本文關(guān)鍵詞：智能交通違章監(jiān)測(cè)算法研究及軟件系統(tǒng)實(shí)現(xiàn)，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著城市化進(jìn)程的加快,汽車(chē)已經(jīng)成為人們?nèi)粘Ｉ畹闹饕焦ぞ咧�。但�?由于汽車(chē)保有量不斷增加,傳統(tǒng)的交通系統(tǒng)即將不能滿(mǎn)足交通管理的需求。因此,一些負(fù)面問(wèn)題日益突出,如交通擁堵,事故頻發(fā)等。目前迫切需要一種有效的方式來(lái)加大交通管理力度,盡最大的努力避免交通事故的發(fā)生并降低交通事故的死亡率�；趫D像處理的智能交通系統(tǒng)因其實(shí)時(shí)、高效的特點(diǎn),漸漸的受到人們的關(guān)注。本文主要對(duì)智能交通系統(tǒng)中的違章監(jiān)測(cè)算法進(jìn)行了研究。設(shè)計(jì)了駕駛員安全帶佩戴識(shí)別方法和駕駛員接打電話(huà)識(shí)別方法,并對(duì)車(chē)輛行駛違章檢測(cè)過(guò)程進(jìn)行了改進(jìn)。由于駕駛員安全帶佩戴識(shí)別和駕駛員接打電話(huà)識(shí)別均是在車(chē)窗區(qū)域內(nèi)進(jìn)行檢測(cè)的,如果車(chē)窗定位的準(zhǔn)確度不高,則對(duì)后續(xù)檢測(cè)會(huì)有嚴(yán)重的影響。因此本文首先對(duì)車(chē)窗定位進(jìn)行了重點(diǎn)的分析與設(shè)計(jì),研究了一種基于邊緣檢測(cè)和積分投影的車(chē)窗定位方法。為了更加準(zhǔn)確檢測(cè)駕駛員是否佩戴安全帶,本文對(duì)Hough變換直線(xiàn)檢測(cè)進(jìn)行了研究,對(duì)Hough變換直線(xiàn)檢測(cè)后出現(xiàn)的各種情況具體分析,重新設(shè)計(jì)了一種基于Hough變換的安全帶檢測(cè)方法。鑒于已有的膚色模型在膚色分割時(shí)不具有針對(duì)性的缺點(diǎn),考慮本文的實(shí)際情況,研究了一種基于人臉檢測(cè)的膚色分割模型。首先利用Viola-Jones人臉檢測(cè)算法檢測(cè)人臉,然后利用人臉區(qū)域像素點(diǎn)作為樣本點(diǎn)構(gòu)建膚色模型。并且設(shè)計(jì)了一種基于Viola-Jones人臉檢測(cè)的駕車(chē)打電話(huà)違章識(shí)別方法。為了提高監(jiān)測(cè)系統(tǒng)整體的運(yùn)行效率,在前人的基礎(chǔ)上對(duì)車(chē)輛行駛違章檢測(cè)過(guò)程進(jìn)行了改進(jìn)。在構(gòu)造車(chē)道線(xiàn)模型時(shí),利用直線(xiàn)對(duì)車(chē)道實(shí)線(xiàn)進(jìn)行近似。在跟蹤運(yùn)動(dòng)車(chē)輛時(shí),僅將車(chē)道中新增的車(chē)輛與前一幀相鄰的車(chē)道中消失的車(chē)輛進(jìn)行匹配。本文最后在考慮用戶(hù)需求和系統(tǒng)性能的前提下,設(shè)計(jì)了一套完整的違章監(jiān)測(cè)系統(tǒng),該系統(tǒng)包括駕駛員行為違章檢測(cè)和車(chē)輛行駛違章檢測(cè)兩個(gè)主要功能。通過(guò)使用此系統(tǒng)可以驗(yàn)證本文的駕駛員安全帶佩戴識(shí)別方法和駕駛員接打電話(huà)識(shí)別方法具有很高檢測(cè)率和處理效率。
【關(guān)鍵詞】：智能交通 安全帶識(shí)別 打電話(huà)識(shí)別 車(chē)窗定位 人臉檢測(cè)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U495;TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-15
• 1.1 課題背景及研究意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 智能交通系統(tǒng)10-11
• 1.2.2 駕駛員行為檢測(cè)11
• 1.2.3 直線(xiàn)檢測(cè)算法11-12
• 1.2.4 膚色檢測(cè)算法12-13
• 1.2.5 人臉檢測(cè)算法13-14
• 1.3 本文主要研究?jī)?nèi)容和章節(jié)安排14-15
• 第2章 駕駛員安全帶佩戴識(shí)別15-34
• 2.1 邊緣檢測(cè)15-17
• 2.1.1 Roberts算子15-16
• 2.1.2 Sobel算子16
• 2.1.3 Canny算子16-17
• 2.2 車(chē)窗定位17-26
• 2.2.1 車(chē)輛粗定位17-18
• 2.2.2 基于鄰域色差均值的車(chē)窗定位18-21
• 2.2.3 基于邊緣檢測(cè)和積分投影的車(chē)窗定位21-26
• 2.3 基于Hough變換的安全帶檢測(cè)26-33
• 2.3.1 高頻強(qiáng)調(diào)濾波26-28
• 2.3.2 Hough變換直線(xiàn)檢測(cè)28-29
• 2.3.3 駕駛員安全帶佩戴識(shí)別算法29-33
• 2.4 本章小結(jié)33-34
• 第3章 駕駛員駕車(chē)打電話(huà)違章識(shí)別34-57
• 3.1 人臉特征選取方法34-37
• 3.1.1 Haar-like矩形特征34-35
• 3.1.2 積分圖與矩形特征值計(jì)算35-37
• 3.2 Viola-Jones人臉檢測(cè)算法37-40
• 3.2.1 Adaboost算法38-39
• 3.2.2 構(gòu)建級(jí)聯(lián)檢測(cè)器39-40
• 3.3 連通區(qū)域橢圓表示法40-48
• 3.3.1 橢圓基本性質(zhì)41-44
• 3.3.2 橢圓的二階矩44-46
• 3.3.3 表示方法46-48
• 3.4 基于Viola-Jones人臉檢測(cè)的駕車(chē)打電話(huà)違章識(shí)別48-56
• 3.4.1 膚色分割48-53
• 3.4.2 打電話(huà)識(shí)別算法53-56
• 3.5 本章小結(jié)56-57
• 第4章 車(chē)輛壓實(shí)線(xiàn)與不按車(chē)道行駛違章識(shí)別57-65
• 4.1 混合高斯模型背景重建57-59
• 4.2 車(chē)道線(xiàn)提取59-60
• 4.3 車(chē)輛壓實(shí)線(xiàn)違章識(shí)別60-62
• 4.4 車(chē)輛不按車(chē)道行駛違章識(shí)別62-64
• 4.5 本章小結(jié)64-65
• 第5章 智能交通違章監(jiān)測(cè)系統(tǒng)設(shè)計(jì)65-70
• 5.1 智能交通違章監(jiān)測(cè)系統(tǒng)簡(jiǎn)介65-66
• 5.2 GUI用戶(hù)圖形界面設(shè)計(jì)66-68
• 5.3 系統(tǒng)程序設(shè)計(jì)68-69
• 5.4 本章小結(jié)69-70
• 結(jié)論70-72
• 參考文獻(xiàn)：72-78
• 攻讀碩士學(xué)位期間發(fā)表的論文及其他研究成果78-80
• 致謝80

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王賓 ,溫秉權(quán) ,黃勇;面向21世紀(jì)的智能交通系統(tǒng)[J];汽車(chē)運(yùn)用;2000年07期

2 陳小雁;何為智能交通系統(tǒng)[J];交通與運(yùn)輸;2000年06期

3 朱東輝;智能交通系統(tǒng)發(fā)展展望[J];交通標(biāo)準(zhǔn)化;2001年04期

4 ;智能交通系統(tǒng):解決的不僅僅是交通問(wèn)題[J];勞動(dòng)安全與健康;2001年03期

5 鐘鳴;2000年日本智能交通系統(tǒng)新進(jìn)展[J];全球科技經(jīng)濟(jì)w

本文編號(hào)：427909