發(fā)布時(shí)間：2017-04-30 13:07

  本文關(guān)鍵詞：夜間車輛檢測(cè)與跟蹤，由筆耕文化傳播整理發(fā)布。

【摘要】：伴著車輛數(shù)目的逐步增加,行車安全問題也跟著備受關(guān)注。智能交通監(jiān)控系統(tǒng)中的車輛檢測(cè)問題一直是備受關(guān)注的熱點(diǎn)問題,車輛檢測(cè)系統(tǒng)在白天場(chǎng)景下的研究已經(jīng)比較成熟;在夜間車輛檢測(cè)中,主要采用的是車輛的車燈特征進(jìn)行車輛檢測(cè),但是在這種亮度較暗、車況比較復(fù)雜的這種場(chǎng)景下,還是存在一些問題,比如,車燈在路上的反射光會(huì)對(duì)車燈的檢測(cè)形成明顯干擾,影響車輛的正確檢測(cè);同時(shí)白天場(chǎng)景下常用的檢測(cè)方法無法適用到夜間場(chǎng)景中。為了解決路面反射光對(duì)夜間車輛檢測(cè)的干擾問題,本文提出路面反射光和車燈的分類方法,消除反射光對(duì)夜間車輛檢測(cè)算法的干擾,并且通過跟蹤方法對(duì)檢測(cè)到的車輛進(jìn)行跟蹤,有效消除檢測(cè)過程中可能出現(xiàn)的誤檢與漏檢情況,提高道路車輛的準(zhǔn)確檢測(cè)效果。本文的主要研究工作包括以下三個(gè)方面:第一部分的工作是針對(duì)基于車燈特征的車輛檢測(cè)中,路面反射光干擾問題,根據(jù)車燈和反射光之間亮度梯度的差異,提出了使用不同的分類方法,對(duì)路面形成的反射光進(jìn)行剔除處理。首先,依據(jù)閾值分割法對(duì)感興趣區(qū)域進(jìn)行處理,初步過濾出亮前景區(qū)域;然后,利用濾波與Bouguer的衰減指數(shù)定律,根據(jù)前車燈和反光區(qū)域在梯度上的差異性,構(gòu)建對(duì)應(yīng)的數(shù)據(jù)統(tǒng)計(jì)特征;最后,使用數(shù)據(jù)分類中幾種比較常用的數(shù)據(jù)分類方法:馬氏距離、K近鄰密度估計(jì)技術(shù)、基于貝葉斯決策理論的分類法、決策樹學(xué)習(xí),對(duì)相應(yīng)的統(tǒng)計(jì)特征進(jìn)行分類,消除反光干擾,實(shí)現(xiàn)車燈準(zhǔn)確檢測(cè)。第二部分的工作是在前一部分研究的分類方法的基礎(chǔ)上,根據(jù)車燈和反射光的亮度方差的顯著差異構(gòu)造新的方差特征,目的是優(yōu)化車燈和反射光的分類方法,來進(jìn)一步提高夜間車輛檢測(cè)的性能。使用一種新的性能較優(yōu)的決策樹學(xué)習(xí)方法,并且進(jìn)一步研究能更好描述車燈的特征,發(fā)現(xiàn)前車燈和反射光之間在方差特征上有較大的差異性,在本場(chǎng)景中可以利用方差特征去較好的區(qū)分出車燈區(qū)域與路面反光區(qū)域,從而據(jù)此我們提出了基于方差特征的夜間車輛檢測(cè),并且通過實(shí)驗(yàn)結(jié)果證明在前一部分的基礎(chǔ)上,本部分工作實(shí)現(xiàn)了車燈的更準(zhǔn)確有效的檢測(cè)。第三部分的工作主要是針對(duì)道路交通場(chǎng)景下的視頻是由多幀圖像組成的這一信息,提出了一種基于鄰域的車輛跟蹤方法。在對(duì)已有的跟蹤算法研究與分析的基礎(chǔ)之上,對(duì)檢測(cè)到的車輛進(jìn)行跟蹤,通過跟蹤來有效消除車輛檢測(cè)過程中可能出現(xiàn)的漏檢與錯(cuò)檢情況,這種方法可以有效確保整個(gè)夜間車輛檢測(cè)系統(tǒng)的穩(wěn)定性和準(zhǔn)確性。本論文在Visual Studio 2010環(huán)境下,完成夜間監(jiān)控中行車的監(jiān)測(cè)和實(shí)時(shí)追蹤。由監(jiān)控場(chǎng)景下不同亮度的車輛視頻的實(shí)驗(yàn)結(jié)果證明本論文提出的方法有更高的檢測(cè)率,更好的場(chǎng)景亮度適應(yīng)性,并且實(shí)時(shí)效果較佳。
【關(guān)鍵詞】：視頻監(jiān)控 夜間車輛 車燈提取 梯度 方差 反光
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U495;TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-14
• 1.1 課題背景10-11
• 1.2 本文工作11-12
• 1.3 本文主要結(jié)構(gòu)12
• 1.4 本章小結(jié)12-14
• 第二章 夜間車輛檢測(cè)的研究現(xiàn)狀14-23
• 2.1 常見的夜間車輛檢測(cè)算法14-19
• 2.1.1 基于前車燈的方法14-15
• 2.1.2 基于尾燈的方法15-17
• 2.1.3 基于機(jī)器學(xué)習(xí)的檢測(cè)方法17
• 2.1.4 基于運(yùn)動(dòng)信息的車輛檢測(cè)方法17-18
• 2.1.5 基于模型的檢測(cè)方法18-19
• 2.2 夜間場(chǎng)景車燈匹配方法19-20
• 2.2.1 基于幾何約束的匹配方法19
• 2.2.2 基于車燈間相似度的匹配19-20
• 2.2.3 其他車燈的匹配方法20
• 2.3 常見的夜間車輛跟蹤方法20-21
• 2.3.1 基于先驗(yàn)知識(shí)的跟蹤方法21
• 2.3.2 不基于先驗(yàn)知識(shí)的跟蹤方法21
• 2.4 本章小結(jié)21-23
• 第三章 基于不同分類方法的夜間車輛檢測(cè)23-38
• 3.1 研究背景23
• 3.2 研究問題說明23-24
• 3.3 感興趣區(qū)域提取24-25
• 3.4 特征提取25-32
• 3.4.1 夜間車燈與反射光梯度分布特征25-27
• 3.4.2 車燈和反射光的反射圖27-29
• 3.4.3 車燈和反射光的灰度特征29-30
• 3.4.4 車燈和反射光的統(tǒng)計(jì)特征30-32
• 3.5 基于機(jī)器學(xué)習(xí)的分類方法32-34
• 3.5.1 馬氏距離判別法32-33
• 3.5.2 K近鄰法33
• 3.5.3 貝葉斯分類法33-34
• 3.6 反射光檢測(cè)與消除處理34-35
• 3.7 實(shí)驗(yàn)結(jié)果對(duì)比35
• 3.8 夜間車燈檢測(cè)結(jié)果35-37
• 3.9 本章小結(jié)37-38
• 第四章 夜間車輛檢測(cè)性能優(yōu)化38-49
• 4.1 研究背景38
• 4.2 研究問題說明38-39
• 4.3 方差特征提取39-41
• 4.4 車燈和反射光的統(tǒng)計(jì)特征41-43
• 4.5 基于決策樹學(xué)習(xí)的分類方法43-45
• 4.6 反射光檢測(cè)與消除處理45-46
• 4.7 實(shí)驗(yàn)結(jié)果46-48
• 4.8 本章小結(jié)48-49
• 第五章 夜間車輛跟蹤49-56
• 5.1 基于鄰域的車燈跟蹤50-51
• 5.2 車燈跟蹤狀態(tài)51-52
• 5.3 夜間車燈跟蹤結(jié)果分析52-54
• 5.4 本章小結(jié)54-56
• 第六章 總結(jié)與展望56-58
• 6.1 論文總結(jié)56-57
• 6.2 論文展望57-58
• 致謝58-59
• 參考文獻(xiàn)59-63
• 詳細(xì)摘要逡逑63-65

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 張文溥;;視頻車輛檢測(cè)技術(shù)及發(fā)展趨勢(shì)[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

2 劉珠妹;劉亞嵐;譚衢霖;任玉環(huán);;高分辨率衛(wèi)星影像車輛檢測(cè)研究進(jìn)展[J];遙感技術(shù)與應(yīng)用;2012年01期

3 錢志明;楊家寬;段連鑫;;基于視頻的車輛檢測(cè)與跟蹤研究進(jìn)展[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S2期

4 湯灝;張峰;;車輛檢測(cè)技術(shù)的選用[J];中國(guó)交通信息產(chǎn)業(yè);2004年03期

5 文學(xué)志;趙宏;王楠;袁淮;;基于知識(shí)和外觀方法相結(jié)合的后方車輛檢測(cè)[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年03期

6 劉振華;黃磊;劉昌平;;一種基于視頻圖像處理的車輛違章檢測(cè)算法[J];公路交通科技;2012年02期

7 楊阿麗;劉峽壁;魏雪;萬玉釵;;用于交通治安卡口的全天候視頻車輛檢測(cè)方法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

8 魏凱;盛建平;熊凱;;基于陰影特征的前向車輛檢測(cè)和測(cè)距方法研究[J];機(jī)械設(shè)計(jì)與制造;2013年02期

9 郭磊;李克強(qiáng);王建強(qiáng);連小珉;;一種基于特征的車輛檢測(cè)方法[J];汽車工程;2006年11期

10 李光才;;一種改進(jìn)的背景重建與更新方法[J];中國(guó)水運(yùn)(下半月);2008年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 錢志明;楊家寬;段連鑫;;基于視頻的車輛檢測(cè)與跟蹤研究進(jìn)展[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

2 聞?dòng)?潘霓;;基于磁偏角的車輛檢測(cè)的研究[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

3 楊阿麗;劉峽壁;魏雪;萬玉釵;;用于交通治安卡口的全天候視頻車輛檢測(cè)方法[A];全國(guó)第22屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2011)暨全國(guó)第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會(huì)議論文摘要集[C];2011年

4 楊淼;;基于卡爾曼濾波的電子警察系統(tǒng)車輛檢測(cè)算法[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

5 蔣大林;馬軍強(qiáng);;基于視頻的車輛檢測(cè)與跟蹤方法綜述[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

6 鄒月嫻;王一言;關(guān)佩;楊華;陳維榮;;復(fù)雜視頻背景中的運(yùn)動(dòng)車輛檢測(cè)技術(shù)[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

7 李舜酩;繆小冬;;視覺車輛檢測(cè)方法的研究進(jìn)展及展望[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

8 王忠耀;任青春;王少華;郭春生;;基于紅外視頻的車載行人車輛檢測(cè)系統(tǒng)[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 孫明;孫紅;;智能交通系統(tǒng)中車輛的圖像檢測(cè)方法研究[A];農(nóng)業(yè)工程科技創(chuàng)新與建設(shè)現(xiàn)代農(nóng)業(yè)——2005年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文集第三分冊(cè)[C];2005年

10 吳嶸;何培宇;徐自勵(lì);段文鋒;劉珂含;;一種去背景的車輛檢測(cè)與跟蹤快速算法[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 記者 何雪峰;宿州簡(jiǎn)政放權(quán)助推縣域經(jīng)濟(jì)[N];安徽日?qǐng)?bào);2009年

2 記者 賈瑞芳;檢車進(jìn)企業(yè) 溫暖送到家[N];河北經(jīng)濟(jì)日?qǐng)?bào);2009年

3 鄭利平;湖州車輛檢測(cè)科研項(xiàng)目通過鑒定[N];中國(guó)交通報(bào);2004年

4 張廣明;運(yùn)用高新技術(shù)審驗(yàn)運(yùn)輸車輛[N];巴彥淖爾日?qǐng)?bào)(漢);2007年

5 張奇 李小潔;車輛檢測(cè)，，為何招來怨聲一片[N];檢察日?qǐng)?bào);2002年

6 本報(bào)記者 侯莎莎;車輛年檢強(qiáng)制免費(fèi)換牌釘[N];北京日?qǐng)?bào);2012年

7 奚榮武　顧剛;昆山：1100萬元加強(qiáng)卡口監(jiān)控[N];人民公安報(bào);2009年

8 見習(xí)記者 黃鵬飛;檢測(cè)要細(xì)之又細(xì)，事故要堅(jiān)決壓降[N];法治快報(bào);2006年

9 記者 楊耀青;車輛檢測(cè)更加公正透明[N];西安日?qǐng)?bào);2011年

10 張貴峰;車檢改革應(yīng)將交通部門納入其中[N];法制日?qǐng)?bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 李博;基于層次性與或圖模型的車輛檢測(cè)與解析[D];北京理工大學(xué);2015年

2 劉培勛;車輛主動(dòng)安全中關(guān)于車輛檢測(cè)與跟蹤算法的若干研究[D];吉林大學(xué);2015年

3 張偉;基于視覺的運(yùn)動(dòng)車輛檢測(cè)與跟蹤[D];上海交通大學(xué);2007年

4 徐琨;交通視頻監(jiān)控中的車輛檢測(cè)與跟蹤方法研究[D];長(zhǎng)安大學(xué);2009年

5 王曾敏;小波圖像融合算法及其在視頻車輛檢測(cè)系統(tǒng)中的應(yīng)用研究[D];天津大學(xué);2009年

6 許潔瓊;基于視頻圖像處理的車輛檢測(cè)與跟蹤方法研究[D];中國(guó)海洋大學(xué);2012年

7 嚴(yán)捷豐;交通視頻監(jiān)控中的車輛檢測(cè)與分割方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

8 李衛(wèi)江;基于線陣CCD成像交通信息采集和檢測(cè)技術(shù)的研究[D];長(zhǎng)安大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王齊;車輛檢測(cè)與樣本采集系統(tǒng)的研究與設(shè)計(jì)[D];延邊大學(xué);2015年

2 馬蓓蓓;基于HOG特征的車輛檢測(cè)技術(shù)研究[D];華南理工大學(xué);2015年

3 張雙;基于嵌入式技術(shù)的物流跟蹤及車輛檢測(cè)系統(tǒng)設(shè)計(jì)[D];昆明理工大學(xué);2015年

4 郭敏;基于高速公路大貨車違法占道監(jiān)測(cè)系統(tǒng)的車輛檢測(cè)與跟蹤研究[D];西南交通大學(xué);2015年

5 馮樂;基于AMR傳感器的車輛信息采集系統(tǒng)[D];天津理工大學(xué);2015年

6 張驍;基于3D空間多部件模型的車輛檢測(cè)方法研究[D];長(zhǎng)安大學(xué);2015年

7 趙倩倩;基于目標(biāo)特征點(diǎn)跟蹤與聚類的車輛檢測(cè)算法研究[D];長(zhǎng)安大學(xué);2015年

8 曹曉明;基于多圖像特征金字塔的車輛檢測(cè)[D];北京交通大學(xué);2016年

9 張璐;視頻車輛檢測(cè)與預(yù)警算法的研究與DSP實(shí)現(xiàn)[D];東北大學(xué);2014年

10 劉賽;基于形狀和表觀約束活動(dòng)基模型的車輛檢測(cè)技術(shù)[D];北京理工大學(xué);2016年

  本文關(guān)鍵詞：夜間車輛檢測(cè)與跟蹤，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：336890