建設智慧綠色交通城市,開拓交通治理新局面,是我國在“互聯(lián)網+”發(fā)展趨勢下的迫切需求。伴隨數字現(xiàn)代城市建設進程的加速,在為人們提供更加便捷出行條件的同時,機動車保有量、出租車數量也與日俱增,導致違法違章運營行為頻增,亟待提高非現(xiàn)場執(zhí)法監(jiān)管水平,以避免人情執(zhí)法、提高執(zhí)法效率。本文依托北京市交通行業(yè)科技項目,在調研北京市出租車運營管理非現(xiàn)場執(zhí)法現(xiàn)狀和應用需求的基礎上,針對現(xiàn)有車牌識別技術一般應用于攝像頭固定高度、角度、距離等條件下,難以適用于對復雜環(huán)境下的車牌遮擋行為進行識別的弊端,開展車牌遮擋行為及其自動檢測技術研究,并給出相應的圖像取證依據,旨在為提高非現(xiàn)場執(zhí)法智能化監(jiān)管水平提供技術積累。具體工作如下:（1）提出一種基于Haar-like+Adaboost與顏色特征的出租車檢測算法。首先,基于Haar-like+Adaboost算法,構建了出租車檢測模型,實現(xiàn)了出租車的實時檢出;進一步,利用北京市出租車特有的車身顏色特征,提高了出租車的檢出率。測試結果表明,本文提出的算法在保證較高時效性的前提下,在社會車輛與出租車混雜的情況下,出租車的查全率為95.8%。（2）提出一種基于字符投影跳變次... 

【文章來源】：北京工業(yè)大學北京市 211工程院校

【文章頁數】：78 頁

【學位級別】：碩士

【部分圖文】：

北京市道路交通狀況

因此有必要對車牌遮擋行為的自動檢測技術展開研究，并制定相應的取證要求。圖1-2 非現(xiàn)場執(zhí)法數據統(tǒng)計Figure 1-2 Off-site law enforcement statistics

通過幀差法能夠獲得在運動中的人體和車輛的輪廓特征，如圖 2-3 所示，但本方法目標提取不夠完整且不能判斷所檢測車輛是出租車還是社會車輛。圖2-3 幀間差分法檢測效果圖Figure 2-3 Inter-frame difference method detection effect diagram2、背景差分法背景差分法是一種通過將視頻序列中的檢測幀與提取出的背景幀做差分運算獲取運動目標區(qū)域的方法。其檢測的基本流程如圖 2-4 所示。讀入視頻幀開始背景建模提取當前幀 背景幀差分圖像圖像處理背景更新是否大于所設閾值？運動目標的位置信息無運動目標的位置信息是否視頻幀是否為空？是否結束視頻幀+1圖2-4 背景差分法Figure 2-4 Back


本文編號：2977834