本文關(guān)鍵詞：智能交通系統(tǒng)中的環(huán)境感知算法研究

  更多相關(guān)文章： 智能交通監(jiān)控 環(huán)境感知 非參數(shù)標(biāo)簽傳導(dǎo) 斑馬線檢測(cè)

【摘要】：環(huán)境感知是智能交通系統(tǒng)的重要組成部分。廣泛的應(yīng)用在交通監(jiān)控系統(tǒng)的視頻壓縮、圖像分類和視頻圖像檢索等領(lǐng)域。常規(guī)環(huán)境感知技術(shù)主要應(yīng)用在自然界或者含少量人造物體場(chǎng)景解析,具有解析種類多和解析準(zhǔn)確等特點(diǎn)。但是該方法對(duì)大規(guī)模的交通監(jiān)控復(fù)雜場(chǎng)景的解析性能仍存在問(wèn)題,本文以智能交通監(jiān)控下的環(huán)境感知系統(tǒng)為研究課題,主要構(gòu)建了非參數(shù)化環(huán)境感知系統(tǒng),該方法以數(shù)據(jù)為驅(qū)動(dòng),無(wú)需設(shè)置精確參數(shù),是一種非參數(shù)化場(chǎng)景解析方法,同時(shí)本文提出了參數(shù)化的斑馬線關(guān)鍵場(chǎng)景目標(biāo)檢測(cè)算法,進(jìn)一步提升環(huán)境感知的準(zhǔn)確性。主要工作如下:1、本論文提取了大量的交通監(jiān)控的背景圖片,搭建了離線的LabelMe服務(wù)器,對(duì)背景圖片進(jìn)行手工的標(biāo)記,建立一個(gè)覆蓋交通監(jiān)控多場(chǎng)景的數(shù)據(jù)集,并且在該數(shù)據(jù)集下提供了一個(gè)場(chǎng)景解析準(zhǔn)確率的基礎(chǔ)指標(biāo)。2、針對(duì)傳統(tǒng)的非參數(shù)化環(huán)境感知系統(tǒng)進(jìn)行構(gòu)建,并在此基礎(chǔ)之上進(jìn)行了改進(jìn),主要為應(yīng)用多通道、細(xì)粒度的GIST全局特征進(jìn)行最近鄰場(chǎng)景匹配,提升系統(tǒng)效果。3、針對(duì)交通監(jiān)控應(yīng)用場(chǎng)景的關(guān)鍵目標(biāo)識(shí)別問(wèn)題,本文提出了參數(shù)化基于MSER和ERANSAC算法斑馬線檢測(cè)方法,實(shí)驗(yàn)表明該方法在多種環(huán)境下都具有高準(zhǔn)確性和魯棒性。4、針對(duì)非參數(shù)化環(huán)境感知的系統(tǒng)的不足,本文通過(guò)融合斑馬線檢測(cè)識(shí)別算法到該系統(tǒng)中,使環(huán)境感知系統(tǒng)性能進(jìn)一步提升。5、對(duì)系統(tǒng)主要函數(shù)進(jìn)行封裝,制作環(huán)境感知可視化使用軟件,對(duì)標(biāo)記結(jié)果在原圖上進(jìn)行標(biāo)識(shí),同時(shí)對(duì)場(chǎng)景目標(biāo)的邊緣數(shù)據(jù)點(diǎn)進(jìn)行提取,并且等間隔抽取邊緣數(shù)據(jù)點(diǎn),按順序存儲(chǔ)到硬盤(pán),方便其他圖像檢索系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行訪問(wèn)利用。
【關(guān)鍵詞】：智能交通監(jiān)控 環(huán)境感知 非參數(shù)標(biāo)簽傳導(dǎo) 斑馬線檢測(cè)
【學(xué)位授予單位】：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
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-15
• 1.1 研究工作的背景與意義9-10
• 1.2 國(guó)內(nèi)外研究歷史與現(xiàn)狀10-13
• 1.3 本論文的結(jié)構(gòu)安排13-15
• 第二章 場(chǎng)景解析算法基礎(chǔ)15-30
• 2.1 背景提取技術(shù)方法15-17
• 2.1.1 多幀均值背景提取15-16
• 2.1.2 多幀中值背景提取16-17
• 2.2 常用圖像特征提取方法17-21
• 2.2.1 GIST全局描述子17-21
• 2.2.2 DenseSIFT描述子21
• 2.3 概率圖模型基礎(chǔ)21-28
• 2.3.1 概率圖模型簡(jiǎn)介22-25
• 2.3.2 概率圖模型優(yōu)化方法25-28
• 2.4 實(shí)驗(yàn)28-29
• 2.5 本章小結(jié)29-30
• 第三章 非參數(shù)化場(chǎng)景解析方法30-48
• 3.1 非參數(shù)化場(chǎng)景解析31-38
• 3.1.1 多通道GIST特征31-32
• 3.1.2 KNN最近鄰圖像集檢索32-33
• 3.1.3 MRF下的SIFTFLOW求解33-36
• 3.1.4 MRF下的圖像標(biāo)簽傳導(dǎo)36-38
• 3.2 數(shù)據(jù)庫(kù)的搭建38-42
• 3.2.1 LabelMe搭建和軟件的使用38-40
• 3.2.2 圖像標(biāo)記和建庫(kù)40-42
• 3.3 實(shí)驗(yàn)42-47
• 3.3.1 參數(shù)K的確定42-43
• 3.3.2 參數(shù)M的確定43-44
• 3.3.3 多通道GIST特征驗(yàn)證44-47
• 3.4 本章小結(jié)47-48
• 第四章 參數(shù)化斑馬線識(shí)別方法48-63
• 4.1 基于MSER的斑馬線潛在區(qū)域提取48-51
• 4.1.1 圖像預(yù)處理48-49
• 4.1.2 MSER基本原理49-50
• 4.1.3 MSER斑馬線結(jié)構(gòu)檢測(cè)50-51
• 4.2 基于ERANSAC的斑馬線檢測(cè)和定位51-57
• 4.2.1 級(jí)聯(lián)濾波器抽取斑馬線子區(qū)域51
• 4.2.2 基于ERANSAC的斑馬線檢測(cè)算法51-55
• 4.2.3 最小二乘微調(diào)斑馬線檢測(cè)結(jié)果55-56
• 4.2.4 斑馬線長(zhǎng)度和寬度估測(cè)56-57
• 4.3 實(shí)驗(yàn)57-62
• 4.3.1 圖像預(yù)處理57-59
• 4.3.2 斑馬線檢測(cè)性能驗(yàn)證59-62
• 4.4 本章小結(jié)62-63
• 第五章 環(huán)境感知算法融合63-72
• 5.1 參數(shù)和非參數(shù)化場(chǎng)景解析方法融合63-64
• 5.2 交通監(jiān)控環(huán)境感知系統(tǒng)構(gòu)建64-69
• 5.2.1 Matlab與C++混合編程64-65
• 5.2.2 邊緣數(shù)據(jù)的等間隔抽取65-68
• 5.2.3 Matlab的GUI設(shè)計(jì)68-69
• 5.3 實(shí)驗(yàn)69-72
• 5.3.1 環(huán)境感知系統(tǒng)融合驗(yàn)證69-72
• 第六章 全文總結(jié)與展望72-73
• 6.1 全文總結(jié)72
• 6.2 后續(xù)工作展望72-73
• 致謝73-74
• 參考文獻(xiàn)74-78
• 攻讀碩士學(xué)位期間取得的成果78-79

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 史明達(dá);閆文靜;史冰冰;;環(huán)境感知恢復(fù)性與環(huán)境偏好影響因素研究[J];山西建筑;2010年02期

2 張敏;劉培志;徐英新;王晉華;劉瑩;;地面無(wú)人作戰(zhàn)平臺(tái)環(huán)境感知關(guān)鍵技術(shù)研究[J];車輛與動(dòng)力技術(shù);2007年02期

3 邢海虹;;漢江水源地保護(hù)的居民環(huán)境感知及行為研究[J];水資源保護(hù);2013年05期

4 王曙釗,劉興堂;近地空域環(huán)境仿真模型的框架研究[J];系統(tǒng)仿真學(xué)報(bào);2005年08期

5 畢書(shū)浩;李守成;;基于環(huán)境感知的無(wú)人車避障系統(tǒng)建模與仿真[J];電氣自動(dòng)化;2014年03期

6 顧明;黎廣宇;;內(nèi)河環(huán)境狀態(tài)感知浮標(biāo)系統(tǒng)設(shè)計(jì)[J];信息通信;2014年04期

7 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 黃衛(wèi)東;;基于環(huán)境感知的應(yīng)急管理知識(shí)需求研究[A];第四屆中國(guó)軟件工程大會(huì)論文集[C];2007年

2 王陳琦;李炳法;王霞;;環(huán)境感知移動(dòng)計(jì)算的分布式系統(tǒng)結(jié)構(gòu)設(shè)計(jì)[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)議論文集[C];2004年

3 郭烈;王榮本;毛曉燕;金立生;張明恒;;基于機(jī)器視覺(jué)的環(huán)境感知坑檢測(cè)方法研究[A];中國(guó)宇航學(xué)會(huì)深空探測(cè)技術(shù)專業(yè)委員會(huì)第二屆學(xué)術(shù)會(huì)議論文集[C];2005年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前4條

1 余曉潔　劉慧;中國(guó)機(jī)器人產(chǎn)業(yè)要抓機(jī)遇迎挑戰(zhàn)[N];中國(guó)信息報(bào);2014年

2 記者 余曉潔 劉慧;我國(guó)機(jī)器人市場(chǎng)仍被外國(guó)巨頭“壟斷”[N];新華每日電訊;2014年

3 本報(bào)記者 佘惠敏;中國(guó)機(jī)器人市場(chǎng)決勝未來(lái)[N];經(jīng)濟(jì)日?qǐng)?bào);2014年

4 深圳商報(bào)記者 吳素紅;美女機(jī)器人“秀外慧中”[N];深圳商報(bào);2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 王科;城市交通中智能車輛環(huán)境感知方法研究[D];湖南大學(xué);2013年

2 王立;基于分布式光纖傳感的智能環(huán)境感知技術(shù)研究[D];南開(kāi)大學(xué);2008年

3 朱蘭香;基于電磁環(huán)境感知的MIMO雷達(dá)信號(hào)處理的理論與方法研究[D];吉林大學(xué);2013年

4 楊沙洲;基于環(huán)境感知的操作系統(tǒng)高產(chǎn)出率優(yōu)化技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 許湘敏;云制造理念下基于本體及其環(huán)境感知的作業(yè)車間調(diào)度問(wèn)題研究[D];華南理工大學(xué);2015年

2 張浩;面向環(huán)境感知的BPEL服務(wù)組合技術(shù)研究[D];南京大學(xué);2014年

3 徐家客;環(huán)境感知安全技術(shù)和安全驅(qū)動(dòng)建模理論研究[D];吉林大學(xué);2016年

4 孫巖;Alpha噪聲背景下基于電磁環(huán)境感知的MIMO雷達(dá)技術(shù)研究[D];吉林大學(xué);2016年

5 翟玉強(qiáng);智能交通系統(tǒng)中的環(huán)境感知算法研究[D];電子科技大學(xué);2016年

6 胡德蓮;環(huán)境感知網(wǎng)絡(luò)管理的信息描述技術(shù)[D];西安電子科技大學(xué);2007年

7 許博聞;環(huán)境感知的智能場(chǎng)景分析技術(shù)的研究[D];黑龍江大學(xué);2015年

8 王緒輝;在線主動(dòng)學(xué)習(xí)在環(huán)境感知中的應(yīng)用研究[D];南京理工大學(xué);2011年

9 劉微姍;環(huán)境感知應(yīng)用中節(jié)能信息收集算法研究[D];西北大學(xué);2011年

10 黃國(guó)穩(wěn);學(xué)生數(shù)學(xué)課堂環(huán)境感知影響其學(xué)習(xí)參與的研究[D];廣西師范大學(xué);2008年

，

本文編號(hào)：1082273