傳統(tǒng)高速公安檢查站需要通過人工方式對(duì)車輛、人員進(jìn)行安全檢查,降低了安檢的效率并且增加了安檢的不確定性,因此亟需提出一種智能化的安檢方案。將目標(biāo)檢測(cè)定位技術(shù)應(yīng)用于車輛安檢場(chǎng)景可以實(shí)現(xiàn)安檢系統(tǒng)的智能化,最終實(shí)現(xiàn)無需人工參與的全自動(dòng)智能安檢核查系統(tǒng)。本文的主要研究內(nèi)容如下:1)智能安檢核查系統(tǒng)整體設(shè)計(jì)。首先對(duì)智能安檢核查系統(tǒng)進(jìn)行需求分析和概要設(shè)計(jì),然后對(duì)系統(tǒng)流程進(jìn)行分析。將智能安檢系統(tǒng)分為車輛智能引導(dǎo)分流、目標(biāo)檢測(cè)定位和人證核驗(yàn)三個(gè)模塊。根據(jù)對(duì)目標(biāo)檢測(cè)定位技術(shù)的研究,對(duì)智能引導(dǎo)分流和目標(biāo)檢測(cè)定位模塊提出解決方法。最后將目標(biāo)檢測(cè)定位技術(shù)應(yīng)用到智能安檢核查系統(tǒng)的業(yè)務(wù)場(chǎng)景進(jìn)行分析。2)基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)。運(yùn)動(dòng)目標(biāo)檢測(cè)的目的是實(shí)現(xiàn)智能安檢核查系統(tǒng)中的車輛智能引導(dǎo)分流。首先對(duì)幾種主流運(yùn)動(dòng)目標(biāo)檢測(cè)算法對(duì)比分析,得到高斯混合模型背景減除法適用于車輛安檢場(chǎng)景且檢測(cè)效果好。然后對(duì)高斯混合模型進(jìn)行改進(jìn)得到結(jié)合HSV色彩空間的自適應(yīng)高斯混合模型。改進(jìn)模型通過自動(dòng)為每個(gè)像素點(diǎn)分配不同數(shù)量的高斯分量減少算法復(fù)雜度,并結(jié)合HSV色彩空間實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)自陰影的檢測(cè)去除。最后將改進(jìn)模型應(yīng)用于不同場(chǎng)景進(jìn)行對(duì)比測(cè)試,實(shí)驗(yàn)結(jié)... 

【文章頁數(shù)】：92 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

攝像頭偏移監(jiān)測(cè)結(jié)果

幀間差分法運(yùn)動(dòng)目標(biāo)檢測(cè)

光流法運(yùn)動(dòng)目標(biāo)檢測(cè)

【參考文獻(xiàn)】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的RFID室內(nèi)定位算法研究[J]. 鄧昀,朱彥,楊逸夫,程小輝,李朝慶.  小型微型計(jì)算機(jī)系統(tǒng). 2019(08)
[2]基于隨機(jī)Hough變換的線路覆冰厚度圖像識(shí)別技術(shù)[J]. 賈思棋,李軍輝,杜冬梅,劉彬,何青.  中國電力. 2019(12)
[3]移動(dòng)機(jī)器人中激光雷達(dá)測(cè)距測(cè)角標(biāo)定方法[J]. 趙海鵬,杜玉紅,丁娟,趙地,史屹君.  紅外與激光工程. 2019(06)
[4]基于RFID的車輛定位與測(cè)速系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 王書雁.  電子世界. 2019(09)
[5]基于Vibe背景建模的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 丁哲,陸文總.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(04)
[6]高速行駛車輛位置信息快速檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 王豪,紀(jì)少波,劉振革,韓文揚(yáng),韋金城,李萌.  測(cè)控技術(shù). 2019(08)
[7]基于卷積神經(jīng)網(wǎng)絡(luò)預(yù)處理的Hog特征車輛檢測(cè)算法[J]. 楊映波,周欣,曾珍,魏彪.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2018(36)
[8]基于Faster R-CNN的機(jī)器人目標(biāo)檢測(cè)及空間定位[J]. 郭毓,蘇鵬飛,吳益飛,郭健.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(12)
[9]顏色與邊緣紋理相結(jié)合的車牌定位方法[J]. 陳宏照,謝正光,盧海倫.  現(xiàn)代電子技術(shù). 2018(21)
[10]基于紅外延時(shí)相位算法的車輛超高檢測(cè)儀設(shè)計(jì)[J]. 史駿,畢恩興.  機(jī)械設(shè)計(jì)與制造工程. 2018(08)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別關(guān)鍵技術(shù)的研究與應(yīng)用[D]. 高攀.北京郵電大學(xué) 2019
[2]基于深度學(xué)習(xí)的目標(biāo)檢測(cè)研究[D]. 韓凱.西南科技大學(xué) 2018
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的車輛檢測(cè)與車型辨識(shí)算法研究[D]. 陳樹東.電子科技大學(xué) 2018
[4]車輛輔助駕駛系統(tǒng)中行人檢測(cè)技術(shù)研究[D]. 李羊.遼寧工業(yè)大學(xué) 2018
[5]基于視頻檢測(cè)的單交叉路口車輛違章檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 連婷.河北科技大學(xué) 2018
[6]基于視覺顯著性的車輛目標(biāo)檢測(cè)算法研究[D]. 隋欣.東南大學(xué) 2015
[7]基于Hough變換目標(biāo)檢測(cè)問題研究[D]. 宋曉靜.燕山大學(xué) 2014
[8]復(fù)雜環(huán)境下的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[D]. 毛玉東.吉林大學(xué) 2012



本文編號(hào)：3725912