基于车型识别的大货车违章视频监测系统

论文摘要

随着经济的发展,交通拥堵、管理落后等问题日益突出,为了有效解决问题,各国大力发展智能交通。本文设计了一套基于车型识别的大货车违章视频监测系统,实现了对大货车禁行路段上出现的违章大货车的智能监控和管理,具有实时性、准确性、高智能性等优点。首先,设计了系统的总体结构:通过携带高分辨率CCD摄像头的摄像机和视频采集卡实现对动态交通视频流的实时自动采集和分割;利用近景图像检测出黄牌照车辆,获取大型车;为了克服了在多车道条件下难以获得完整的车辆侧面图像的问题,提出利用大型车的正前俯视图提取特征,进行车型识别。在此基础上改进了运动目标识别方法,提出了一种在车辆远景和近景图像中做线性拟合来定位车辆目标的方法,克服了传统方法计算繁琐、鲁棒性差的缺陷。在提取大型车的车型特征过程中,引入了一种结合全局特征和细节特征的新方法。改进了传统的提取局部纹理特征的方法,提出通过拉东变换(Radon)提取车辆的全局纹理特征,该方法充分利用了货车车体纹理丰富而客车车体平滑的特点,并且相比较傅里叶变换,该方法提高了算法的实时性;车型的细节特征是通过图像分割后提取子块数目、颜色数目以及车窗比例等特征完成的。在分割过程中,简化了Hough变换提取直线的步骤,创新性地提出了利用RGB空间模型相关信息作为彩色图像分割的依据,实验证明新方法具有很好的分割效果。最后给出了大货车违章视频监测系统的具体实现,通过大量实验证明了基于车型识别的大货车违章视频监测算法满足了系统开发的实时性、准确性和智能性的原则。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 智能监控系统现状分析
• 1.2.1 智能交通系统
• 1.2.2 智能交通监控系统现状及发展趋势
• 1.3 本文的主要工作
• 1.4 本文的内容安排
• 第二章 大货车违章视频监测系统的体系结构
• 2.1 硬件系统结构
• 2.1.1 硬件体系结构
• 2.1.2 工作原理
• 2.2 软件系统结构
• 2.2.1 软件系统总体流程
• 2.2.2 软件系统体系结构
• 2.3 本章小结
• 第三章 车辆定位及车辆图像预处理
• 3.1 车辆目标定位
• 3.1.1 传统的运动目标检测
• 3.1.2 线性拟合法
• 3.2 预处理
• 3.2.1 图像平滑
• 3.2.2 边缘检测
• 第四章 车型特征提取
• 4.1 车型识别技术概述
• 4.1.1 车型识别技术概念
• 4.1.2 车型识别技术分类
• 4.2 全局特征提取
• 4.3 细节特征提取
• 4.3.1 图像分割
• 4.3.2 Hough 变换分割图像
• 4.3.3 基于RGB 彩色模型的图像分割
• 4.3.4 细节特征提取
• 4.4 车型分类
• 第五章 算法实现及评价
• 5.1 系统开发原则
• 5.1.1 实时性
• 5.1.2 准确性
• 5.1.3 智能性
• 5.2 系统开发环境
• 5.2.1 硬件开发环境
• 5.2.2 软件开发环境
• 5.3 系统实现
• 5.3.1 数字视频采集模块的实现
• 5.3.2 黄牌照车辆目标识别模块的实现
• 5.3.3 车辆违章监测模块的实现
• 5.3.4 信息存储管理模块的实现
• 第六章 总结和展望
• 6.1 主要工作总结
• 6.2 论文不足和改进
• 参考文献
• 发表论文和参加科研情况说明
• 致谢