基于视频的黄色网格线内违章停车检测

论文摘要

本文应天津市交通局的需求,在智能交通的框架内,设计实现了一套基于视频的黄色网格区域内违规车辆检测系统。待检测路段上安装的工控机,摄像机等硬件和VC编写的软件部分组成了系统的平台,其中软件部分包含视频处理,背景提取与更新,车辆识别,阴影去除,车辆跟踪,违章记录等模块。首先由大恒图像采集卡处理视频,形成一系列的图像帧;然后,运用背景提取与更新算法——改进的Surendra算法,得到良好的背景图像;在此基础上,运用差分法得到运动区域,再通过本文提出的基于灰度图像阴影消除的车辆检测算法——EWTC(Edge、Wavelet、Texture and Correlation Method)算法,得到运动车辆;通过违章判别算法,检测出违章车辆,并通过视频和图像的形式保存在硬盘中,提供给交通管理人员做违章处罚的凭证。EWTC算法是本文理论部分的重点。灰度图像的阴影去除是阴影去除领域的一个难题,因为在去除阴影的时候完全不用阴影的彩色方面的信息;这样一方面去除的难度加大,另一方面却大大的减少了计算量。本文提出的EWTC算法充分考虑阴影的各个灰度特征,首先将聚类的思想创新性的用在边缘检测图像上得到准阴影区域Y ,然后使用统计学的方法得到准车辆区域C ,最后Y ? C即为本文得到的真实阴影区域。本文的创新点为:提出黄网格违章检测算法;提出改进的Surendra算法;提出EWTC算法;提出一次小波变换多次使用的思想。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 智能交通系统
• 1.2 车辆检测技术
• 1.3 黄色网格区域内违章车辆检测
• 1.4 课题的来源及研究意义
• 1.5 本文的主要工作和创新点
• 1.6 本文的章节安排
• 第二章 理论基础
• 2.1 数字图像处理
• 2.1.1 数字图像处理发展概况
• 2.1.2 数字图像处理的主要研究内容
• 2.1.3 数字图像处理的基本特点
• 2.1.4 数字图像处理的优点
• 2.1.5 数字图像处理的方法
• 2.1.6 图像的颜色模型
• 2.2 小波理论
• 2.2.1 连续小波变换
• 2.2.2 小波函数的时频窗
• 2.2.3 离散小波变换与框架
• 2.2.4 多分辨率分析
• 2.2.5 尺度函数与小波的构造导引
• 2.3 数学形态学
• 2.3.1 腐蚀、膨胀运算及其性质
• 2.3.2 开闭运算及其性质
• 第三章 视频处理
• 第四章 背景提取与更新
• 4.1 目前常规的背景提取算法
• 4.1.1 统计直方图法
• 4.1.2 统计中值法
• 4.1.3 统计均值法
• 4.1.4 Surendra 算法
• 4.2 基于统计和预测的算法
• 4.3 改进的Surendra 算法
• 第五章 车辆分割与识别
• 5.1 背景差法得到运动区域
• 5.2 阴影的产生和特性
• 5.3 EWTC 算法去除车辆阴影
• 5.3.1 边缘聚类算法得到准阴影区
• 5.3.2 小波纹理特征向量方法得到准车辆区域
• 5.4 实现运动车辆检测
• 第六章 违章检测与记录
• 6.1 违章检测思路
• 6.2 违章车辆跟踪
• 6.3 车辆违规记录
• 6.3.1 BMP 位图转换为AVI 视频
• 6.3.2 近景图片及牌照识别
• 6.4 系统测试
• 第七章 系统组成
• 7.1 系统框图
• 7.2 算法流程
• 第八章 总结与展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢