原文传递
基于视频的全天候危化品车辆检测方法研究
| 论文题名： | 基于视频的全天候危化品车辆检测方法研究 |
| 关键词： | 智能交通;视频监控;危化品车辆;车辆检测;图像处理 |
| 摘要： | 智能交通视频监控系统主要是运用图像处理技术解析视频图像，主要内容包括车辆检测，车辆跟踪以及车牌识别。其中，车辆检测是监控系统的关键步骤。高效且稳定的检测算法可以为后续的车辆类型识别、车辆跟踪以及行为分析提供保障。 监控视频分为白天与夜间模式。白天视频中，由于天气变化、光照强度、交通阻塞等的影响，光照强度以及车辆自身颜色对危化品车辆上的色带识别有较强的干扰。夜间视频中，由于背景环境光线不足，车灯的强光和路面的反光等也极大的影响了车辆检测的准确性，而且车灯下的护栏以及车道线也影响了危化品车辆的识别率。因此，本文分别针对白天与夜间模式提出了不同的解决方法，在不同的场景下都能实时、准确地提取图像中的车辆。本文主要工作如下： 首先，使用传统方法检测白天视频中的车辆时，提出了改进的背景加权更新算法，对场景中固定的物体以及其阴影均有很好的抑制效果，并结合HSV颜色空间，提出用自适应的方式选取阈值，消除了阴影对车辆检测框的影响，提高了算法的智能性。 其次，在白天视频检测方法研究中，针对连通域内车辆相邻过近而无法分割的问题，提出了改变初始聚类中心偏移量的SLIC算法。该方法利用真实边界不随初始聚类中心的不同而改变的特性，更好地确定了边缘轮廓。实验数据表明，与原始算法相比，该方法所提取的轮廓更加准确且稳定。 然后，检测夜间视频中的车辆时，通过变换HSV空间中V通道上的值扩充数据集，并根据车辆大小改变SSD中的预定框，提高了对车辆检测的准确度与检测速度。 最后，在识别危化品车辆时，为解决车道线与车辆自身等颜色的干扰，本文提出在HSV空间提取目标颜色，根据区域的几何特征与上下文信息，结合相机的拍摄角度，进而保证了其识别率。 |
| 作者： | 谭威 |
| 专业： | 系统工程 |
| 导师： | 明德烈 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
