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

作　者: 梅娜娜
导　师: 王直杰
学　校: 东华大学
专　业: 模式识别与智能系统
关键词: 智能交通系统 混合高斯模型 帧间差分法 边缘检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 141次
引　用: 0次
阅　读: 论文下载
 

内容摘要


智能交通系统中的交通检测与信息采集技术目前已成为计算机视觉领域中的一项重要课题。而以视频图像处理、分析为依据的运动车辆检测技术则是该系统应用中的最基础而又关键的环节。本课题对该项技术进行了探索和研究,在原有的基础上提出了新的思想,并通过实验验证了检测算法的有效性。文中所做的主要工作包括以下几个方面：首先,文章介绍了课题的应用背景,并研究了当前的发展现状,针对现阶段中各种目标检测算法的优缺点,选择主流的背景减差法作为课题的主要研究方向。而背景建模方法作为背景减差的核心内容,也是本文需要探讨的重点。在对多种背景建模方法比较后,采用了混合高斯分布来模拟初始背景,能够较好地描述背景的多模态特征,但通过实验观察到混合高斯模型在特定的复杂场景下仍然存在一定的局限性。其次,针对车辆缓慢运行情况下混合高斯模型将前景融入背景而出现的“虚影”现象,提出了一种结合帧间差分的自适应混合高斯模型的改进算法。在背景建模的初始判别阶段,通过间隔选取图像帧进行差分的方法,可以迅速地检测出运动变化区域,然后对划分出的背景及运动区域赋予不同的更新率,使得背景显露区域得到迅速恢复,消去了运动车辆留下的“虚影”。这种改进的算法适应于复杂场景的环境,对车辆快速或缓慢运行均有较强的适用性,而且相比较传统算法其运算效率高,鲁棒性好。最后,针对目标检测中车辆颜色与场景像素灰度相似的情况下轮廓丢失的现象,提出了一种基于边缘检测的混合高斯模型,通过先对帧差后得到的结果进行canny边缘检测,然后与背景减差提取的前景进行逻辑“或”操作,最终得到较为理想的前景图像,保留了与背景灰度相似的运动目标的轮廓。通过实验证明该检测算法取得了较好的效果。

全文目录


摘要  5-7
ABSTRACT  7-9
目录  9-12
第一章 绪论  12-22
  1.1 选题的应用背景和意义  12-13
  1.2 国内外智能交通系统的发展现状  13-18
    1.2.1 智能交通系统的运动车辆检测技术的研究现状  14-15
    1.2.2 基于视频的运动目标检测技术  15-18
  1.3 背景建模技术的研究  18-20
    1.3.1 背景建模的典型方法  18-19
    1.3.2 背景建模技术的研究现状  19-20
  1.4 关键技术与技术难点  20
  1.5 课题的研究内容和章节安排  20-22
第二章 运动目标检测技术  22-32
  2.1 运动目标检测算法  22-28
    2.1.1 光流场分析法  22-24
    2.1.2 帧间差分法  24-27
      2.1.2.1 相邻帧差法  24-25
      2.1.2.2 三帧差分法  25-27
    2.1.3 背景减差法  27-28
  2.2 典型的背景模型建立的方法  28-31
    2.2.1 直接选取法  28-29
    2.2.2 多帧平均法  29
    2.2.3 统计直方图  29-30
    2.2.4 统计中值法  30
    2.2.5 分块法  30-31
  2.4 本章小结  31-32
第三章 基于高斯模型的背景建模  32-42
  3.1 单高斯分布背景模型  32-34
  3.2 混合高斯分布背景模型  34-38
    3.2.1 混合高斯模型的原理  34-35
    3.2.2 算法描述  35-36
    3.2.4 模型的建立和匹配  36
    3.2.5 参数及模型更新  36-38
  3.3 实验结果  38-40
  3.4 本章小结  40-42
第四章 改进的混合高斯模型  42-50
  4.1 改进的帧间差分  42-44
  4.2 融入帧间差分的背景模型  44-45
    4.2.1 算法描述  44
    4.2.2 变化区域的划分  44-45
    4.2.3 动态调整不同区域的学习率  45
  4.3 实验结果与分析  45-49
  4.4 本章小结  49-50
第五章 基于边缘提取的运动目标检测  50-66
  5.1 边缘检测方法与分析  50-59
    5.1.1 边缘检测原理  51-52
    5.1.2 几种边缘检测算子  52-55
    5.1.3 边缘检测算子的比较  55-59
  5.2 运动目标的边缘提取  59-62
    5.2.1 基于Canny算子的边缘提取  60-61
    5.2.2 区域填充  61-62
  5.3 实验结果与分析  62-63
  5.4 本章小结  63-66
第六章 结束语  66-68
  6.1 总结  66-67
  6.2 进一步要研究的方向  67-68
参考文献  68-74
硕士期间发表的学术论文  74-75
致谢  75

相似论文

  1. 基于机器视觉的光纤几何参数检测研究,TN253
  2. 基于EMD的车牌识别方法及应用,TP391.41
  3. 基于车载3D加速传感器的路况监测研究,TP274
  4. 交通视频中车辆异常行为检测及应用研究,TP391.41
  5. 复杂场景中运动目标的检测与跟踪,TP391.41
  6. 基于图像处理的棒材计数的开发研究,TP391.41
  7. 遥感影像直线提取、匹配及三维重建,TP751
  8. 跟踪印花系统视觉检测算法研究,TP391.41
  9. 运动目标检测与跟踪的研究,TP391.41
  10. 数码相机中Bayer格式数字图像的降噪与颜色插值算法的研究,TP391.41
  11. 视频运动目标检测若干关键算法研究,TP391.41
  12. 基于探测车辆的道路识别和交通灯状态估计的方法研究,TP391.41
  13. 工件图像亚像素边缘检测方法的研究,TP391.41
  14. 智能视频监控中的目标检测与跟踪技术,TP391.41
  15. 在复杂场景下的入侵检测,TP391.41
  16. 基于二进小波的图像边缘检测算法研究,TP391.41
  17. 微光像增强器的分辨力和荧光屏疵点检测技术研究,TN144
  18. 遥感图像的K-均值聚类和分水岭分割算法的研究与实现,TP751
  19. 道路网短时交通流分析与预测,U491.112
  20. 智能交通视频监控系统中关键技术研究,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