学位论文 > 优秀研究生学位论文题录展示

基于视频的车辆异常行为检测

作　者: 王会
导　师: 桑海峰
学　校: 沈阳工业大学
专　业: 测试计量技术及仪器
关键词: 车辆检测车辆跟踪异常行为识别自适应阈值跟踪列表
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 116次
引　用: 0次
阅　读: 论文下载

内容摘要

随着我国机动车数量的迅猛增加，人、车、路的矛盾日益突出，建立高效的智能交通系统迫在眉睫。车辆异常行为检测作为智能交通系统的一部分，有着重要的研究意义和实用价值。随着图像处理和模式识别技术的发展，基于视频的车辆异常行为检测应运而生，越来越受到研究人员的重视。本文在分析研究现状的基础上，梳理出基于视频的车辆异常行为检测中存在的三个难点问题：背景模型的建立、车辆的稳定跟踪和异常行为识别算法。文本主要从这三个问题出发建立了一整套基于视频的车辆异常行为识别的流程和方法。本文基于平均背景模型建立了实时更新的背景，并通过背景差、二值化、数学形态学处理等一系列流程，实现了运动车辆的检测。在差值二值图像化过程中，固定阈值对外界环境不敏感，本文针对这一问题提出了一种灵活的自适应阈值算法，并实验验证了该算法的有效性。在对车辆特征（质心、外接矩形的长和宽）进行提取的基础上，通过建立相似度函数的方法实现了车辆间的多特征融合匹配。在特征匹配的基础上，本文通过设置ROI和跟踪列表的方法实现了车辆的稳定跟踪，并对车辆运动轨迹进行了提取。在对车辆运动轨迹分析的基础上，针对逆行、超速、违章停车和闯红灯四种不同的异常行为提出了具体的检测方法，并依据不同视频素材分别实施了多组异常行为检测实验，给出了实验结果。实验结果表明，本文提出的基于视频的车辆异常行为检测方法准确性强、实时性高，可以满足智能交通系统的需要。

全文目录

摘要  5-6
Abstract  6-10
第一章绪论  10-18
  1.1 研究背景及意义  10
  1.2 研究目的和内容  10-11
  1.3 基于视频的车辆异常行为检测技术概述  11-13
  1.4 国内外研究现状  13-16
  1.5 论文的结构安排  16-18
第二章运动车辆检测  18-31
  2.1 运动目标检测方法  18-21
    2.1.1 光流法  18-19
    2.1.2 帧差法  19-20
    2.1.3 背景差法  20-21
  2.2 基于平均背景模型的自适应背景差法  21-24
    2.2.1 平均背景模型  21-23
    2.2.2 自适应背景差法  23-24
  2.3 运动车辆检测  24-30
    2.3.1 灰度化  25-26
    2.3.2 图像滤波  26-27
    2.3.3 运动车辆提取  27-29
    2.3.4 形态学处理  29-30
  2.4 小结  30-31
第三章运动车辆跟踪  31-47
  3.1 常见的运动目标跟踪算法  31-32
  3.2 特征选择与提取  32-38
    3.2.1 特征选择  32-33
    3.2.2 特征提取  33-38
  3.3 特征匹配  38-39
  3.4 跟踪策略  39-43
  3.5 车辆跟踪实验  43-46
  3.6 小结  46-47
第四章车辆异常行为识别  47-53
  4.1 逆行识别  47-48
  4.2 超速识别  48-50
  4.3 违章停车识别  50
  4.4 闯红灯识别  50-52
  4.5 小结  52-53
第五章基于视频的车辆异常行为检测实验  53-66
  5.1 车辆异常行为检测的总体设计  53-54
  5.2 VC++6.0 和 OpenCV 介绍  54-56
    5.2.1 VC++6.0 开发环境  54
    5.2.2 OpenCV 概述  54-55
    5.2.3 基于 MFC 的 OpenCV 配置  55-56
  5.3 视频采集与读取  56-58
    5.3.1 视频采集  56-57
    5.3.2 视频读取  57-58
  5.4 异常行为检测实验及分析  58-65
  5.5 小结  65-66
第六章结论  66-68
  6.1 总结  66-67
  6.2 展望  67-68
参考文献  68-71
在学研究成果  71-72
致谢  72

基于视频的车辆异常行为检测

内容摘要

全文目录

相似论文