详情

原文传递基于视频的智能交通系统若干关键技术研究

论文题名：	基于视频的智能交通系统若干关键技术研究
关键词：	智能交通系统;车辆检测;Mean-shift算法;车辆跟踪;角特征提取;Gabor滤波器;车型识别
摘要：	近年来，随着人们车辆拥有率的快速提高，智能交通系统（Intelligent Transportation Systems），简称ITS，在诸多提高交通运输能力的方法中，已经占据了最主要的地位，并越来越得到研究人员的关注。交通视频信息在交通监控和交通管理中一直作为重要部分被采集和利用。为充分利用获得的信息，提高交通监控和管理的智能化水平，以视频图像处理、分析、理解为基础的视频监视技术越来越引起人们的重视。视频监视技术是图像工程与计算机视觉领域的一个研究热点，它与传统监视技术的区别在于其智能性。因此，在智能交通系统中开展交通视频监视技术的研究有十分重要的现实意义。　　车辆分割对于高速公路车流量检测、大型停车场管理及公路交通监视控制等都具有非常重要的意义，同时它也是智能交通系统的一个重要组成部分。本文针对运动车辆的分割利用阴影的三个特点：阴影区域与背景图像之间有明显的相似性，阴影区域的灰度值小于相应背景的灰度值以及阴影处于运动区域的边缘，提出了一种新方法-基于防洪算法的简单、快速方法。该方法依据车辆具有的明显几何特征先去修建保护车辆区域的围堤，通过差分图像估计阴影灰度近似值，然后对输入图像处理，删除其边缘而且满足阴影和背景灰度值之间的像素，最后得到运动车辆图像。此方法不专门去做阴影消除，而把背景消除和阴影消除合在一起来处理，实验结果表明它具有较好的运动车辆提取效果。　　本文重点讨论Mean-shift算法的基础理论，并描述如何把Mean-shift算法应用到车辆跟踪中去。另外文中也讨论角特征点的提取、车辆在公路上行驶方向的特点等。接着介绍一种基于角特征点和Mean-shift的车辆跟踪算法。利用角特征点把模板目标构造了若干个同尺寸的子窗口，根据车辆在公路上行驶方向的特点去调整子窗口的中心位置，用每个子窗口单独地按Mean-shift算法进行跟踪并找到目标对每个子窗口的相应中心位置，通过关联过程确定了车辆目标在整个视场中的运行轨迹。最后分析该方法的实验结果以便说明该方法的特点和优点。　　针对车型识别方面，本文也讨论Gabor滤波器基础理论和把它应用到车型识别上。在车型识别中，针对交通车辆种类多、特征差异大、样本获取代价高等因素造成车辆分类难度大的问题，选择了基于Gabor滤波器的车型识别算法。本文分析偶对称Gabor滤波器函数特征的基础上简化求二维卷积的运算，用递归运算方法来实现以便减少计算量，提高识别率。另外，依据车辆具有的明显几何特征，提出一种新的适应分割采样策略去提取车辆的Gabor特征。　　最后，本文指出需要进一步研究的问题与未来发展方向。
作者：	何得平
专业：	通信与信息系统
导师：	朱光喜
授予学位：	博士
授予学位单位：	华中科技大学
学位年度：	2009
正文语种：	中文