学位论文 > 优秀研究生学位论文题录展示

基于视频的城市交通拥挤检测系统的研究

作　者: 蔡婷
导　师: 李鸿
学　校: 长沙理工大学
专　业: 交通信息工程及控制
关键词: 视频检测交通拥挤归一化互相关模糊聚类蚁群算法 DSP
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 101次
引　用: 0次
阅　读: 论文下载

内容摘要

急剧增长的机动车保有量与十分有限的路网容量之间的严重不平衡，造成了如今全世界范围内各大城市普遍可见的城市交通拥挤现象。许多实践证明，单独从交通需求或供给上试图解决交通拥挤都是很难奏效的，而且我国很多城市也面临着无地可用来新建道路设施的尴尬。此时，交通管理就显得尤为重要，完善的管理能最大限度的发挥出路网的容量，反之则会降低路网容量。近些年来，一种智能且高效的交通管理手段正应运而生----智能交通系统。IntelligentTransportation System，简称ITS。智能交通系统是将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合运输和管理系统。许多发达国家和地区早就已经开始了对智能交通系统的研究和使用，我国近些年来也逐渐加大了对这一领域的研究，其广泛的应用前景和经济社会价值正使得对智能交通系统的研究成为新兴热门的研究课题。智能交通系统是一个庞大而复杂的系统，本研究中提出的基于视频的城市交通拥挤检测系统就是其中一个最基础的子系统，主要实现对城市主要道路进行实时交通状态的检测和判别，并将准确的检测结果提供给交通管理部门，为其提供必要的决策依据。各国研究人员都展开了对这一系统的研究，但是目前国内成型的交通拥挤检测系统却不多。本文根据当前国内外先进的硬件和软件技术设计了一套基于视频的智能交通拥挤检测系统，并详细介绍了系统各部分及其实现过程。本文中提出的核心算法包括两个方面：拥挤判别主要交通参数的检测算法及交通拥挤检测算法。拥挤判别主要交通参数的检测基于先进的视频检测技术，首先通过简单的背景差法获得车辆目标，但是由于背景差法的局限性使得提取的车辆目标中包含车辆阴影，因此通过归一化互相关算法将车辆阴影去除以获得完整的车辆目标；再运用虚拟检测线和虚拟检测面相结合的改进虚拟线圈检测方法检测本研究中所需的三个交通参数----流量、速度和占有率。交通拥挤检测算法首先分析各国交通拥挤状态的定义并将交通拥挤状态按4个等级划分----畅通、轻度拥挤、拥挤和严重拥挤，并通过借鉴其他领域提出的蚁群算法和模糊C均值聚类算法获得交通拥挤状态的4个等级聚类中心，再通过计算当前交通参数对各等级标准的隶属度来确定当前交通参数所反映的交通拥挤状态。本文中系统实现主要包括两个部分，硬件部分主要介绍了本研究采用的处理平台----TI公司研发的高性能数字信号处理器(TMS320DM642)，以及其视频采集和回放的硬件设备配置；软件部分主要介绍了系统的软件开发环境，并重点讲述了系统各个模块具体软件实现过程，并结合一个具体实例，对本研究中提出的算法进行可靠性和可行性验证。最后对本文系统做了全面总结，并提出了本系统存在的不足及本人对于系统中有待改进部分的构想和思路。

全文目录

摘要  5-7
ABSTRACT  7-11
第一章绪论  11-18
  1.1 研究背景  11-12
  1.2 研究的目标和意义  12-13
  1.3 研究现状综述  13-17
  1.4 论文主要内容及章节安排  17-18
第二章交通拥挤检测系统结构设计  18-24
  2.1 系统结构  18-19
  2.2 系统各部分组成及工作原理  19-23
    2.2.1 视频采集子系统  19-20
    2.2.2 数据传输子系统  20-21
    2.2.3 数据处理子系统  21-22
    2.2.4 信息管理子系统  22-23
  2.3 本章小结  23-24
第三章交通拥挤判别主要参数采集  24-35
  3.1 交通参数检测方法概述  24-25
  3.2 基于数字视频检测技术的交通参数采集  25-34
    3.2.1 车辆目标检测  25-29
    3.2.2 基于虚拟线圈的交通参数采集  29-34
  3.3 本章小结  34-35
第四章基于 ACOCM 的交通拥挤检测算法  35-43
  4.1 引言  35-37
  4.2 交通拥挤分级标准  37-38
  4.3 基于蚁群算法的模糊 C 均值聚类算法  38-41
    4.3.1 模糊 C 均值聚类算法  38-40
    4.3.2 ACOCM 算法  40-41
  4.4 本章小结  41-43
第五章系统实现与实例  43-66
  5.1 系统硬件平台设计  43-48
    5.1.1 DSP TMS320DM642 处理器简介  44-46
    5.1.2 系统视频采集与回放  46-48
  5.2 系统软件环境  48-50
    5.2.1 CCS集成开发环境  48-49
    5.2.2 OPENCV库  49-50
  5.3 系统程序设计  50-59
    5.3.1 系统初始化模块  52
    5.3.2 视频采集模块  52-54
    5.3.3 交通参数采集模块  54-57
    5.3.4 交通拥挤状态判别模块  57-58
    5.3.5 结果输出模块  58-59
  5.4 系统调试运行  59-60
  5.5 实例  60-65
  5.6 本章小结  65-66
第六章总结和展望  66-69
  6.1 研究总结  66-67
  6.2 研究展望  67-69
参考文献  69-72
致谢  72-73
附录 A (攻读学位期间所发表的学术论文)  73
附录 B (参与研究课题)  73
附录 C (研究生期间获奖情况)  73-74
附录 D (ACO 算法部分程序)  74-75
附录 E (FCM 算法部分程序)  75-77
附录 F (隶属度计算部分程序)  77-78

基于视频的城市交通拥挤检测系统的研究

内容摘要

全文目录

相似论文