基于交通视频的车流量与交通事件检测

基于交通视频的车流量与交通事件检测

论文摘要

基于视频序列的运动物体检测与跟踪被广泛运用于智能视频监控,视频摘要,机器人视觉等各个领域,因此研究视频序列的运动物体检测与跟踪具有重要的意义,由于环境复杂及运动目标形状及大小变化和目标之间相互遮挡,摄像头突然被移动,光线突变等外界因素给运动物体检测与跟踪带来很大的困难,要研究出一套行之有效的算法非常困难,所以本文根据具体应用需求结合环境特点设计车流量统计算法,停车事件检测算法和行人识别与跟踪算法。论文的主要工作在一下几个方面。(1)提出了一种改进的基于线检测的多车辆道车流量检测算法,基于线检测的车流量检测算法并不对视频中的运动物体进行整体识别,仅仅是统计和分析某一车道某一条线上像素值,这样就有可能因为阴影或者车辆的跨道行驶等原因误检,本文设计的车流量统计算法不仅考虑车道上检测线上的像素值变化,还考虑变化像素的位置信息,对跨车道行驶或者带有阴影的情况仍然能准确的检测车流量。(2)实现了对普通公路和高速上的停车事件自动监控,提出一种基于高斯分布的交通事件检测方法。首先利用新的背景差技术提取出包含视频中的目标的前景图,其次把整个前景图分割成许多小块,以块为单位检查每个网格内前景点的分布,并对每一个网格建一个高斯模型,实现对停车事件的自动检测。最后,对不同环境下的多组视频进行测试,结果证明此算法检测精度高且算法实时性好,具有较好的鲁棒性。(3)提出了一种基于模型的行人检测与跟踪算法,该算法首先根据先验知识定义一个人的模型,然后设计一种根据人的位置来设置模型各个参数的范围,然后利用Kalman滤波运动目标进行预测跟踪,算法较好的检测到了视频中行人,并对其进行跟踪。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 计算机视觉的研究意义及国内外研究现状
  • 1.2 本文的创新点
  • 第二章 数字图像处理
  • 2.1 数字图像基础
  • 2.1.1 数字图像的表示
  • 2.1.2 像素间的一些基本关系
  • 2.1.3 连通性及连通分量
  • 2.1.4 距离度量
  • 2.1.5 算术或逻辑操作增强
  • 2.2 空间域图像增强
  • 2.3 空间滤波基础
  • 2.3.1 平滑空间滤波器
  • 2.3.2 统计排序滤波器
  • 2.4 数学形态学滤波
  • 2.4.1 膨胀
  • 2.4.2 腐蚀
  • 2.5 本章小结
  • 第三章 背景提取模型
  • 3.1 背景提取
  • 3.1.1 背景提取概述
  • 3.1.2 多帧平均法
  • 3.1.3 单高斯背景建模
  • 3.1.4 多高斯背景建模
  • 3.1.5 一种基于概率统计的背景提取算法
  • 3.2 本章小结
  • 第四章 视频中运动物体检测
  • 4.1 运动物体检测
  • 4.1.1 帧差法
  • 4.1.2 改进的背景消减法
  • 4.1.3 光流法
  • 4.2 本章小结
  • 第五章 交通视频中的车流量与交通事件检测
  • 5.1 车流量检测
  • 5.1.1 数据处理算法
  • 5.1.2 车流量检测算法
  • 5.1.3 实验结果及分析
  • 5.2 停车事件检测
  • 5.2.1 车辆停车事件检测参数
  • 5.2.2 车辆停车事件检测算法
  • 5.2.3 实验及结果分析
  • 5.3 行人识别,跟踪与轨迹分析
  • 5.3.1 特征选取
  • 5.3.2 行人识别
  • 5.3.3 行人跟踪
  • 5.3.4 实验结果及分析
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间取得的研究成果
  • 致谢
  • 附件
  • 相关论文文献

    • [1].浅谈运动物体表面的温度测量[J]. 品牌与标准化 2015(09)
    • [2].时无重至,贵在得法——求解运动物体时间的策略[J]. 湖南中学物理 2013(02)
    • [3].《水平运动物体偏移》教学反思[J]. 贵州教育 2009(13)
    • [4].纸带问题分析常用方法及规律总结[J]. 中学生理科应试 2017(01)
    • [5].动量与动量守恒定律[J]. 中学生数理化(学习研究) 2017(05)
    • [6].运动物体昼夜更替周期初探[J]. 中学地理教学参考 2009(08)
    • [7].基于改进混合高斯模型的运动物体检测研究[J]. 计算机应用研究 2017(06)
    • [8].基于视频的静态场景与运动物体三维融合研究[J]. 系统仿真学报 2016(01)
    • [9].基于马尔可夫随机场的运动物体检测方法[J]. 福建农林大学学报(自然科学版) 2016(01)
    • [10].视频监控中运动物体的检测与跟踪[J]. 计算机工程与应用 2010(31)
    • [11].基于运动估计的运动物体检测技术研究[J]. 微计算机信息 2009(25)
    • [12].C#实现运动物体的检测方法[J]. 自动化与信息工程 2008(01)
    • [13].视频监控中基于安全报警系统的模糊判决算法[J]. 安徽电子信息职业技术学院学报 2016(03)
    • [14].一种自然环境下运动物体监测算法[J]. 计算机工程与应用 2015(18)
    • [15].运动物体拍摄攻略[J]. 初中生世界 2013(08)
    • [16].视频流中运动物体的分割[J]. 青岛大学学报(工程技术版) 2010(03)
    • [17].对一种关联运动物体的动力学分析[J]. 物理通报 2020(S1)
    • [18].一种单目运动像机对点状运动物体的三维定位方法[J]. 光学技术 2011(04)
    • [19].视频序列运动物体检测与提取[J]. 伺服控制 2011(05)
    • [20].基于追踪补偿的运动物体计算关联成像方法[J]. 光学技术 2019(03)
    • [21].一种改进的基于核跟踪的运动物体跟踪算法[J]. 计算机与数字工程 2016(08)
    • [22].监控场景中的运动物体提取技术研究[J]. 计算机工程与应用 2015(22)
    • [23].运动物体在颗粒物质中的动力学过程及最大穿透深度仿真研究[J]. 物理学报 2013(13)
    • [24].运动物体仿真中的碰撞检测研究[J]. 西华大学学报(自然科学版) 2013(05)
    • [25].飞逝的精彩 玩转追随拍摄[J]. 移动信息 2010(09)
    • [26].一种基于全向视觉的运动物体检测算法[J]. 模式识别与人工智能 2008(04)
    • [27].基于相移法的多目标运动物体三维重构[J]. 红外与激光工程 2020(03)
    • [28].“地表水平运动物体方向的偏转”的教学反思[J]. 地理教学 2014(14)
    • [29].运动物体检测监控系统设计[J]. 大众科技 2011(11)
    • [30].由行星运动公共特征综合运动物体“磁场”[J]. 价值工程 2010(22)

    标签:;  ;  ;  ;  

    基于交通视频的车流量与交通事件检测
    下载Doc文档

    猜你喜欢