原文传递
基于机器视觉的车辆外轮廓超限检测系统的研究与设计
| 论文题名： | 基于机器视觉的车辆外轮廓超限检测系统的研究与设计 |
| 关键词： | 机器视觉;超限检测;轮廓分割;目标定位;相机标定;智能交通系统 |
| 摘要： | 全国路网的逐步完善和节节上升的车辆保有量使得交通安全问题成为了下至普通百姓，上至国家都非常重视的问题。在交通事故中，因车辆超限所引发的事故约占事故总量的70％。众多学者致力于超限检测，但将超限检测的重心放在了超重检测上，忽略了车辆外形轮廓的超限问题。目前，国内对车辆外形轮廓超限的检测方法十分有限，甚至停留在人工测量层面。为了满足道路交通安全性与智能化检测的需要，针对当前车辆外形轮廓超限而导致交通安全隐患等问题，设计了一种基于机器视觉的车辆外形轮廓超限检测系统，检测目标车辆的超长，超宽，超高的问题。 文章较为全面的阐述了我国现行的车辆超长、超宽、超高的检测方法。分析了各种方法的优点与不足，提出了一套基于机器视觉的车辆外轮廓超限检测系统。利用 CCD摄像头获取限速车道内行驶车辆的视频，经过处理、测量得到车辆外轮廓超限检测结果并在收费站处向车主显示测量结果。对获取视频的处理主要分为目标车辆的轮廓分割、提取与目标车辆的定位与测量。论文通过图像预处理滤除干扰，再将得到的视频用三帧差法结合Canny算子处理得到车辆的初步提取图像，并经过基于模板像素投票滤波后成为最终的提取图像。根据车道线在视频图像中的位置不变性，对提取车辆图像进行初步定位，然后利用最小矩形法准确定位车辆位置。在最小ROI内提取像素平面下车辆轮廓的像素长度信息，通过针对测量系统的相机标定建模、计算与基于虚拟标定物的相机标定算法将图像中车辆轮廓的像素长度转换为世界坐标系中实际的轮廓信息。最后，比较测量结果与国家法律要求，得到车辆是否超限。 文章通过实地拍摄车辆行驶视频，利用OPEN-CV图像库将拍摄的视频进行处理，验证论文视频图像的处理过程与算法的可行性。最后，搭建硬件平台并使用VC++设计上位机软件的界面，将已经实现的算法整体实现。论文提出的系统，验证了基于机器视觉检测车辆外形轮廓超限问题的可行性，开辟了一个新的应用前景。 |
| 作者： | 陈凌宇 |
| 专业： | 交通运输工程及控制 |
| 导师： | 李鸿 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
