学位论文 > 优秀研究生学位论文题录展示

高速公路车辆超速警示系统研究

作　者: 杜传祥
导　师: 巨永锋
学　校: 长安大学
专　业: 交通信息工程及控制
关键词: 超速抓拍车辆检测字符识别 BP神经网络
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 108次
引　用: 1次
阅　读: 论文下载

内容摘要

随着国民经济的发展,高速公路的通车里程、机动车辆规模及流量大幅度增加。提升高速公路服务水平,协调和诱导交通,保护司乘人员安全,降低事故发生率成为当务之急,在事故多发路段,设置超速警示系统,为车辆驾驶人员提供警示标志,以便驾驶人员在该路段提前减速,成为一种必要手段。实现实时的智能交通监控对于交通信息收集、规范交通管理及减少交通事故发生等具有重要的现实意义。本文研究了车辆超速警示系统的组成及工作流程,阐述了雷达测速与视频测速的原理及其方法；利用雷达测速方法进行初步的测速,通过视频图像处理进行超速车辆定位,并对超速车辆抓拍车辆图像、自动识别车辆号牌号码、号牌类型并进行记录监控；利用通讯技术,进行远程信息板显示警示信息。通过研究车辆测速和车牌识别存在的问题,对车辆进行视频测速来解决车辆的目标定位识别与车牌识别出现误差的问题。从视频图像处理的基础出发,研究了视频图像初步处理、车牌区域确认、车牌区域提取以及字符分割技术；提取超速车辆车牌区域,对该区域进行处理和字符分割；并深入研究了神经网络算法及其发展,使用BP神经网络算法进行车辆牌照识别,准确地识别超速车辆。对超速车辆进行友情警示从而有效地对所有通过高速公路重点路段的车辆测速,实施动态监控预警。

全文目录

摘要  5-6
Abstract  6-10
第一章绪论  10-17
  1.1 研究背景  10-11
  1.2 研究目的与意义  11-12
    1.2.1 研究目的  11-12
    1.2.2 研究意义  12
  1.3 研究现状  12-16
    1.3.1 国外研究现状  12-14
    1.3.2 国内研究现状  14-16
  1.4 研究内容  16
  1.5 小结  16-17
第二章车辆超速警示系统概述  17-27
  2.1 车辆超速警示系统  17-20
    2.1.1 系统的基本组成  17-18
    2.1.2 系统功能  18-19
    2.1.3 系统工作流程  19-20
  2.2 车辆的测速方法  20-22
    2.2.1 雷达测速  20
    2.2.2 激光测速  20-21
    2.2.3 视频测速  21
    2.2.4 线圈测速  21-22
    2.2.5 测速方法的确定  22
  2.3 数据的传输  22-24
    2.3.1 有线数据传输  22-23
    2.3.2 无线数据传输  23-24
    2.3.3 有线数据传输方案选择  24
  2.4 警示信息发布的方法确定  24-25
    2.4.1 信息显示的方式选择  24-25
    2.4.2 LED显示屏的优点  25
  2.5 系统的误差分析  25-26
    2.5.1 雷达测速与视频测速的主要误差来源  25-26
    2.5.2 车牌识别的主要误差分析  26
  2.6 小结  26-27
第三章车辆的速度检测  27-43
  3.1 雷达的速度检测  27-29
    3.1.1 雷达的基本原理  27-28
    3.1.2 安装位置调整  28-29
    3.1.3 角度修正算法  29
  3.2 视频基础  29-31
    3.2.1 视频图像的数学表达  29
    3.2.2 视频图像的数字化  29-30
    3.2.3 视频图像的特点及研究内容  30-31
  3.3 视频检测的方法  31-35
    3.3.1 帧间差分法  31-32
    3.3.2 背景差分法  32-34
    3.3.3 光流法  34-35
  3.4 运动车辆的识别  35-38
    3.4.1 图像预处理  35-36
    3.4.2 连通区域分析  36-37
    3.4.3 车辆识别  37-38
    3.4.4 特征提取  38
  3.5 运动车辆检测算法流程  38-39
  3.6 车辆测速具体实现  39-42
    3.6.1 视频测速原理  39-41
    3.6.2 车辆测速算法  41-42
  3.7 小结  42-43
第四章基于BP神经网络的车辆牌照识别  43-70
  4.1 人工神经网络  43-47
    4.1.1 人工神经网络的构成  43-44
    4.1.2 神经网络的分类  44-46
    4.1.3 神经网络的特点及学习方式  46-47
  4.2 BP神经网络  47-50
    4.2.1 BP神经网络的抽象模型和工作原理  47-48
    4.2.2 BP神经网络学习算法  48-49
    4.2.3 BP网络的建模  49
    4.2.4 BP网络的设计分析  49-50
  4.3 车辆牌照识别的基础  50-54
    4.3.1 车辆牌照识别的流程  50
    4.3.2 车牌的定位及提取  50-52
    4.3.3 车牌倾斜校正  52-53
    4.3.4 字符分割  53-54
  4.4 车辆牌照字符识别  54-60
    4.4.1 模式识别技术  54-55
    4.4.2 字符识别原理  55-56
    4.4.3 字符识别的图像分析与特征提取  56-57
    4.4.4 字符识别方法  57-60
    4.4.5 归一化  60
  4.5 基于BP神经网络的车辆牌照识别实验与仿真  60-68
    4.5.1 有噪声字母识别  61-63
    4.5.2 有噪数字识别  63-64
    4.5.3 图像数字文件的识别  64-66
    4.5.4 汉字识别  66-67
    4.5.5 仿真结果的分析比较  67-68
  4.6 小结  68-70
第五章车辆超速系统的信息发布  70-78
  5.1 LED显示屏  70-72
    5.1.1 LED显示屏概述  70
    5.1.2 LED显示屏的分类  70-71
    5.1.3 LED显示屏关键技术指标  71-72
  5.2 车辆超速警示信息的发布  72-77
    5.2.1 LED图文控制系统  72-73
    5.2.2 LedshowTW Super图文编辑系统软件  73-74
    5.2.3 LED图文控制系统参数设置  74-75
    5.2.4 车辆超速警示信息发布的实现  75-77
  5.3 小结  77-78
总结与展望  78-80
  总结  78-79
  展望  79-80
参考文献  80-83
致谢  83

高速公路车辆超速警示系统研究

内容摘要

全文目录

相似论文