原文传递
智能交通下的车道线检测和车辆检测、跟踪技术实现
| 论文题名： | 智能交通下的车道线检测和车辆检测、跟踪技术实现 |
| 关键词： | 智能交通;车道线检测;车辆检测;车辆跟踪;Hough变换 |
| 摘要： | 智能交通系统作为当今道路交通领域的重要研究方向之一，其研究目的是为解决社会中交通事故频发的问题。基于河南大学智能交通系统，本文主要研究了车道线检测、车辆检测和车辆跟踪技术，其研究成果如下： 1、实现了一种基于Hough变换和K-means聚类的车道线检测方法。首先，对视频图像进行图像缩放、感兴趣区域划分和高斯滤波等前期处理；然后，对道路视频图像采用sobel算子和canny算子进行边缘特征提取，并采用Hough变换进行直线检测；最后，提出基于K-means聚类的道路拟合方法，实现车道线检测。 2、实现了基于高斯混合背景模型和基于Adaboost级联分类器两种车辆检测方法。在基于高斯混合背景模型车辆检测方法中，首先，对前期处理视频图像采用高斯混合模型进行前景背景分离；然后，对前景图像进行腐蚀和膨胀等形态学处理，进一步取其动态轮廓；最后，利用图像中的轮廓进行面积、长宽比和占空比等条件进行筛选，完成对车辆的检测。在基于 Adaboost级联分类器车辆检测方法中，首先，通过离线采集大量车辆图像的正、负样本；然后，采用车辆图像的Harr-like特征训练Adaboost级联分类器；最后，采用多尺度检测方法对视频图像进行处理，实现车辆检测。 3、实现了基于卡尔曼滤波的车辆跟踪方法。首先，判断视频图像中车辆目标的初始位置；然后，不断更新卡尔曼滤波器的测量值和预测值，校正跟踪位置；最后，实现车辆跟踪。更进一步，本文还提出一种多车选择跟踪方法。 实验结果表明，本文实现的车道线检测、车辆检测和车辆跟踪方法稳定可靠，能满足智能交通监控系统的要求。 |
| 作者： | 魏兆敏 |
| 专业： | 控制工程 |
| 导师： | 杜海顺 |
| 授予学位： | 硕士 |
| 授予学位单位： | 河南大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
