学位论文 > 优秀研究生学位论文题录展示

智能交通系统中运动目标检测技术的研究与实现

作　者: 石明丰
导　师: 王玲
学　校: 湖南大学
专　业: 电子科学与技术
关键词: 智能交通系统 目标检测 高斯混合模型 双背景 阴影抑制
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 34次
引　用: 0次
阅　读: 论文下载
 

内容摘要


近年来，智能交通系统中的运动目标检测技术是计算机视觉领域的一个很受关注的前沿课题，在城市交通构建方面得到了广泛的应用。智能交通系统中运动目标的检测是实现交通系统自动化和实时应用的关键，也是视频场景分析、行为理解等诸多后续处理的基础。目前由于实际环境中目标运动的复杂性，以及视频数据所具有的特殊性，使得智能交通系统中运动目标检测存在着各种各样的困难，本文重点研究了在比较复杂背景下采用双模型运动目标检测算法及其在智能交通监控系统中的实现，以及对运动目标进行阴影抑制的算法研究。本文对智能交通系统中监控终端进行了设计。本文的主要研究内容有：首先，本文研究和分析了智能交通系统、运动目标检测技术国内外的研究现状以及所存在的问题。对图像预处理、图像分割、特征提取、判决分类等理论基础知识进行了比较系统的学习与研究。其次，分析了目前常用的检测算法：光流法，帧间差分法，背景差减法。重点对高斯混合模型算法进行了研究，同时针对当前很多检测算法的精度不够与计算复杂，本文提出了一种改进的双模型运动目标检测算法。由于检测过程中，阴影对目标的正确检测存在很大干扰，提出了一种改进的高斯混合模型阴影抑制算法。最后，以ADSP-BF561为主芯片，设计了智能交通系统中视频监控终端的整体硬件结构，并对ADSP-BF561处理器模块、采集视频模块、存储视频数据模块和网络传输模块进行了详细的设计；设计了系统的软件整体框图，并将系统应用在了道路交通中车流量的统计。实验结果表明，本文提出的智能交通系统中运动目标检测技术具有很强的可行性和实用性，能够在比较复杂的背景下将运动目标正确检测出来，达到了预期目标。

全文目录


摘要  5-6
Abstract  6-10
第1章 引言  10-16
  1.1 研究背景及意义  10-11
  1.2 智能交通系统运动目标检测研究现状及发展  11-14
    1.2.1 智能交通系统现状  11-12
    1.2.2 运动目标检测技术的研究现状  12-14
  1.3 智能交通系统运动目标检测技术存在的问题及课题来源  14-15
  1.4 论文的研究内容及章节安排  15-16
第2章 运动目标检测技术基础  16-27
  2.1 运动目标检测预处理  16-17
  2.2 运动目标图像分割  17-22
    2.2.1 基于边缘检测的分割方法  18-20
    2.2.2 基于区域的分割方法  20-22
  2.3 运动目标特征提取  22-24
  2.4 运动目标的判决识别分类  24-26
    2.4.1 统计模式识别  24-25
    2.4.2 其他分类方法  25-26
  2.5 本章小结  26-27
第3章 运动目标检测技术算法研究  27-41
  3.1 运动目标检测的基本流程  27-28
  3.2 运动目标检测技术常用的方法  28-31
    3.2.1 光流法  29
    3.2.2 帧间差分法  29-30
    3.2.3 背景差减法  30-31
  3.3 智能交通系统中视频监控的背景建模  31-34
  3.4 改进的双模型自适应背景建模方法  34-40
    3.4.1 双模型建模思路  34-35
    3.4.2 双模型运动目标检测算法  35-38
    3.4.3 实验结果及分析  38-40
  3.5 本章小结  40-41
第4章 改进 GMM 的阴影抑制算法研究与实现  41-52
  4.1 颜色模型  41-43
    4.1.1 RGB 颜色模型  41-42
    4.1.2 HSV 颜色模型  42-43
  4.2 HSV 颜色模型变换的阴影抑制  43-44
  4.3 算法流程  44-46
    4.3.1 疑似阴影模型  44
    4.3.2 高斯混合阴影模型  44-45
    4.3.3 阴影抑制  45-46
  4.4 实验结果及分析  46-51
  4.5 本章小结  51-52
第5章 运动目标检测技术在交通监控系统中的实现  52-63
  5.1 基于 ADSP-BF561 的交通视频监控系统  52-54
  5.2 交通视频监控终端的硬件结构  54-59
    5.2.1 ADSP-BF561 处理器  54-56
    5.2.2 采集视频模块  56-57
    5.2.3 存储器模块  57-58
    5.2.4 网络传输部分  58-59
  5.3 交通视频监控终端软件流程  59-61
    5.3.1 交通视频监控终端软件总流程  59-60
    5.3.2 视频目标检测和跟踪算法的实现  60-61
  5.4 实验结果及分析  61-62
  5.5 本章小结  62-63
总结与展望  63-65
参考文献  65-69
致谢  69-70
附录 A 攻读学位期间所发表的学术论文目录  70-71
附录 B 攻读学位期间所参与的主要科研项目  71

相似论文

  1. 双传感器图像联合目标检测及系统实现研究,TP391.41
  2. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  3. 移动机器人视觉检测和跟踪研究,TP242.62
  4. 基于EMD的车牌识别方法及应用,TP391.41
  5. 基于车载3D加速传感器的路况监测研究,TP274
  6. 基于运动目标轨迹分析的智能交通监控系统,TP277
  7. 基于视频的运动目标检测与跟踪方法应用研究,TP391.41
  8. 数字波导网格模型及语音网格参数估计,TN912.3
  9. 基于支持向量机的视频目标检测方法研究,TP391.41
  10. 视频运动目标跟踪方法研究,TP391.41
  11. 视频中多运动目标分类的研究,TP391.41
  12. 运动目标检测和跟踪算法研究,TP391.41
  13. 基于视觉的人体行为检测识别研究,TP391.41
  14. 视频监控若干技术研究,TP391.41
  15. 基于全方位视觉的多运动目标检测、跟踪与定位,TP391.41
  16. 基于鱼眼相机的运动目标检测算法的研究与实现,TP391.41
  17. 基于混合高斯的背景建模与更新算法的研究与实现,TP391.41
  18. 面向智能交通的视频车辆检测、跟踪和识别算法研究,TP391.41
  19. 基于视频的智能交通监控系统关键技术研究,TP277
  20. 复杂背景下红外小目标检测方法研究,TN215
  21. 天空背景下红外弱小目标的检测与跟踪算法研究,TN215

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