详情

原文传递基于机器视觉的运动车辆检测

论文题名：	基于机器视觉的运动车辆检测
关键词：	机器视觉;运动车辆检测;图像分割;背景提取
摘要：	随着数字图像处理技术的发展，视频处理技术已被逐渐运用于交通检测中，用来改善现有的交通监控系统。通过单个或者多个摄像头来采集道路上的车辆状况，加以对图像的分析和处理，得到车型、车速、车流量等信息。此外，运动车辆的检测是车辆识别和跟踪的前提和基础，只有进行稳定而有效的运动车辆检测，才能在智能交通系统（ITS）中进行更深入的研究。本论文在总结和分析现有的车辆检测技术的基础上，针对其中的不足，重点研究摄像头固定下运动车辆的检测技术，其中主要涉及到运动车辆的初始背景的提取与更新，运动车辆的检测与目标区域的提取、检测系统的设计与实现等。完成的主要研究工作如下：在传统背景差分和帧间差分法的基础上，提出一种基于背景差、帧间差与形态滤波相结合的车辆检测算法，首先利用帧间差分获得图像的初始信息，并对最初获得的多幅图片逐一累加修正获得初始背景，由于背景受光线变换的影响比较明显，所以本文选用了一种选择性背景更新算法，进行背景更新，然后利用背景差和帧间差分相结合的方法进行运动车辆的检测，并利用基于O tsu的方法实现车辆的自适应分割，最后结合数学形态学对检测结果进行后处理，实现车辆的精确检测。设计并实现了一个视频车辆检测系统。本文采用Visual Basic开发平台和NCT Image Studio开发了一个视频车辆检测系统，本系统主要实现初始背景的提取、背景的更新、车辆检测及分割，形态学处理等。实验表明，本文提出的检测方法能够在监控视频中完整地提取车辆目标，上述算法计算量较小，实时性好，检测精度高，对运动车辆的检测能够达到鲁棒性、准确性和实时性的要求。
作者：	李立
专业：	信号与信息处理
导师：	曹洁
授予学位：	硕士
授予学位单位：	兰州理工大学
学位年度：	2009
正文语种：	中文