基于视频的车辆检测

论文摘要

随着人们生活水平的不断提高,汽车得到了广泛的普及,世界各国人均汽车保有量急剧增加。随之而来的交通拥堵、交通事故和环境污染等交通灾害对人类环境和社会经济发展的影响日益加重。在这种背景下,智能交通系统(ITS)由此确立,并且已成为公认的有效地解决交通问题的最佳途径。而视频车辆检测是智能交通系统中的关键技术,备受人们关注成为研究热点。本文首先简要叙述了智能交通的发展背景和国内外发展现状,总结了目前研究中存在的问题。然后在总结和分析现有技术不足之处的基础上,重点研究了运动车辆检测与分割、车辆阴影去除、交通参数测量等方面的内容。最后设计算法并编写程序,进行实验验证与结果分析。具体地说,完成的主要研究工作如下:(1)运动车辆检测与分割方法研究针对交通场景中车辆目标与背景灰度相近时车辆难于提取的问题,提出了一种基于改进的最小类内方差和区域生长相结合的快速阈值分割方法。首先进行背景更新,对图像差分处理,然后对最小类内方差进行改进,快速确定差分图像的最佳分割阈值,再用区域生长法分割得到目标。(2)运动车辆阴影去除方法研究车辆的阴影会使图像分割后的目标区域中含有多余的阴影区域,进而影响检测结果,甚至导致检测失败。针对这个问题,本文在前人研究的基础上,提出了基于车辆边缘与阴影色度信息相结合的阴影判别与去除方法,并通过实验对提出的方法进行了验证。(3)交通参数测量在前面研究的基础上,针对交通场景中车辆超速违章行为进行了深入研究和细致分析,提出了具体的超速判定与检测算法。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究的背景和意义
• 1.1.1 研究的背景
• 1.1.2 研究的意义
• 1.2 研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 存在问题及展望
• 1.4 论文研究的主要内容
• 第二章 视频图像预处理
• 2.1 视频图像空间映射
• 2.2 视频图像滤波
• 2.2.1 常用的滤波方法
• 2.2.2 视频图像滤波实验结果与分析
• 2.3 视频图像对比度增强
• 2.3.1 常用的对比度增强算法
• 2.3.2 视频图像增强实验结果与分析
• 2.4 本章小结
• 第三章 运动车辆的检测与分割
• 3.1 视频检测方法
• 3.2 背景更新
• 3.3 图像分割
• 3.3.1 改进的迭代阈值法
• 3.3.2 基于最大类间方差的阈值选取方法
• 3.3.3 基于改进的最小类内方差和区域生长相结合的图像分割法
• 3.3.4 实验结果与分析
• 3.4 基于数学形态学的图像后处理
• 3.4.1 数学形态学的基本思想
• 3.4.2 数学形态学方法
• 3.4.3 数学形态学后处理结果分析
• 3.5 本章小结
• 第四章 运动车辆阴影去除方法研究
• 4.1 阴影概念及特点
• 4.2 阴影区域确定方法
• 4.3 阴影区域确定
• 4.3.1 运动区域确定
• 4.3.2 边缘检测算子
• 4.3.3 阴影颜色特点
• 4.4 基于边缘检测和色度信息的阴影去除
• 4.5 实验结果与分析
• 4.6 本章小结
• 第五章 基于视频检测的交通参数分析与研究
• 5.1 高速公路车辆超速检测算法影响因素分析与对策研究
• 5.1.1 算法描述
• 5.1.2 算法影响因素分析
• 5.1.3 对策方案
• 5.1.4 结论
• 5.2 车辆计数的研究
• 5.3 本章小结
• 第六章 结论与展望
• 6.1 全文工作总结
• 6.2 进一步工作展望
• 参考文献
• 在学研究成果
• 致谢