原文传递
基于Harris-SIFT和归一化割算法的车辆检测与识别
| 论文题名： | 基于Harris-SIFT和归一化割算法的车辆检测与识别 |
| 关键词： | 车辆检测;归一化割算法;智能交通系统;视频图像 |
| 摘要： | 智能交通系统(ITS)是城市安全防范系统重要组成部分之一，传统的交通监控利用雷达或地感线圈等技术手段来监测实时的路况性信息，判断车辆的交通事件，一方面不可避免的由于传统的技术手段提供的信息量较少，造成诸多失误，另一方面对道路进行的必需的改造引入了巨额的基建成本。本文主要研究如何在室外复杂环境下对车辆进行检测，重点关注从输入视频图像中提取Harris-SIFT算子、归一化割分割特征点轨迹图及在DSP上的系统实现三个方面。设计的ITS系统是一种防范能力较强的综合系统，已被广泛应用于卡口，高速公路等交通监控场合，可给决策者提供直观、准确、及时而丰富的信息内容。 从交通监控视频图像中提取出的特征点极易受到外在环境中光照变化、车辆移动过程中产生的尺度变化以及旋转等因素影响，为了提取稳定的图像特征点，首先利用Harris算法提取图像的特征点，然后借鉴SIFT算法思想，在特征点邻域建立128维尺度不变特征向量，计算邻域内的主方向和辅方向，并归一化特征向量。该算法利用Harris算法代替SIFT算法提取特征点，减少了特征点提取时的时间和硬件消耗，并结合SIFT的优点，增强特征点对旋转、光照明暗变化的鲁棒性，既提高了效率，保证了实时处理的硬性需求，同时可提取具有极强的稳定性的特征点。 特征点在连续的监控图像序列里进行特征匹配，从而建立特征点轨迹，将特征点轨迹看作图论理论中图的一个顶点，各个轨迹之间的关系看作图的边，建立车辆轨迹图，再利用归一化割分割算法分割图，达到车辆检测的目的。归一化割分割算法注重一幅图像的全局印象，因而可以获得更符合人感性的分割效果。通过制定一定的判别准则，该分割算法可以快速有效的从大量特征点轨迹图中分割出车辆，排除冗余信息的干扰。 最后，将提出的Harris-SIFT算法编译成库文件，供TI DMS6467系列DSP调用。系统实现时重点关注如何在该双核芯片的ARM子核上，研究设计IP Camera、Calculate、PC、Upload四个线程，这四个线程构成了ITS系统的主要应用程序工作框架，协调系统板上DSP核、EMAC、EDMA等各个模块完成车辆检测的目的。 |
| 作者： | 李双 |
| 专业： | 通信与信息系统 |
| 导师： | 姜弢 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
