原文传递
车辆路段压线的机器视觉取证系统
| 论文题名： | 车辆路段压线的机器视觉取证系统 |
| 关键词： | 交通管理;信息提取;机器视觉取证系统;车辆压线 |
| 摘要： | 目前，交通管理部门迫切需要覆盖范围广、成本相对较低、应用灵活的路段交通违法取证设备。 本课题研究的的路段车辆压线视觉图像自动取证系统旨在用来提高交通管理效率，减少交通违法行为，从而缓解城市交通堵塞、预防和降低交通事故。还可增加路段车辆违法停车、占用紧急通道违法行车以及交通意外事件快速检测等功能，形成一种智能型路段车辆路段压线取证管理系统。该系统有助于弥补交通管理部门在交通违章取证方面的不足，丰富拓宽交通管理方法，为道路交通管理开创新局面。 本课题研究的路段车辆压线视觉图像自动取证系统将立体视觉与图像监视相结合，主要从立体视觉出发，研究了多目聚/散焦测距法获取目标物体的深度信息，并研究了该种方法应用于车辆压线取证系统中用于交通管理。多目聚/散焦测距法是根据合成孔径原理使用多个摄像机可获得大孔径效应，将摄像机面阵简化为线阵，用信号处理方法实现能成像面的灵活移动，镜头孔径(光圈)灵活张缩，从而实现聚/散测量距离信息。 本文的创新：在没有成熟的计算机视觉知识库可用的条件下，增加摄像机的数量，形成阵列摄像及，由于摄像机数目足够多，在恢复三维场景时有更多的信息资源，从而能稳定地获取深度信息。另外，聚/散焦测距法不需要进行图像匹配获得深度信息，而是根据所有线阵图像信息获得目标距离，结果受单个摄像机影响极小，也基本不受图像内容影响。 本文的不足：本文进行多目立体视觉深度信息提取算法研究时，将摄像机面阵简化为线阵，这样会使某些场景测距性能略有下降，但并不影响基本性能的实现。摄像机分布密度是否均匀会影响阵列摄像机获取深度信息的性能。另外在进行深度信息提取时，最近距离的测量受到测距死区的限制，目标必须在多目立体视觉的所有摄像机中都可见，才可能用聚/散焦法测出目标的距离。最后的仿真结果表明：多目散焦频域测距法和多目聚焦空域测距法都能有效测量目标距离。多目频域测距，优点是计算量少，但是不适于复杂场景下的目标信号的深度信息测量；多目空域测距法适合复杂场景目标，但是该算法的缺点是计算量相比多目频域测距法的计算量，会有所增大。 |
| 作者： | 刘姚军 |
| 专业： | 电子与通信工程 |
| 导师： | 陈广东 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京航空航天大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
