原文传递
基于图像分析的高速公路交通事件检测算法研究
| 论文题名： | 基于图像分析的高速公路交通事件检测算法研究 |
| 关键词： | 图像分析;阴影检测;车辆检测;模板匹配;事件检测;高速公路;公路交通;交通事件;数字图像处理 |
| 摘要： | 数字图像处理技术是蕴涵巨大发展潜力的新兴科学研究领域之一，在交通行业中，其应用日益广泛。基于图像分析的事件自动检测系统是利用计算机视觉、神经网络、模糊逻辑和遗传算法等技术和方法进行交通事件检测、车辆识别和道路利用监视，其性能完全优于传统的基于交通流特征的事件检测算法。 本文实现了一个由车辆检测、形态滤波、连通域分析、车辆跟踪、事件检测等部分组成的高速公路交通事件检测算法，并针对实现过程中遇到的问题及难点提出了相应的解决方法。本文在阴影检测中，利用颜色空间C1C2C3的颜色不变性质，提出了有效的阴影检测算法。由于在高速公路上的行驶车辆可以近似认为是直线匀速运动的，所以根据Kalman滤波理论建立了运动车辆状态预测模型，该模型能够同时进行多车辆跟踪，而且根据跟踪结果判断车辆是否遮挡、分裂，在车辆产生遮挡的区域运用金字塔搜索方法进行模板匹配，对遮挡车辆进行分割。在基于轨迹的事件检测中，通过直线拟和的方法，把复杂的车辆跟踪轨迹曲线简化为直线组合，以直线差角代替轨迹曲线曲率变化，以此分析车辆行驶方向的变化，最后判定事件。并且在本文中给出了车辆速度估计方法，能够检测车辆超速、慢速等事件；而且运用了隐马尔可夫模型(HMM)进行高速公路车辆碰撞事件的预测。同时，本文应用VC++开发工具与OPENCV图像开发包实现了算法，开发了系统原型，并对录制的高速公路视频监控录像做了实验，验证了算法的有效性。 |
| 作者： | 伍友龙 |
| 专业： | 计算机应用技术 |
| 导师： | 刘伟铭 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
