原文传递
基于视频图像的交通背景提取方法研究
| 论文题名： | 基于视频图像的交通背景提取方法研究 |
| 关键词： | 视频图像;交通视频监控;背景提取;路面;运动检测;提取方法;背景更新;背景估计;直线型;数据量;曲线型;道路;图像对比度;运动物体;线型设计;线型结构;纹理特性;提取算法;实时提取;时间缩短 |
| 摘要： | 运动检测是交通视频监控中的关键一步，背景估计是运动检测中的基础工作，而且随着交通拥堵的日益严重，一个准确、快速的背景估计方法受到了越来越多的学者的重视。 本文在研究分析了当前基于视频图像的交通背景提取方法的基础上，提出了一种新的交通背景提取方法。该方法首先根据道路线型结构将道路分为直线型路面和曲线型路面，然后根据不同的路面线型设计不同的处理方法。对于直线型路面图像，首先通过形态学增强图像对比度，然后通过Hough变换提取路面的边缘，进而确定路面区域；而曲线型路面则是根据运动物体在路面所形成的模糊区域的纹理特性，进行区域增长，来完成路面区域的定位。本文在MATLAB7.1的平台上仿真实现了上述路面区域提取方法。 在完成了路面区域的定位后，因为光线等环境变化引起的背景变化会影响运动检测的结果，所以需要对背景进行更新。本文采用区间分布模型跟踪背景的变化，由于在路面区域定位后背景更新的区域范围减小，减少了背景更新的数据量，所以使得在不影响检测效果的基础上将检测时间缩短了近2/3。 实验结果证明，本文背景提取算法减少了检测数据量，加快了背景更新速度，实现了对道路背景的实时提取和更新，为进一步实现运动检测和交通监控提供了可靠的信息和数据。 |
| 作者： | 张凤珍 |
| 专业： | 交通信息工程与控制 |
| 导师： | 董增寿 |
| 授予学位： | 硕士 |
| 授予学位单位： | 太原科技大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
