原文传递
基于视频的交通路口背景建模的研究
| 论文题名： | 基于视频的交通路口背景建模的研究 |
| 关键词： | 智能交通系统;车流量检测;背景建模;频度估计;支持向量机;视频图像 |
| 摘要： | 城市交通的拥塞在道路路口尤为明显，基于视频的车流量准确检测是路口信号灯智能控制的前提和关键。 目前，车流量检测的方法有多种，如背景差分法、邻帧差分法、边缘检测法、光流法等，但由于路口车辆密度高和车速变化大的特点，本文选择了背景差分的方法，这种方法的可靠性依赖于背景更新的有效性。 本文提出了改进的频度估计算法和支持向量机(SVM)理论相结合的方法来进行交通路口的背景建模。 由于视频图像对光照的微小变化都很敏感，在改进的频度估计算法中，本文提出了灰度变化幅度的概念，寻找统计频度值最大区间，然后用这个区间的灰度均值来作为背景估计值。支持向量机(SVM)优良的性能已经在许多领域，如生物信息学、医疗、文本和手写识别等都取得了成功的应用。本文通过SVM对背景进行训练，得到背景学习模型，然后用背景学习模型对道路的背景进行预测。利用训练模型对背景进行预测。 改进的频度估计算法，增强了对光照缓慢变化的适应性，针对在严重堵车时的不足，结合SVM背景估计，有效地提高了路口背景建模的可靠性。 结合实验，本文还提出了样本的采集机制，从采样的时机、方式、数量来分析，提高背景建模的可靠性。 |
| 作者： | 张玉奎 |
| 专业： | 软件工程 |
| 导师： | 张志浩;高珍 |
| 授予学位： | 硕士 |
| 授予学位单位： | 同济大学软件学院 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
