原文传递
基于道路交通违法行为视频智能成像技术的研究与应用
| 论文题名： | 基于道路交通违法行为视频智能成像技术的研究与应用 |
| 关键词： | 交通监控系统;智能成像;车牌定位;BP神经网络;视频评价;车辆跟踪 |
| 摘要： | 随着城市化进程的加快，交通安全问题成为关切民生的实际问题。在交通监控技术日渐完善，智能交通技术迅速发展的背景下，如何精确有效的捕捉视频监控画面成为监控系统重要的性能指标。在交通管理违法条例中，涉及到了各种交通违法行为，而交通监控系统旨在判断该违法行为并予以违法记录。车辆跟踪与车牌定位技术正是在违法取证的需求下应运而生。随着一体式交通监控摄像机的应用普及，也对摄像机的性能提出了更高要求。如何保证交通监控摄像机在复杂背景环境下能够自适应成像，成为交通监控系统重要的研究内容，同时具有重要的理论意义和实际价值。 本文针对交通监控摄像机在交通违法行为发生时不能实时有效的设定视频参数等问题，提出了一种基于车辆跟踪和车牌定位相结合的视频成像参数的设定算法，并将该算法应用到了视频监控系统中。本文的主要工作如下: 1.在正常无过车，视频监控画面相对稳定的条件下，通过计算并设定视频参数的有效值来改善视频监控效果，并通过MATLAB BP神经网络算法仿真验证其有效性。 2.在视频画面中有车辆通过，但并不能完全追踪到车辆车牌（比如车牌不清晰或车牌遮挡）的条件下，通过改进的车辆跟踪算法获取到车辆车体对应的视频参数，并将此值作为参数设置的有效值传递给摄像机;如果视频画面中能定位到车牌，则使用改进的车牌定位算法计算车牌区域的视频参数值，并将参数值传递给摄像机。 3.提出了一种针对交通监控系统的视频评价算法，用于评定视频参数的有效性，并通过仿真验证其结果。 4.设计并实现了一套视频监控系统，该系统能够根据视频监控画面中的实际效果，自适应的设定视频参数。通过系统展示，验证了该系统的可实行性。 |
| 作者： | 吕豪杰 |
| 专业： | 控制工程 |
| 导师： | 何熊熊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 浙江工业大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
