学位论文 > 优秀研究生学位论文题录展示
基于视频的车辆检测与跟踪算法的研究与实现
作 者: 刘汉艳
导 师: 卢官明
学 校: 南京邮电大学
专 业: 信号与信息处理
关键词: 智能交通系统 车辆检测 车辆跟踪 车辆计数 全天候 车辆拥堵等级
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 42次
引 用: 0次
阅 读: 论文下载
内容摘要
|
社会经济的发展使得私有汽车的数量急剧增加,智能交通系统(ITS,IntelligentTransportation System)的重要性越发显现,同时也被各国提上日程。基于视频的车辆检测与跟踪算法是ITS的重要组成部分。本文以城市道路为背景,用摄像机采集道路交通视频,然后通过一系列视频处理方法提取车流量以及车辆拥堵信息。本文提出了一种全天候的车辆计数与拥堵等级判断算法。完成的主要工作如下:1.基于白天的车辆跟踪与计数方法。本文对已存在目标采用粗匹配-选择最佳匹配-更新目标特征的思路实现目标的跟踪;对暂时消失的目标根据其质心和面积信息,利用卡尔曼滤波理论建立模型,预测其在下一帧中的位置和面积大小,并对其特征进行更新,待其再次在视频帧中出现时,再按照已存在目标的处理方式进行匹配和更新;2.基于夜间的车辆跟踪与计数方法。本文提出了2种用于夜间车辆计数的方法,分别是:基于虚拟检测线的车辆计数方法和基于车灯跟踪的车辆计数方法。基于虚拟检测线的计数方法是在是指在视频中间位置设置一条虚拟的线,每一帧都从左至右扫描这条线,若发现线上有车灯,则将车灯个数加1。基于车灯跟踪的方法是先对车灯进行跟踪,然后对车灯进行匹配,实现对车辆的计数。3.拥堵等级判断方法。与跟踪算法相对应,拥堵等级判断方法也是有白天和夜间两套算法。根据一段时间的车流量信息和此段时间内前景的平均比例,将道路拥堵等级划分为畅通、缓行和拥堵3个等级。4.昼夜算法切换。本文提出了一种用于昼夜算法切换的方案。首先根据系统时间,确定一个可能进行昼夜切换的时间段;然后提取当前视频帧的亮度信息,确定昼夜算法之间的切换。
|
全文目录
摘要 4-5 ABSTRACT 5-6 目录 6-9 第一章 绪论 9-13 1.1 课题的研究背景和意义 9-10 1.2 国外研究现状 10 1.3 国内研究现状 10-11 1.4 本文研究内容和结构安排 11-12 1.5 实验环境开发平台 12-13 第二章 白天车辆检测算法 13-21 2.1 运动车辆检测常用方法 13-14 2.1.1 帧间差分法 13 2.1.2 光流法 13-14 2.1.3 背景差法 14 2.2 背景提取算法研究 14-18 2.2.1 常用背景提取算法 14-15 2.2.2 本文的背景建模方法 15-16 2.2.3 背景更新 16-17 2.2.4 背景模型建立实验结果 17-18 2.3 运动区域提取 18-20 2.4 本章小结 20-21 第三章 白天车辆跟踪算法 21-34 3.1 常用的运动目标跟踪方法 21-23 3.1.1 基于特征匹配的目标跟踪方法 21 3.1.2 基于区域的目标跟踪算法 21-22 3.1.3 基于3D 模型的目标跟踪算法 22 3.1.4 基于变形模板的跟踪算法 22 3.1.5 本文选取的算法 22-23 3.2 卡尔曼滤波器 23-27 3.2.1 标准卡尔曼滤波原理 23-26 3.2.2 卡尔曼滤波预测模型 26-27 3.3 基于多特征匹配的区域跟踪算法 27-33 3.3.1 算法综述 27-28 3.3.2 具体匹配算法 28-33 3.3.3 实验结果 33 3.4 本章小结 33-34 第四章 夜间车辆检测与跟踪算法 34-44 4.1 车灯检测 34-36 4.1.1 车灯提取 34-35 4.1.2 车灯特征 35 4.1.3 车灯预处理 35-36 4.2 基于虚拟检测线的车辆计数 36-39 4.2.1 连通域处理 37 4.2.2 相邻帧车灯位置比较 37-38 4.2.3 虚拟检测线车辆计数的具体流程 38-39 4.2.4 实验结果分析 39 4.3 基于车灯跟踪的车辆计数方法 39-43 4.3.1 车灯跟踪概述 40-41 4.3.2 车灯跟踪具体步骤 41-42 4.3.3 车灯匹配 42 4.3.4 实验结果及分析 42-43 4.4 本章小结 43-44 第五章 全天候车辆跟踪与计数系统方案 44-50 5.1 基于视频的车辆检测与跟踪系统框架 44-45 5.2 昼夜算法切换 45-47 5.2.1 昼夜判断 45-46 5.2.2 昼夜算法切换时的参数传递 46-47 5.3 白天拥堵等级判断算法 47-48 5.3.1 拥堵等级判断准则 47 5.3.2 具体判断方法 47-48 5.4 夜间拥堵等级判断算法 48-49 5.5 本章小结 49-50 第六章总结和展望 50-52 6.1 本文的主要工作 50 6.2 总结与展望 50-52 致谢 52-53 参考文献 53-56 作者攻读硕士学位期间发表论文及科研实践 56
|
相似论文
- 基于EMD的车牌识别方法及应用,TP391.41
- 基于车载3D加速传感器的路况监测研究,TP274
- 基于机器视觉的车辆检测和车距测量方法研究,TP274
- 交通视频中车辆异常行为检测及应用研究,TP391.41
- 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
- 交通视频监控若干关键算法设计及应用,TP391.41
- 城市交通智能控制策略与仿真系统研究,U495
- 分布式动态交通信息挖掘及导航,TP311.13
- 融合整体与组件特征的车辆检测方法研究,TP391.41
- 城市公交最优化换乘系统研究与实现,U12
- 基于机器视觉的交通路口车流量检测方法研究,TP274
- 智能车设计及其追踪系统研究,TP399-C6
- 基于3DGIS的车辆跟踪系统设计与实现,TP391.41
- 高清图像中基于车牌定位的车辆跟踪和违章检测,TP391.41
- 神经网络在短期交通流预测中的应用研究,U491.112
- 基于嵌入式的停车场车位自动化管理系统与诱导系统的设计,TP315
- 基于嵌入式系统的公交站牌动态显示系统,U495
- 交通路口车辆实时监测方法研究及其应用,TP274
- 基于FPGA的交通灯控制系统的设计与实现,TP273
- 视频图像中运动车辆检测与跟踪技术的研究,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
|