隨著社會經(jīng)濟發(fā)展、城市化進程的不斷深入以及人口數(shù)量的不斷增長,交通需求日益增長,智能交通系統(tǒng)成為未來的發(fā)展方向。交通監(jiān)控系統(tǒng)作為智能交通系統(tǒng)中的重要組成部分,城市道路交通信息采集相關(guān)的研究受到越來越多的關(guān)注,其中車流量的實時采集對減緩城市交通擁堵、提高運輸效率以及合理分配道路資源起到重要的作用。本文結(jié)合實際交通場景,在現(xiàn)有運動車輛檢測和跟蹤計數(shù)算法的基礎(chǔ)上,針對現(xiàn)有算法存在的問題提出改進的運動車輛檢測算法,同時提出基于歐氏距離匹配和哈希算法的車輛跟蹤計數(shù)算法,最后設(shè)計了車流量跟蹤統(tǒng)計系統(tǒng)。本文的主要研究工作如下:在運動車輛檢測方面,通過比較分析多種運動目標(biāo)檢測算法的差異,針對傳統(tǒng)Surendra算法的不足,提出了一種改進的Surendra背景更新算法。結(jié)合基于最小二乘法的Otsu算法,改進的Surendra算法能夠?qū)Ρ尘皥D像進行自適應(yīng)更新;通過對背景模型添加計數(shù)器解決了視頻中運動目標(biāo)的停滯問題;同時改進了Surendra算法的更新策略使它能夠更準(zhǔn)確地提取運動目標(biāo)。在運動車輛跟蹤計數(shù)方面,研究分析了目前主流的運動目標(biāo)跟蹤算法,結(jié)合車輛視頻的實際特點,提出一種基于歐式距離匹配和哈希算法的車... 

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 車流量跟蹤統(tǒng)計技術(shù)研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 本文結(jié)構(gòu)安排
第二章 論文相關(guān)理論基礎(chǔ)
    2.1 概述
    2.2 圖像灰度化
    2.3 圖像去噪
    2.4 圖像二值化
    2.5 運動目標(biāo)檢測方法
        2.5.1 幀差法
        2.5.2 光流法
        2.5.3 背景差分法
    2.6 本章小結(jié)
第三章 運動車輛檢測
    3.1 概述
    3.2 基于改進Surendra算法的運動車輛檢測
        3.2.1 背景建模
        3.2.2 改進的背景更新算法
        3.2.3 數(shù)學(xué)形態(tài)學(xué)處理
        3.2.4 檢測算法流程圖
    3.3 檢測實驗結(jié)果與分析
    3.4 本章小節(jié)
第四章 運動車輛跟蹤和計數(shù)
    4.1 概述
    4.2 基于歐式距離匹配和哈希算法的車輛跟蹤算法
        4.2.1 車輛跟蹤計數(shù)算法設(shè)計思路
        4.2.2 歐式距離匹配
        4.2.3 漢明距離與哈希算法
        4.2.4 車輛矩形框相似度計算
        4.2.5 圖像相似度匹配實驗結(jié)果
    4.3 多車道車輛計數(shù)
        4.3.1 虛擬檢測線設(shè)置
        4.3.2 車輛計數(shù)
    4.4 本章小節(jié)
第五章 車流量統(tǒng)計系統(tǒng)設(shè)計與實驗
    5.1 系統(tǒng)功能概述
    5.2 實驗環(huán)境
        5.2.1 硬件環(huán)境
        5.2.2 軟件環(huán)境
    5.3 軟件系統(tǒng)設(shè)計
        5.3.1 算法整體設(shè)計
        5.3.2 系統(tǒng)功能模塊
        5.3.3 軟件設(shè)計界面
    5.4 車流量統(tǒng)計實驗結(jié)果與分析
    5.5 本章小節(jié)
第六章 全文總結(jié)及工作展望
    6.1 全文總結(jié)
    6.2 工作展望
參考文獻
攻讀碩士期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻】：
期刊論文
[1]一種新穎的基于軌跡分析和類型識別的車流量統(tǒng)計方法[J]. 白天,許曉瓏,丁箐,葉勇,石竹.  計算機應(yīng)用與軟件. 2016(12)
[2]基于自適應(yīng)虛擬線圈的多車道車流量檢測算法[J]. 甘玲,李瑞.  計算機應(yīng)用. 2016(12)
[3]基于Surendra背景差分和幀間差分的運動目標(biāo)檢測[J]. 王水魚,李艷婷.  微型機與應(yīng)用. 2016(17)
[4]圖像處理應(yīng)用組態(tài)開發(fā)系統(tǒng)的設(shè)計與實現(xiàn)[J]. 劉澤桂,李迪,王世勇,張春華.  計算機測量與控制. 2016(02)
[5]一種結(jié)合幀差法和混合高斯的運動檢測算法[J]. 於正強,潘赟,宦若虹.  計算機應(yīng)用與軟件. 2015(04)
[6]智能交通系統(tǒng)綜述[J]. 趙娜,袁家斌,徐晗.  計算機科學(xué). 2014(11)
[7]基于視頻的車流量檢測建模與分析[J]. 張韜.  計算機與數(shù)字工程. 2014(06)
[8]城市智能交通系統(tǒng)的發(fā)展現(xiàn)狀與趨勢[J]. 陸化普,李瑞敏.  工程研究-跨學(xué)科視野中的工程. 2014(01)
[9]我國智能交通系統(tǒng)技術(shù)發(fā)展現(xiàn)狀及展望[J]. 金茂菁.  交通信息與安全. 2012(05)
[10]智能交通系統(tǒng)發(fā)展與展望[J]. 王國鋒,宋鵬飛,張?zhí)N靈.  公路. 2012(05)

博士論文
[1]視頻監(jiān)控中的目標(biāo)計數(shù)方法研究[D]. 劉旭.中國科學(xué)技術(shù)大學(xué) 2018

碩士論文
[1]基于視頻的車流量智能交通檢測系統(tǒng)研究[D]. 黃鑫.西南交通大學(xué) 2018
[2]基于視頻處理的道路交通流跟蹤統(tǒng)計系統(tǒng)設(shè)計與實現(xiàn)[D]. 牛嘉郡.電子科技大學(xué) 2018
[3]基于監(jiān)控視頻的交通信息提取技術(shù)研究[D]. 黃丹.電子科技大學(xué) 2017
[4]基于視頻的車流量檢測技術(shù)研究[D]. 吳志偉.華南理工大學(xué) 2012
[5]基于OpenCV的視頻道路車輛檢測與跟蹤[D]. 詹群峰.廈門大學(xué) 2009
[6]基于視頻虛擬線圈的交通流參數(shù)檢測[D]. 尹朝征.清華大學(xué) 2002



本文編號：3668880