原文传递
视频处理技术在闯红灯实时检测系统中的研究
| 论文题名： | 视频处理技术在闯红灯实时检测系统中的研究 |
| 关键词： | 闯红灯车辆检测系统;视频处理技术;目标跟踪;颜色增强;字符分割 |
| 摘要： | 随着社会的进步和技术的发展，智能交通系统正成为城市信息化管理中愈发重要的一部分。它融合了各种先进技术，实现了一整套管理服务功能，并且是一种实时、准确、高效、全方位的系统，能够充分发挥交通基础设施的潜力，解决当今社会日益严峻的道路安全、事故频发、人工成本高、交通运输效率低与环境污染等问题。 智能交通系统中的重要环节之一，就是闯红灯车辆检测系统。在现有的检测系统中，车辆检测的主要手段包括环形磁感应线圈检测、红外线检测、雷达超声波检测等方式，面临系统智能化程度低、施工和维护难度大、系统成本过高等一系列问题。 本文研究并实现了基于视频图像处理技术的闯红灯车辆实时检测系统。它使用摄像头获取十字路口的视频信息，利用系统控制功能，运用视频图像处理的算法，获得车辆闯红灯违章信息及车辆图像信息，并由系统将这些信息传递至后续车牌识别处理模块进行识别。 在闯红灯车辆检测中，使用运动目标检测算法获取满足条件的运动车辆初始位置，在此基础上使用基于均值漂移的方法，实现了多运动目标跟踪。由于将检测和跟踪过程进行了分离，在检测时只需要关注监控区域内的移动目标，在跟踪时专注于跟踪目标的状态，互不干扰，使检测和跟踪更具针对性、更加准确。 在车牌识别部分，重点研究了车牌图像预处理和车牌字符分割的内容。在预处理环节，对比实现了几种常用的二值化算法，提出并实现了一种基于 K均值聚类(K-means)的彩色图像灰度值增强的算法，放大了车牌图像字符前景与背景之间的差别。在车牌字符分割环节，使用水平灰度投影分析、连通域分析、二值图像投影分析以及字符宽度预估的模板匹配相结合的方法，实现了车牌字符的准确分割，并将切分后的图像送入字符识别引擎，完成车牌识别及闯红灯检测系统的全过程。 本文在Visual Studio.Net2003开发平台上，对以上方法进行了实现，构建了一套完整的闯红灯车辆自动检测系统。实验结果表明，本文提出的多目标跟踪系统运行稳定，车牌图像二值化效果好，切分准确，字符识别准确度高，能满足预期检测效果。 |
| 作者： | 李宗阳 |
| 专业： | 测试计量技术及仪器 |
| 导师： | 熊显名 |
| 授予学位： | 硕士 |
| 授予学位单位： | 桂林电子科技大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
