运动车辆检测问题,利用自适应高斯混合模型对背景进行建模提取运动目标。在此基础上提出多结构多尺度的形态学算子,采用此算子对运动前景进行计算,获得完整的车辆边缘信息。保证了后续研究工作的可靠性。(2)针对传统光流跟踪算法中时间开销大的问题,利用基于图像金字塔的L_K光流跟踪方法,将视频中运动目标不满足运动假设的可能性降到最小,从而实现对运动车辆的快速精准跟踪,并且将跟踪得到的轨迹进行预处理,为后期的轨迹模式学习奠定基础。(3)针对目前运动行为模式识别研究依赖空间特征的单一性问题,提出了基于谱聚类的轨迹空间模式的学习方法;并且在轨迹的方向特征中,利用GMM模型获取轨迹集合的起讫点区域,实现轨迹方向模式的学习。(4)提出基于归一化巴氏距离的车辆异常行为检测方法,并采用这种方法对车辆位置违章行为进行有效检测,在实时性方面有较好的表现。文中对提出的方法进行实验论证,结果表明本文提出的技术方案是行之有效的。

全文目录


中文摘要  4-5
Abstract  5-9
第1章 绪论  9-18
  1.1 研究背景及意义  9-10
  1.2 国内外研究现状  10-13
    1.2.1 智能交通系统研究现状  10-11
    1.2.2 运动目标检测研究现状  11
    1.2.3 运动目标特征选择与运动表征  11-12
    1.2.4 车辆异常行为检测研究现状  12-13
  1.3 当前存在的主要问题  13-15
  1.4 本文的结构安排  15-18
    1.4.1 论文的主要工作  15-16
    1.4.2 本文的结构安排  16-18
第2章 运动目标检测  18-32
  2.1 引言  18
  2.2 运动检测算法概述  18-22
    2.2.1 时域差分法  18-19
    2.2.2 光流法  19-20
    2.2.3 背景建模法  20-22
  2.3 基于AGMM 的背景构建  22-24
  2.4 运动车辆检测  24-28
    2.4.1 数学形态学理论  24-26
    2.4.2 车辆边缘检测原理  26-27
    2.4.3 基于多结构多尺度的车辆边缘检测  27-28
  2.5 实验结果分析  28-31
  2.6 本章小结  31-32
第3章 车辆轨迹提取及预处理  32-44
  3.1 前言  32
  3.2 运动目标特征提取与表达  32-35
    3.2.1 角点定义  32-33
    3.2.2 Harris 角点检测  33-35
  3.3 基于车辆角点的金字塔L_K 跟踪  35-39
    3.3.1 跟踪算法概述  35-37
    3.3.2 基于金字塔L_K 的车辆跟踪  37-39
  3.4 车辆轨迹预处理  39-41
  3.5 实验结果分析  41-43
  3.6 本章小结  43-44
第4章 车辆模式学习及异常检测  44-67
  4.1 前言  44
  4.2 车辆异常行为检测技术简介  44-51
    4.2.1 传统检测算法  44-50
    4.2.2 算法评价标准  50-51
  4.3 车辆轨迹模式学习  51-60
    4.3.1 轨迹相似度度量  51-53
    4.3.2 运动轨迹空间模式学习  53-58
    4.3.3 运动轨迹方向模式学习  58-60
  4.4 异常行为检测  60-63
    4.4.1 巴氏度量  61-63
    4.4.2 距离归一化  63
  4.5 实验结果分析  63-66
  4.6 本章小结  66-67
第5章 总结与展望  67-70
  5.1 工作总结  67-68
  5.2 工作创新  68
  5.3 工作展望  68-70
参考文献  70-75
攻读学位期间公开发表的论文与参与的科研项目  75-77
致谢  77-78

相似论文

  1. 基于核方法的高光谱图像异常检测算法研究,TP751
  2. 基于机器视觉的光纤几何参数检测研究,TN253
  3. 人工免疫分类和异常识别算法的改进,R392.1
  4. 一种多数据流聚类异常检测算法,TP311.13
  5. 基于投影寻踪回归的网络异常检测机制研究,TP393.08
  6. 跟踪印花系统视觉检测算法研究,TP391.41
  7. 基于中介真值程度度量的图像分割方法研究,TP391.41
  8. 数码相机中Bayer格式数字图像的降噪与颜色插值算法的研究,TP391.41
  9. 基于视频的车辆检测与跟踪算法的研究与实现,TP391.41
  10. 利用非局部相似性的图像超分辨率重建研究,TP391.41
  11. Web图像搜索中基于GPU的图像分割技术术究,TP391.41
  12. 基于达芬奇平台的车道偏离预警系统中图像处理模块的研究,U463.6
  13. 基于多核混合支持向量机的城市短时交通预测,U491.14
  14. 交通路口车辆实时监测方法研究及其应用,TP274
  15. 基于C/S的气田巡井考勤睑测子系统的设计与实现,TP274
  16. 视频图像中运动车辆检测与跟踪技术的研究,TP391.41
  17. 基于多智能体的图像分割,TP391.41
  18. 基于光学图像的精确测量技术研究,TP391.41
  19. 基于小波包及数学形态学的图像边缘处理技术及应用,TP391.41
  20. 构件内部缺陷边缘检测及插值算法研究,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