铁路客运枢纽客流图像识别系统设计与开发

论文摘要

图像识别,在医学研究、交通监视、客流量统计、天文观测等领域有着非常重要的实用价值和广阔的发展前景。图像识别是目前国内研究的一个热点。它包括了运动目标的检测、目标分类与提取、目标跟踪与计数几方面,涉及到图像处理与模式识别领域许多核心课题。本论文以“高速铁路综合客运枢纽集散服务网络行人安全状态识别技术”项目为背景,研究了铁路枢纽客流图像识别问题。在本论文中,为了尽可能避免目标的重叠或覆盖的问题,模拟了简单的客流图像识别系统。在读取图片并将其灰度处理后,首先,利用一种背景建模的算法建立初始背景,并实现背景更新。该方法能有效抑制光照变化等影响；其次,利用当前帧图像和背景图像进行背景减,获取背景差图像；再次,采用较有效的中值滤波、形态学处理等方法对背景差图像进行处理,清除了噪声和无效小面积区域,提取出真正的客流图像目标；最后,根据连通性分析实现目标客流计数。背景建模是本系统的一个难点。现场监控环境是不稳定的,会受到光照等的影响发生变化,然而又因为持续客流的原因,很难获取无人状态下的纯背景图像,因此如何实现背景图像的提取和更新成为本系统的难点。针对这个问题,本论文利用多帧图像的像素均值提取背景和一种有效的背景更新方法。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 引言
• 1.1 选题背景
• 1.2 国内外视频识别技术研究现状
• 1.2.1 国内外智能视频监控识别的应用现状
• 1.2.2 各种典型的背景差识别算法介绍
• 1.3 图像识别技术面临的困难和发展趋势
• 1.4 本论文的主要研究内容及结构
• 2 图像处理与识别技术的基础
• 2.1 图像处理技术
• 2.1.1 图像处理的相关概念
• 2.1.2 图像处理的基本运算形式
• 2.1.3 图像处理的主要内容
• 2.2 图像识别技术
• 2.3 图像处理与识别系统
• 2.3.1 图像处理系统
• 2.3.2 图像识别系统
• 2.4 图像处理与识别及图像理解的关系
• 3 铁路客流图像识别的算法研究
• 3.1 客流图像特点及处理方法的选取
• 3.2 客流图像目标检测算法概述
• 3.2.1 光流法
• 3.2.2 帧间差分法
• 3.2.3 背景差法
• 3.3 客流图像背景建模算法
• 3.3.1 背景提取
• 3.3.2 背景更新
• 3.4 中值滤波去噪
• 3.5 形态学处理
• 4 铁路客流图像识别系统设计与实现
• 4.1 系统中的关键技术研究
• 4.1.1 C#介绍
• 4.1.2 MATLAB在图像处理中的应用
• 4.2 铁路枢纽客流监控系统设计
• 4.2.1 铁路客流特点
• 4.2.2 系统功能目标
• 4.2.3 系统设计
• 4.3 客流图像识别系统的实现
• 4.3.1 系统的软件平台
• 4.3.2 C#与MATLAB混合编程研究
• 4.3.3 客流图像预处理
• 4.3.4 客流图像目标检测
• 4.3.5 去噪和形态学处理
• 4.3.6 客流图像人数统计
• 4.4 图像识别结果分析
• 5 结论与展望
• 参考文献
• 作者简历
• 学位论文数据集