原文传递
基于背景差法的车辆停车检测算法研究
| 论文题名： | 基于背景差法的车辆停车检测算法研究 |
| 关键词： | 背景差法;背景提取;稳态置信度;二值化分割;目标跟踪 |
| 摘要： | 车辆停车事件检测是视频交通检测系统的重要研究内容之一,有着广阔的应用前景。论文对基于背景差法的车辆停车检测算法进行了研究。利用该方法实现停车事件检测的关键是得到可靠的背景模型,并实时更新背景,对可疑目标进行背景差计算,从而进行车辆目标检测。其主要内容包括: (1)背景提取算法。提出以统计直方图法和统计中值法相结合的背景提取算法。该算法在去除视频序列中的异常灰度值后求得灰度中值,将灰度中值附近出现频率最大的灰度值作为背景灰度值。 (2)背景更新算法。论文设计基于块的SAD值稳态更新算法,通过对差异小的稳定状态计数器进行合并,得到可靠的稳态置信度,就可对背景进行更新。 (3)停车事件检测。利用稳定状态判断存在可疑目标的块,通过前景图像与背景图像对应块的SAD值进行二值化分割。利用连通域标记及目标跟踪技术有效的克服了抛落物、光照、积水反射、云层遮挡引起的误报停车现象。 论文所设计出的停车检测算法在不同交通场景中进行了实验,结果表明:该算法得到的初始背景效果理想；背景更新效果不仅能满足光照变化,而且对车辆停留能实现延迟更新,扩展了背景差法的通用性,满足了系统对停车事件的报警需求；停车事件检测算法在效率上满足实时检测的要求,降低了各种原因造成的事件误报率。初步应用显示:该算法具有良好的实用性与应用前景。 |
| 作者： | 蔡丽 |
| 专业： | 计算机应用技术 |
| 导师： | 宋焕生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
