原文传递
智能交通系统中的运动目标检测与识别
| 论文题名： | 智能交通系统中的运动目标检测与识别 |
| 关键词： | 智能交通系统;运动目标检测;特征提取;背景差分 |
| 摘要： | 作为计算机视觉领域的重要应用,智能视频监控技术在军事、交通、家庭等各领域都拥有十分广泛的应用。尤其随着世界经济的发展和人均车辆保有量的增加,智能视频监控技术在交通领域吸引的关注越来越多。运动目标的检测与识别,作为搭建智能交通监控系统的基础,虽然目前已经提出了许多有效的算法,但由于实际应用中诸多因素的干扰(如天气光照的变化、阴影的遮挡、背景的变化等),使得提出鲁棒性更强的目标检测与识别算法具有重要的意义。 本文在现有视频监控中有关运动目标检测的经典算法基础之上,重点研究了固定场景下基于背景差分的运动目标的检测与识别技术,以改善算法的实时性和鲁棒性,所做的工作内容有如下几方面: 1.运动目标的提取方面,考虑平均法和混合高斯背景建模法的计算量大,实时性差的特点,而采用码书法进行背景建模,对于码书法只适用于周期性变化的背景,不能适应全局性突变的特点,本文提出了利用图像的平均灰度值对传统的编码法进行改进,建立多个编码本以实现运动目标的提取。 2.由于提取出的运动目标,常包含有阴影,影响检测的效果,本文提出了一种两级的阴影检测方法,以实现对运动目标区域内阴影的去除。该方法首先利用阴影的亮度属性进行阴影的粗检测,然后对统一模式下的LBP纹理进行改进,实现阴影的近一步检测。 3.运动目标的识别方面,考虑到实时性的应用要求,本文利用基于几何特征的运动目标描述方法,主要提取目标区域的面积、分散度和移动速度三个特征,输入支持向量机,以实现运动目标的分类。 实验证明,本文提出的方法具有较好的效果和较快的速率。 |
| 作者： | 樊大帅 |
| 专业： | 控制科学与工程 |
| 导师： | 张军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
