發(fā)布時(shí)間：2021-01-11 02:53

　　經(jīng)濟(jì)的快速發(fā)展加快了我國(guó)城市化的進(jìn)程,但城市中機(jī)動(dòng)車(chē)數(shù)量增加造成的交通擁堵問(wèn)題已成為國(guó)內(nèi)外各大城市共同面臨的難題。城市交通擁堵現(xiàn)象的加劇使得人們把解決交通問(wèn)題的重點(diǎn)轉(zhuǎn)向了交通管理領(lǐng)域,提出了智能交通系統(tǒng)的概念。車(chē)流量統(tǒng)計(jì)是智能交通系統(tǒng)的重要基礎(chǔ),也是交通管理的重要依據(jù)。通過(guò)監(jiān)測(cè)道路上的車(chē)流量數(shù)據(jù),獲取交通運(yùn)行的實(shí)時(shí)狀況,及時(shí)做出交通引導(dǎo),降低車(chē)輛擁堵,達(dá)到智能運(yùn)輸?shù)哪康�。本文的主要研究�(jī)?nèi)容是根據(jù)道路上的監(jiān)控視頻信息對(duì)行駛的車(chē)輛進(jìn)行車(chē)流量檢測(cè)、跟蹤,并進(jìn)行車(chē)流量統(tǒng)計(jì)。本論文首先對(duì)常見(jiàn)的車(chē)流量檢測(cè)技術(shù)作對(duì)比,針對(duì)Vibe算法在檢測(cè)過(guò)程中容易出現(xiàn)的“鬼影”現(xiàn)象提出了改進(jìn)。在背景模型初始化時(shí)選取像素點(diǎn)的14鄰域,并將Vibe算法與幀間差分法相結(jié)合,在一定程度上改善了Vibe算法的“鬼影”現(xiàn)象。檢測(cè)出運(yùn)動(dòng)的車(chē)輛目標(biāo)后,采用基于HSV的陰影消除算法消除圖像中的陰影,濾除噪聲并提取出運(yùn)動(dòng)車(chē)輛目標(biāo)的輪廓。其次采用基于運(yùn)動(dòng)目標(biāo)特征和運(yùn)動(dòng)歷史圖像更新的方法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤。最后將車(chē)輛輪廓跟蹤與虛擬線檢測(cè)相結(jié)合,為每一個(gè)車(chē)道劃分檢測(cè)區(qū)域,使每條車(chē)道都能統(tǒng)計(jì)到相應(yīng)的車(chē)流量。通過(guò)對(duì)晴天、陰雨天氣、夜晚三種環(huán)境... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

交通圖像中值濾波效果圖

╝）原始圖（b）開(kāi)運(yùn)算效果圖 （c）閉運(yùn)算效果圖圖 2.3 交通圖像形態(tài)學(xué)濾波效果圖2.3 圖像增強(qiáng)城市交通流視頻的使用范圍在室外，視頻的背景隨時(shí)間、天氣等不斷變化。不同時(shí)間段、不同天氣狀態(tài)會(huì)對(duì)圖像背景產(chǎn)生影響，使圖像質(zhì)量下降、圖像特性被削弱，為后期圖像處理帶來(lái)影響。改良圖像的處理效果、方便對(duì)圖像進(jìn)行分析及突出圖像特征都是圖像增強(qiáng)的任務(wù)。圖像增強(qiáng)主要是通過(guò)圖像銳化使圖像的目標(biāo)區(qū)域更加明顯，包括增強(qiáng)圖像的邊緣線條和補(bǔ)償圖像的輪廓等方式。本文采用的圖像銳化方法是拉普拉斯銳化。在圖像中，一個(gè)連續(xù)函數(shù) f ( x , y )在點(diǎn)( x , y )處的拉普拉斯算子計(jì)算公式如下：2 222 2( , ) f ff x yx y（2.12）離散函數(shù) 在點(diǎn) 處的拉普拉斯算子可以定義為式（2.13）�？梢杂媚０鍒D2.4（a）表示。2( , ) [ ( 1, ) ( 1, ) ( , 1)( , 1)] 4 ( , )f x y f x y f x y f x yf x y f x y （2.13）將對(duì)角線上的像素點(diǎn)加入到拉普拉斯變換中，式（2.13）擴(kuò)展為式（2.14）�？梢杂脠D 2.4（b）模板表示。圖 2.5 展示了交通圖像經(jīng)過(guò)拉普拉斯銳化的效果圖。

（2.14）（a）拉普拉斯算子 （b）擴(kuò)展模板圖 2.4 拉普拉斯銳化模板（a）原圖 （b）拉普拉斯銳化效果圖圖 2.5 交通圖像拉普拉斯銳化效果圖2.4 本章小結(jié)本章介紹了本文中應(yīng)用到的視頻圖像預(yù)處理方法，包括 RGB 圖像、灰度圖像、二值圖像以及不同圖像類(lèi)型之間相互轉(zhuǎn)換的理論方法，還有圖像濾波中常用的中值濾波和形態(tài)學(xué)濾波的基本理論，最后介紹了本文采用的拉普拉斯銳化圖像增強(qiáng)方法。


本文編號(hào)：2969933