原文传递
基于视频的车辆检测与车流量分析研究
| 论文题名： | 基于视频的车辆检测与车流量分析研究 |
| 关键词： | 车流量;车辆检测;背景提取;智能交通;混合高斯 |
| 摘要： | 随着时代的发展，科技的进步，交通领域取得的巨大成就引起了广泛的关注，交通产品智能化也愈发强大。车辆检测是智能交通系统中一个很关键的构成部分，车流量分析是车辆检测的一个重要应用。原始的车流量计数方法如地磁线圈法等因为安装繁杂等原因逐渐被基于视频的车流量统计方法代替。基于视频的车辆检测和车流量分析首先获取道路视频数据，通过目标检测方式和图形学方式来检测目标，有效地提取前景目标，然后得到路面车辆的数目、速度、外型等信息，所获取车流量信息成为交通部门有效指挥交通，避免交通意外，获取道路数据的重要引导，为道路指挥者的决策供给有效的信息辅助。论文的主要工作有： (1)常见的几种目标检测方法中，背景差分法是一种非常重要的方法。背景差分法的重点在于背景建模，即背景提取和更新。但是，往往很难提取一张没有“噪声”的背景，因此，目标检测的效果也就大打折扣了。针对这种情况，本文提出了“动静结合的带有直方图信息的背景提取方法”的背景建模改进策略（“DSCHIBEM”策略），采用将平均背景建模法分别和混合高斯模型(GMM)、Surendra方法结合的方式进行验证实验，有效地改善了背景提取的质量。 (2)在目标检测中，使用单一的检测方法往往并不能很好地获取到前景目标，这是因为每一种目标检测方法都有自己的缺点。对于以上缺点，在应用改进的策略提取背景的前提下，提出了一个三帧差法和改进GMM接合的目标检测方法，提取到了完整的运动目标，并且车辆内部“空洞”现象减少，有效地改善了三帧差法提取轮廓扩大的问题。 (3)在车流量统计中，常见的方式是设立虚拟检测线和矩形框两种办法。车流量的统计往往会因为车辆检测的不准确出现车辆多检、误检和漏检的情况。针对上述问题，本文选取设置虚拟检测线的方式，并结合改进的GMM方法和光流法，分别对车流量进行了统计和对比分析。结果表明，虚拟检测线法结合改进的GMM方法进行车流量计数有较高的正确率。 同时，本文还利用MATLAB平台对所提出的算法作了验证，并依照结果作了对比分析，得到了预期的效果。 |
| 作者： | 程龙 |
| 专业： | 机械电子工程 |
| 导师： | 肖立中 |
| 授予学位： | 硕士 |
| 授予学位单位： | 上海应用技术大学 |
| 学位年度： | 2016 |
检索历史
应用推荐
