原文传递
街景监控视频中车辆和行人检测技术研究
| 论文题名： | 街景监控视频中车辆和行人检测技术研究 |
| 关键词： | 视频图像;动态背景;图像预处理;城市车辆检测;行人检测;交通安全监控 |
| 摘要： | 近年来，随着城市车辆数量的快速增加，城市公路交通的安全隐患问题日趋严峻。为快速而有效的解决此类问题，以视频图像处理为基础的图像监控系统被广泛地应用到交通安全监控活动中。 本文的主要研究内容包括：图像预处理，图像动态背景建模和运动目标物体检测。其中目标检测是本文所设计的街景图像视频监控系统的主要工作内容。本文主要工作如下： （1）街景图像预处理和街景图像动态背景建模：街景图像预处理是根据图像模糊的主要因素，对模糊图像进行处理，重点研究维纳滤波方法。在图像去噪过程中，对椒盐噪声采用基于自适应权值的椒盐噪声去除算法。对高斯噪声采用偏微分方程图像滤波处理。背景提取是图像目标检测的基础，所提取的背景的好坏直接影响目标检测效果。本文使用改进的高斯混合模型自适应算法来提取背景模型，此算法可以有效的适应检测区域的不断变化。 （2）街景图像车辆检测：通过实时背景建模，将大部分的背景干扰区域去除。针对街景中车辆图像的特点，使用改进的二值化算法获取图像中的车辆模型，再通过边缘检测提取车辆的轮廓。实验表明，在确保检测准确性的前提下，该算法有效提高了车辆检测的时间效率，并具有自适应能力强，检测精度高等优点。 （3）街景图像行人检测：首先在图像中检测出有效的行人特征点模型，研究行人的轮廓特征，并且从检测图像中区分离出非行人样本与行人样本。然后通过Canny算子边缘检测方法对行人样本图像进行边缘检测，再结合形态学做进一步图像处理。从而高效准确的获取行人轮廓。 |
| 作者： | 王波 |
| 专业： | 计算机技术 |
| 导师： | 陈胜勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 浙江工业大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
