【摘要】：隨著我國高速公路建設(shè)進(jìn)入快車道,隧道數(shù)量與總里程快速增長,對(duì)高速公路隧道照明提出新要求,既要考慮駕駛的安全性和舒適性,又要考慮節(jié)能以降低運(yùn)營成本。節(jié)能有效的隧道照明是將洞外亮度、車流量和洞內(nèi)照明強(qiáng)度結(jié)合起來有機(jī)運(yùn)行。本文在視頻流的基礎(chǔ)上對(duì)洞外亮度和車輛進(jìn)行檢測(cè),以實(shí)現(xiàn)隧道照明“車來燈亮”、“按需照明”為設(shè)計(jì)目標(biāo)。基于視頻流的亮度測(cè)量方法具有測(cè)量面積廣、測(cè)量精度高等優(yōu)點(diǎn),本文采用成像式亮度儀標(biāo)定后的OV5640型相機(jī)來測(cè)量洞外亮度�；谝曨l流的車輛檢測(cè)方法具有檢測(cè)區(qū)域大、功能易擴(kuò)展和遠(yuǎn)程監(jiān)控方便等突出優(yōu)點(diǎn),本文利用DS-2ZMN2006型網(wǎng)絡(luò)相機(jī),并結(jié)合Codebook和感知哈希算法實(shí)現(xiàn)對(duì)車輛的檢測(cè)。本論文的研究?jī)?nèi)容主要包括:1.首先,為簡(jiǎn)化和可視化標(biāo)定相機(jī)的操作步驟,以MFC為框架,結(jié)合OpenCV、libvlc庫和Socket套接字設(shè)計(jì)了一套上位機(jī)軟件。然后依據(jù)光度學(xué)原理和數(shù)字圖像處理技術(shù),對(duì)OV5640型相機(jī)進(jìn)行了亮度標(biāo)定實(shí)驗(yàn)。最后通過對(duì)獲得的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析,提出采用分段測(cè)量的方法來提高相機(jī)測(cè)量亮度的精度。2.利用標(biāo)定得到的參數(shù)和相機(jī)圖片亮度計(jì)算方法,通過編程開發(fā)了一套基于Linux的亮度測(cè)量系統(tǒng),該系統(tǒng)負(fù)責(zé)圖像采集與發(fā)送、灰度信息提取、目標(biāo)區(qū)域亮度計(jì)算及發(fā)送。最后對(duì)該系統(tǒng)在室內(nèi)室外環(huán)境中進(jìn)行了定標(biāo)并測(cè)試,結(jié)果表明,系統(tǒng)測(cè)量誤差低于3%,滿足隧道洞外亮度檢測(cè)精度要求;3.為解決隧道洞外亮度測(cè)量時(shí)相機(jī)因受自然環(huán)境影響發(fā)生不確定位移而導(dǎo)致目標(biāo)測(cè)量區(qū)域(隧道洞口居中的圓形區(qū)域)發(fā)生偏移的問題,本文提出讓亮度測(cè)量系統(tǒng)利用Sobel邊緣檢測(cè)、非極大值抑制和霍夫梯度算法等圖像處理技術(shù)自動(dòng)完成目標(biāo)測(cè)量區(qū)域選取。4.提出了基于Codebook的前景檢測(cè)算法,并將其與感知哈希算法相結(jié)合,實(shí)現(xiàn)車輛探測(cè)及流量統(tǒng)計(jì);測(cè)試了本算法在白天典型天氣條件下和晚上對(duì)有無車檢測(cè)及流量統(tǒng)計(jì)的準(zhǔn)確率,通過對(duì)樣本視頻進(jìn)行測(cè)試,結(jié)果表明,本算法在白天對(duì)車輛通過檢測(cè)區(qū)域的檢測(cè)準(zhǔn)確率為100%,對(duì)車流量的檢測(cè)準(zhǔn)確率達(dá)97.5%以上;如果相機(jī)位置安裝合理,在晚上將消除車燈引起的多檢現(xiàn)象,也將達(dá)到白天的準(zhǔn)確率;最后將本算法移植到了基于Linux的視頻車輛檢測(cè)系統(tǒng)上。
【圖文】：

圖 2.4 感光特性曲線光元件的相關(guān)研究，由于互補(bǔ)型金屬氧化物半導(dǎo)體線性關(guān)系，即它與感光材料有著類似的感光特性曲線坐標(biāo) D 代表數(shù)字圖像的灰度值，橫坐標(biāo)代表曝光量§2.3 視頻車輛檢測(cè)系統(tǒng)車輛檢測(cè)系統(tǒng)的結(jié)構(gòu)，以及運(yùn)動(dòng)目標(biāo)檢測(cè)中常用到的系統(tǒng)主要由負(fù)責(zé)圖像信息采集的�？低旸S-2ZMN及流量統(tǒng)計(jì)的 i.mx6 核心板組成，其結(jié)構(gòu)框圖如圖 i.mx6核心板

基于視頻流的隧道洞外亮度測(cè)量與車輛檢測(cè)及其應(yīng)用5、支持工業(yè)級(jí)應(yīng)用。根據(jù)以上幾點(diǎn)，選取了飛思卡爾半導(dǎo)體公司基于 ARM Cortex-A9 四核微控制器i.mx6,每個(gè)核最高運(yùn)行頻率高達(dá) 1.2GHz，，內(nèi)存為 2GB 的 DDR3,16GB 的存儲(chǔ)，帶有專用的 MIPI 攝像機(jī)接口，支持 1000Mbps 以太網(wǎng)，內(nèi)部集成了 3 個(gè) I2C、5 個(gè)串口、1個(gè) RS485、2 個(gè) USB2.0 接口，其完全符合系統(tǒng)需求。核心板原圖如下圖 2.8 所示：
【學(xué)位授予單位】：桂林電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;U453.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙玉吉;駱且;杜宇人;;基于改進(jìn)的codebook算法的運(yùn)動(dòng)目標(biāo)檢測(cè)[J];揚(yáng)州大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期

2 吳亞斌;陳淑榮;;一種基于監(jiān)控視頻的車型識(shí)別和車流量檢測(cè)算法[J];微型機(jī)與應(yīng)用;2015年07期

3 姒紹輝;胡伏原;顧亞軍;鮮學(xué)豐;;一種基于不規(guī)則區(qū)域的高斯濾波去噪算法[J];計(jì)算機(jī)科學(xué);2014年11期

4 俞文杰;郭子楊;廖啟栗;郎婷婷;;數(shù)碼相機(jī)的亮度分布測(cè)試研究[J];中國計(jì)量學(xué)院學(xué)報(bào);2014年03期

5 錢凱;吳曉紅;沈清波;;基于虛擬線圈的夜晚車流檢測(cè)[J];微型機(jī)與應(yīng)用;2014年03期

6 胡英奎;陳仲林;張青文;翁季;;公路隧道洞外適應(yīng)亮度的確定方法[J];燈與照明;2013年03期

7 沈德海;侯建;鄂旭;;基于改進(jìn)的Sobel算子邊緣檢測(cè)算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2013年11期

8 王靜;王海亮;向茂生;韋立登;劉忠勝;;基于非極大值抑制的圓目標(biāo)亞像素中心定位[J];儀器儀表學(xué)報(bào);2012年07期

9 李旭;王正勇;吳曉紅;滕奇志;;一種改進(jìn)非極大值抑制的Canny邊緣檢測(cè)算法[J];成都信息工程學(xué)院學(xué)報(bào);2011年05期

10 關(guān)明;王強(qiáng);沈黨云;申茂剛;;基于數(shù)碼相機(jī)實(shí)測(cè)法的區(qū)域內(nèi)高速公路隧道洞外亮度L20(S)取值方法研究[J];公路交通科技(應(yīng)用技術(shù)版);2011年02期

相關(guān)博士學(xué)位論文 前1條

1 李彤;智能視頻監(jiān)控下的多目標(biāo)跟蹤技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王珂;基于視頻的隧道亮度檢測(cè)系統(tǒng)的研究[D];長安大學(xué);2016年

2 田軍;公路隧道照明智能節(jié)能系統(tǒng)設(shè)計(jì)與研究[D];長安大學(xué);2015年

3 楊宇騰;基于背景差分法與虛擬區(qū)域融合的視頻中車流量統(tǒng)計(jì)的方法[D];云南大學(xué);2015年

4 孟國慶;基于OpenCV的手勢(shì)識(shí)別技術(shù)研究[D];西安科技大學(xué);2014年

5 周文琳;視頻預(yù)處理系統(tǒng)中背景減除技術(shù)的研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

6 王萌;單目視頻中人體姿態(tài)估計(jì)方法的研究[D];沈陽航空航天大學(xué);2013年

7 夏麗;基于視頻檢測(cè)技術(shù)的車流量統(tǒng)計(jì)算法研究[D];武漢理工大學(xué);2012年

8 闖家亮;基于圖像處理的隧道亮度檢測(cè)系統(tǒng)研究[D];西安建筑科技大學(xué);2012年

9 吳志偉;基于視頻的車流量檢測(cè)技術(shù)研究[D];華南理工大學(xué);2012年

10 墨芹;運(yùn)動(dòng)車輛視頻檢測(cè)與車流量檢測(cè)方法的研究[D];中南大學(xué);2012年

本文編號(hào)：2643309