公路抛洒物视频检测方法研究

论文摘要

随着经济的发展和社会的进步，公路也随之迅速发展，这使得交通问题日趋严峻，交通事故事故频繁发生。公路抛洒物事件作为一个频繁发生的交通事件，它所引发的交通事故及造成的严重安全隐患已成为急需解决的问题。在公路上，如何准确、快速地检测到抛洒物事件的发生，并尽早排除安全隐患，保障公路安全畅通，已成为人们关注的热点问题。本文通过对公路抛洒物检测问题的深入分析，将该问题划分成3个子问题，并分别讨论它们的解决方法。第一个是获取可靠背景的问题，通过分析常见的背景提取算法，并根据公路的具体场景，给出一种基于块划分的背景提取与更新算法，实验结果表明该算法可以得到可靠背景；第二个是找到准确、完整的目标检测算法的问题，在讨论常用目标检测算法的基础上，给出了二次分割的目标检测算法，基于细胞自动机的改进算法和基于质心包含的轮廓融合算法，这3个算法共同完成目标的提取，实验结果表明提取的目标较为完整和准确；第三个是找到准确、快速的抛洒物检测算法的问题，本文根据公路抛洒物的特性及其与一般静态前景物的共性，给出一种基于块像素统计的抛洒物检测算法，并结合基于质心预测的Kalman多目标跟踪和基于支持向量机（SVM）进行的目标分类，实验结果表明可以从场景中准确、快速地检测到抛洒物。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 抛洒物检测问题分析
• 1.4 本文的研究目标及主要工作
• 1.5 本文的章节安排
• 第二章 基于块划分的背景提取与更新方法研究
• 2.1 背景提取与更新常见方法
• 2.1.1 多帧平均方法
• 2.1.2 统计直方图
• 2.1.3 混合高斯背景估计
• 2.2 基于块的背景估计与自适应更新算法
• 2.2.1 背景初始化与建立的方法
• 2.2.2 背景的自适应更新算法
• 2.3 算法的具体实现
• 2.4 实验与分析
• 2.5 本章小结
• 第三章 改进的基于公路监控视频的目标检测算法
• 3.1 目标检测的基本方法
• 3.1.1 背景减法
• 3.1.2 帧间差分法
• 3.1.3 光流法
• 3.2 改进的目标检测算法流程
• 3.3 基于二次分割的目标检测
• 3.3.1 RGB图像灰度化及HSV颜色空间
• 3.3.2 基于二次分割的目标检测算法
• 3.3.3 实验与分析
• 3.4 改进的基于细胞自动机的目标检测算法
• 3.4.1 细胞自动机
• 3.4.2 基于CA改进的目标检测算法
• 3.4.3 实验与分析
• 3.5 基于质心包含的轮廓融合算法
• 3.6 实验与分析
• 3.7 本章小结
• 第四章 基于块像素统计的快速抛洒物检测算法
• 4.1 抛洒物检测算法流程
• 4.2 基于Kalman滤波的多目标跟踪
• 4.2.1 Kalman滤波算法
• 4.2.2 基于质心预测的Kalman多目标跟踪
• 4.2.3 实验与分析
• 4.3 基于扩展SVM的目标分类
• 4.3.1 目标分类流程
• 4.3.2 SVM分类原理
• 4.3.3 目标特征提取
• 4.3.4 实验与分析
• 4.4 基于块的抛洒物检测算法
• 4.5 实验与分析
• 4.6 本章小结
• 第五章 基于公路监控视频的抛洒物检测系统设计与实现
• 5.1 抛洒物检测系统分析与设计
• 5.2 系统子模块及其功能描述
• 5.3 系统实现
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 进一步研究
• 6.3 展望
• 致谢
• 参考文献
• 附录 A