原文传递
智能交通中视频车辆检测技术研究
| 论文题名： | 智能交通中视频车辆检测技术研究 |
| 关键词： | 智能交通;视频监控系统;车辆检测技术;图像处理 |
| 摘要： | 智能交通视频监控系统,是利用图像处理技术分析视频图像,包括车辆检测、车辆跟踪和车牌识别三大处理模块。其中,视频车辆检测是智能交通监控系统的关键之一,其主要任务是分割出视频图像中的运动车辆。车辆检测作为视频测速、车辆行为分析和车牌识别等功能的前提,其重要性可想而知,而基于背景差分的车辆检测方法,由于具有算法简单、计算量小和不容易产生空洞等优点,得到了广泛的应用。 目前,大多数算法都是研究白天条件下的视频图像,而针对夜间视频图像的车辆检测算法相对较少,这是因为夜间场景比白天场景更为复杂,增加了路灯和其它光源的照射变化、车灯强光和路面反光等干扰因素。因此,针对白天和夜晚交通视频,本文分别采用不同的视频车辆检测算法,能够在昼夜环境条件下,实时、准确的分割出车辆区域。本文从视频车辆检测的四个步骤:视频图像预处理、背景建模与更新、前景检测和粘连车辆区域分割,依次进行了介绍,本文的主要工作如下: (1)针对白天交通视频,对视频序列进行均值降采样预处理后,用混合高斯模型进行背景建模与更新,通过对彩色空间和灰度梯度空间背景差分的结果进行融合,得到日间车辆检测的前景图像。 (2)针对夜间交通视频,采用均值降采样、灰度转换和对数拉伸对视频帧序列进行预处理,在时间轴上设置一定大小的滑动窗口,并对滑动窗口中的灰度梯度域视频帧序列进行中值滤波,得到背景梯度图,最后在梯度域上进行背景差分得到前景图像。 (3)前景图像经过形态学滤波、连通区域分析后,采用Freeman链码判断车辆区域是否粘连,运用Graham扫描法检测凸包,实现粘连车辆区域分割。 (4)采用HSV彩色空间快速转换公式,实现了基于视频的红绿灯颜色状态识别功能。 基于上述工作实现的车辆检测系统,经过白天和夜晚交通视频样本的测试,能够实时、准确的分割出车辆区域,并具有基于视频的交通灯颜色识别、闯红灯违章抓拍和车流量统计功能。 |
| 作者： | 陈琳 |
| 专业： | 模式识别与智能系统 |
| 导师： | 汪国有 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
