本文選題：電子警察 + 嵌入式　； 參考：《西安電子科技大學(xué)》2014年碩士論文

【摘要】：隨著交通工具的不斷增長(zhǎng),交通管理變的越來(lái)越困難,因此,如何構(gòu)建高效便捷的智能交通管理系統(tǒng)成為了人們關(guān)注的焦點(diǎn)。作為智能交通系統(tǒng)的核心模塊之一,電子警察系統(tǒng)備受關(guān)注,其中,車輛檢測(cè)與跟蹤是其功能完善的基礎(chǔ)。本文主要針對(duì)車輛跟蹤及夜間車輛檢測(cè)算法進(jìn)行研究,并將算法移植到嵌入式電子警察系統(tǒng)中。主要研究工作如下:1.車輛跟蹤算法研究。本文首先研究了Hash全局特征的車輛跟蹤以及LBP特征和Hue特征相融合的車輛跟蹤,給出了相應(yīng)的實(shí)驗(yàn)效果并進(jìn)行性能對(duì)比分析。然后,針對(duì)嵌入式電子警察系統(tǒng)的實(shí)時(shí)性要求,在傳統(tǒng)的光流法上進(jìn)行改進(jìn)算法研究,取得了良好的跟蹤效果。最后,在Haar特征和Adaboost分類器的基礎(chǔ)上進(jìn)行多目標(biāo)跟蹤算法研究,取得了較好的實(shí)驗(yàn)效果。2.夜間頻閃燈的使用及EagleEye3智能相機(jī)的參數(shù)配置。由于夜間光線較暗,車輛的很多細(xì)節(jié)特征會(huì)被淹沒(méi)掉,使得夜間車輛檢測(cè)變得很棘手,因此,夜間頻閃燈的使用及Eagle Eye3智能相機(jī)的夜間參數(shù)配置顯得尤為重要。此處首先介紹了Eagle Eye3智能相機(jī)的基本框架及開發(fā)環(huán)境,然后針對(duì)頻閃燈的使用以及Eagle Eye3智能相機(jī)的幾個(gè)重要參數(shù)進(jìn)行了詳細(xì)地討論,最后結(jié)合工程項(xiàng)目實(shí)踐給出了最佳的組合參數(shù)配置。3.嵌入式電子警察系統(tǒng)中的夜間車輛檢測(cè)算法實(shí)現(xiàn)。本文首先研究了基于車燈的夜間車輛檢測(cè)算法,取得了較好的檢測(cè)效果,但當(dāng)交通場(chǎng)景中存在部分車燈損壞或者是其他非機(jī)動(dòng)車干擾時(shí),該算法無(wú)法正常檢測(cè)。因此,接下來(lái)研究了基于Haar特征和Adaboost分類器的夜間車輛檢測(cè)算法以及基于車牌的夜間車輛檢測(cè)算法,并將后兩種算法移植到EagleEye3智能相機(jī)中,通過(guò)實(shí)驗(yàn)測(cè)試以及數(shù)據(jù)統(tǒng)計(jì)進(jìn)行比較分析。
[Abstract]:With the continuous growth of vehicles, traffic management becomes more and more difficult. Therefore, how to build an efficient and convenient intelligent traffic management system has become the focus of attention.As one of the core modules of intelligent transportation system, electronic police system is paid more attention to, and vehicle detection and tracking is the foundation of its perfect function.In this paper, vehicle tracking and night vehicle detection algorithms are studied, and the algorithm is transplanted to embedded electronic police system.The main research work is as follows: 1.Research on vehicle tracking algorithm.In this paper, the vehicle tracking based on global features of Hash and vehicle tracking based on LBP and Hue features are studied. The corresponding experimental results are given and the performance is compared and analyzed.Then, according to the real-time requirement of embedded electronic police system, the improved algorithm is studied on the traditional optical flow method, and good tracking effect is obtained.Finally, on the basis of Haar feature and Adaboost classifier, the multi-target tracking algorithm is studied, and good experimental results are obtained.Use of nightly stroboscopic lights and parameter configuration of EagleEye3 smart camera.Because of the dim light at night, many details of the vehicle will be drowned out, which makes the detection of vehicles at night difficult. Therefore, the use of night-time stroboscopic lights and the configuration of night parameters of Eagle Eye3 smart camera are particularly important.This paper first introduces the basic frame and development environment of Eagle Eye3 smart camera, then discusses the use of stroboscopic lamp and several important parameters of Eagle Eye3 smart camera in detail.Finally, the best combination parameter configuration. 3. 3 is given according to the project practice.Implementation of night vehicle detection algorithm in embedded electronic police system.In this paper, we first study the vehicle detection algorithm based on vehicle lights and obtain good detection results. However, when there are some vehicle lights damaged in traffic scene or other non-vehicle interference, the algorithm can not detect normally.Therefore, the night vehicle detection algorithm based on Haar feature and Adaboost classifier and the nocturnal vehicle detection algorithm based on license plate are studied, and the latter two algorithms are transplanted to EagleEye3 intelligent camera.Through the experiment test and the data statistics carries on the comparative analysis.
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：U495;TP391.41

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓強(qiáng);;基于廣義Hough變換的手寫文檔整詞定位[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年05期

2 程剛;鄭小華;陽(yáng)鋒;徐祖艦;;三維全景視覺(jué)技術(shù)在農(nóng)業(yè)機(jī)器人中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2010年34期

3 何海燕;施培蓓;;基于改進(jìn)AdaBoost算法的行人檢測(cè)方法[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年03期

4 吳慧蘭;劉國(guó)棟;劉炳國(guó);胡濤;浦昭邦;;ICF實(shí)驗(yàn)靶定位技術(shù)研究[J];半導(dǎo)體光電;2008年05期

5 陳京;袁保宗;劉渭濱;;多視點(diǎn)標(biāo)定圖像的交替迭代度量重建方法[J];北京交通大學(xué)學(xué)報(bào);2012年02期

6 周峰;劉輝;李超峰;;SIFT算法在圖像配準(zhǔn)中的應(yīng)用[J];辦公自動(dòng)化;2009年22期

7 劉彬;葉麗娜;;一種基于SIFT特征的序列圖像拼接算法[J];兵工自動(dòng)化;2009年06期

8 劉煥敏;王華;段慧芬;;一種改進(jìn)的SIFT雙向匹配算法[J];兵工自動(dòng)化;2009年06期

9 彭勃;周文暉;劉濟(jì)林;;基于Harris角點(diǎn)檢測(cè)的立體視覺(jué)里程計(jì)[J];兵工學(xué)報(bào);2007年12期

10 陳冰;趙亦工;李欣;;基于高斯尺度空間的末制導(dǎo)目標(biāo)跟蹤方法[J];兵工學(xué)報(bào);2009年05期

相關(guān)會(huì)議論文 前10條

1 劉善磊;張亮;;基于相位相關(guān)和SURF算法的關(guān)鍵幀實(shí)時(shí)匹配研究[A];江蘇省測(cè)繪學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

2 隋樹林;孫立宏;姚文龍;袁健;;融合改進(jìn)UKF/SIFT信息的自主光學(xué)導(dǎo)航方法[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

3 汪力;葉樺;夏良正;;利用特征點(diǎn)定位嘴巴[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

4 ;Loop-closing By Using SIFT Features for Mobile Robots[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

5 周凱;范瑞霞;李位星;;一種基于SIFT的MeanShift-粒子濾波融合跟蹤算法[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

6 ;Rapid Target Recognition and Tracking under Large Scale Variation Using Semi-Naive Bayesian[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

7 ;A High-level Image Sequence Fusion Algorithm for Human Detection[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

8 鄒麗暉;陳杰;張娟;竇麗華;;一種基于時(shí)空域流形的視頻序列圖像拼接算法[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

9 ;Machine Vision Based Flotation Froth Mobility Analysis[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

10 孫明竹;趙新;程小燕;孫程;盧桂章;;面向復(fù)雜作業(yè)的微操作機(jī)器人關(guān)鍵技術(shù)研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 王玉全;基于全景視覺(jué)的移動(dòng)機(jī)器人同時(shí)定位與地圖創(chuàng)建方法研究[D];哈爾濱工程大學(xué);2010年

2 梁洪;基于內(nèi)容的醫(yī)學(xué)圖像檢索及語(yǔ)義建模關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

3 任楨;圖像分類任務(wù)的關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

4 孔凡芝;引線鍵合視覺(jué)檢測(cè)關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2009年

5 王作為;具有認(rèn)知能力的智能機(jī)器人行為學(xué)習(xí)方法研究[D];哈爾濱工程大學(xué);2010年

6 肖潔;視覺(jué)注意模型及其在目標(biāo)感知中的應(yīng)用研究[D];華中科技大學(xué);2010年

7 朱清波;序列圖像三維重建方法研究[D];華中科技大學(xué);2010年

8 田文;多視圖圖像的快速三維場(chǎng)景重建[D];華中科技大學(xué);2010年

9 涂虬;智能視覺(jué)監(jiān)視中目標(biāo)檢測(cè)與跟蹤算法研究[D];華中科技大學(xué);2010年

10 章鵬;多尺度特征檢測(cè)：方法和應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 宋抗;壓縮機(jī)活塞圓度誤差數(shù)字檢測(cè)系統(tǒng)研究[D];河南理工大學(xué);2010年

2 陳忠翔;基于立體視覺(jué)的三維重建方法研究[D];南昌航空大學(xué);2010年

3 雒燕飛;地質(zhì)災(zāi)害應(yīng)急地理信息數(shù)據(jù)庫(kù)設(shè)計(jì)及其應(yīng)用[D];山東科技大學(xué);2010年

4 唐紅梅;基于輻射與空間信息的遙感圖像檢索[D];山東科技大學(xué);2010年

5 倪希亮;基于尺度不變特征的多源遙感影像配準(zhǔn)[D];山東科技大學(xué);2010年

6 賈偉潔;SAR影像與光學(xué)影像配準(zhǔn)研究[D];山東科技大學(xué);2010年

7 任天宇;自穩(wěn)定航拍系統(tǒng)算法與設(shè)計(jì)[D];長(zhǎng)春理工大學(xué);2010年

8 李躍;三維運(yùn)動(dòng)估計(jì)在織物動(dòng)態(tài)仿真中的應(yīng)用[D];浙江理工大學(xué);2010年

9 婁錚錚;sIB算法在圖像無(wú)監(jiān)督分類中的應(yīng)用研究[D];鄭州大學(xué);2010年

10 王博;全景視覺(jué)智能移動(dòng)機(jī)器人固有環(huán)境定位[D];哈爾濱工程大學(xué);2010年

，

本文編號(hào)：1773113