学位论文 > 优秀研究生学位论文题录展示

基于角度判别的车辆视频检索

作　者: 魏寻源
导　师: 李宏
学　校: 中南大学
专　业: 信息与通信工程
关键词: 车辆检索 特征融合 角度判别 B-SIFT
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 10次
引　用: 0次
阅　读: 论文下载
 

内容摘要


车辆视频检索是一种基于视频图像处理技术和模式识别技术相结合的视频检索技术,其目的是快速在视频中检索兴趣车辆。城市交通不断发展,交通容量激增,车辆数目大幅增加。而随之带来的是交通违章,交通肇事。以及车辆被盗,被砸,车辆犯罪等涉及交通安全的犯罪行为。传统的交通信息采集和检索方式已无法满足现代交通发展的需要,基于视频的交通监控系统就迅速发展起来。目前的车辆检索方式中,多数用于车流量的统计、以及车辆识别系统中。车辆视频中环境复杂,存在各种角度的车辆以及非车辆的运动干扰物体,本文提出了一种基于车辆角度判别的检索算法,实现了视频中车辆图像的检索。首先运用混合高斯建模与背景差分法相结合的方法提取关键帧；并提出一种基于形状特征融合的有效帧提取算法,该算法使用三种形状特征对识别目标联合判别,按照各个特征值在检索当中的重要性调整权值。通过实验证明,该算法能够正确区分有效帧和干扰帧。提出一种基于运动估计的车辆角度判别算法。该算法采用面积平衡法计算车辆的运动矢量,按照运动矢量和车辆角度相对应的原则判断车辆角度,该算法能够正确区分正面车辆和侧面车辆。针对正面车辆和侧面车辆两种不同的情况,采用不同的检索方式进行车辆检测。使用B-SIFT (Block Scale-invariant feature transform)对正面车辆进行检索,B-SIFT为SIFT的改进算法,此算法针对正面车辆的车脸图像,对车脸图像进行分块,使车脸图像只在相同块进行匹配,解决了跨区匹配的问题,提高了正面车辆检索的正确率。采用HSV (Hue Saturation Value)检索方式与形状特征联合判别的侧面车辆检索方式,该算法能够对侧面车辆进行检索,并对光照条件具有一定的鲁棒性。

全文目录


摘要  4-5
Abstract  5-9
1 绪论  9-16
  1.1 研究背景  9-10
  1.2 问题提出  10
  1.3 国内外研究现状  10-13
    1.3.1 基于内容的视频检索  10-11
    1.3.2 基于车辆视频的视频检索  11-13
  1.4 论文的研究目的与内容  13-15
    1.4.1 论文的研究目的  13-14
    1.4.2 论文的研究内容  14
    1.4.3 论文的创新  14-15
  1.5 论文的组织结构  15-16
2 基于车辆视频检索的关键技术  16-27
  2.1 关键帧提取算法  16-19
    2.1.1 背景差分法  16-17
    2.1.2 Surendra背景提取算法概述  17-18
    2.1.3 基于背景差分法的关键帧提取  18-19
  2.2 形状特征描述  19-21
    2.2.1 Hu不变矩  19-20
    2.2.2 转动惯量  20-21
    2.2.3 轮廓离散化参数  21
  2.3 SIFT算法概述  21-25
  2.4 车脸提取算法描述  25-26
    2.4.1 车脸粗定位  25-26
    2.4.2 车脸定位与提取  26
  2.5 本章小结  26-27
3 有效帧提取与角度判别算法  27-41
  3.1 有效帧提取问题简述  27-28
  3.2 基于MFR算法的有效帧提取  28-36
    3.2.1 算法原理  28-29
    3.2.2 特征的归一化  29-30
    3.2.3 算法步骤  30-31
    3.2.4 权值调整  31-32
    3.2.5 实验  32-36
  3.3 基于运动估计的车辆的角度判别算法  36-40
    3.3.1 车辆角度分类标准  36-37
    3.3.2 运动矢量的计算方法  37-38
    3.3.3 具体算法描述  38-39
    3.3.4 实验结果  39-40
  3.4 本章小结  40-41
4 车辆检索算法  41-55
  4.1 基于B-SIFT的正面车辆检索方法  41-49
    4.1.1 图像预处理  41-42
    4.1.2 问题提出  42-44
    4.1.3 B-SIFT算法  44-45
    4.1.4 基于B-SIFT的车脸识别算法  45-46
    4.1.5 实验及分析  46-49
  4.2 基于HSV算法的侧面车辆检索算法  49-54
    4.2.1 基于HSV的侧面车辆检索算法  50-51
    4.2.2 实验及分析  51-54
  4.3 本章小结  54-55
5 总结与展望  55-57
  5.1 全文工作回顾与总结  55-56
  5.2 后续工作及展望  56-57
参考文献  57-61
攻读硕士学位期间主要研究成果  61-62
致谢  62

相似论文

  1. 唇读中的特征提取、选择与融合,TP391.41
  2. 水下目标特征的压缩与融合技术研究,TN911.7
  3. 抗几何攻击的彩色图像数字水印算法研究,TP309.7
  4. 基于内容的唐卡图像检索技术研究,TP391.41
  5. 非稳定背景下的运动目标检测与鲁棒跟踪方法研究,TP391.41
  6. 基于特征描述的图像匹配方法研究,TP391.41
  7. 基于分类器融合的人脸识别研究,TP391.41
  8. 基于支持向量机的视频目标检测方法研究,TP391.41
  9. 双目立体视觉关键技术研究,TP391.41
  10. 乳腺钼靶图像配准方法研究,TP391.41
  11. 双目立体视觉中摄像机自标定方法研究,TP391.41
  12. 基于双目立体全景视觉传感器的道路宽度实时检测技术的研究,TP274
  13. 基于双目视觉的河道测量技术研究,TP391.41
  14. 基于粒子滤波的目标跟踪算法研究,TP391.41
  15. 交通监控视频中的目标检测与跟踪算法研究,TP391.41
  16. 基于最近邻及相似度测量检测钓鱼网页技术的研究,TP393.08
  17. 基于相似性测量检测图像型垃圾邮件技术的研究,TP393.098
  18. 基于局部特征的结构模型学习及其在目标检测与定位中的应用,TP391.41
  19. 基于图形处理器的SIFT算法研究,TP391.41
  20. 基于SIFT的数字水印算法研究,TP309.7
  21. 基于BoW-SIFT模型和层次网格特征的三维检索系统,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