基于車載視頻的前方車輛越線違章行為監(jiān)測技術(shù)研究
發(fā)布時間:2025-05-28 23:53
近年來我國道路交通安全問題日益突出,交通違法行為是影響道路交通安全的首要因素。在智能交通系統(tǒng)中,交通違章行為監(jiān)測技術(shù)成為國內(nèi)外研究的重點內(nèi)容,尤其是違章變道、掉頭等行為,極易導(dǎo)致交通事故發(fā)生。而現(xiàn)在的“電子警察”系統(tǒng)相對于車載條件下來說覆蓋范圍較小,因而車載視頻下的車輛越線違章監(jiān)測成為交通違章監(jiān)測中的重點內(nèi)容。本文在對基于視頻的車輛違章行為監(jiān)測技術(shù)國內(nèi)外研究和應(yīng)用現(xiàn)狀分析基礎(chǔ)之上,針對傳統(tǒng)固定式越線違章行為監(jiān)測系統(tǒng)投入成本較高且無法實現(xiàn)全路網(wǎng)覆蓋這一問題,圍繞基于車載視頻的前方車輛越線違章行為自動監(jiān)測技術(shù)開展了相關(guān)研究,主要研究內(nèi)容及研究成果包括:首先,總結(jié)了基于視頻的車輛檢測研究的研究現(xiàn)狀及發(fā)展趨勢。分析基于可變形部件模型(DPM)及其改進(jìn)算法FTVQ方法工作原理,結(jié)合越線違章行為檢測需要,提出了一種基于改進(jìn)DPM的前方車輛快速檢測方法,并在不同數(shù)據(jù)集的不同場景下進(jìn)行了方法有效性驗證;其次,分析車輛特征識別國內(nèi)外研究現(xiàn)狀,以車輛車牌信息作為車輛特征標(biāo)識,基于傳統(tǒng)車牌識別主要過程,為提高車牌字符識別效率,提出了一種基于Hausdorff算法改進(jìn)的車牌信息快速識別方法;最后,針對前方車輛越...
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 智能交通系統(tǒng)國內(nèi)外研究現(xiàn)狀概述
1.2.2 基于視頻的車輛違章檢測關(guān)鍵技術(shù)研究現(xiàn)狀
1.3 論文的研究內(nèi)容與組織結(jié)構(gòu)
1.3.1 論文的主要研究內(nèi)容
1.3.2 論文組織結(jié)構(gòu)
1.4 小結(jié)
第2章 基于改進(jìn)DPM的前方車輛駛?cè)肟焖贆z測方法
2.1 基于圖像的車輛檢測技術(shù)
2.2 基于可變形部件模型(DPM)的車輛檢測方法
2.2.1 可變形部件模型簡介
2.2.2 基于DPM的車輛檢測過程
2.2.3 實驗及實驗結(jié)果分析
2.3 基于改進(jìn)DPM的前方車輛檢測方法
2.3.1 基于改進(jìn)DPM的FTVQ方法的車輛檢測方法過程
2.3.2 基于兩階段分層矢量量化策略的HOG特征量化
2.3.3 實驗及實驗結(jié)果分析
2.4 小結(jié)
第3章 基于Hausdorff算法改進(jìn)的車牌信息快速識別方法
3.1 車牌識別技術(shù)的工作原理和主要方法
3.1.1 車牌定位技術(shù)
3.1.2 車牌字符分割技術(shù)
3.1.3 車牌字符識別技術(shù)
3.2 基于顏色空間和紋理信息的兩階段車牌定位方法
3.2.1 標(biāo)準(zhǔn)車牌特征分析
3.2.2 基于顏色空間的車牌粗定位
3.2.3 基于像素點統(tǒng)計結(jié)合行列掃描的車牌精確定位
3.3 車牌字符分割與字符大小歸一化處理
3.3.1 結(jié)合先驗知識和垂直投影的車牌字符分割
3.3.2 字符大小歸一化
3.4 基于Hausdorff距離的模板匹配字符識別方法
3.4.1 模板匹配方法簡介
3.4.2 基于Hausdorff距離的模板匹配一般方法
3.4.3 基于Hausdorff算法改進(jìn)的模板匹配字符識別方法
3.4.4 實驗及實驗結(jié)果分析
3.5 小結(jié)
第4章 基于圖像掩蔽局部匹配的越線行為判定方法
4.1 車輛越線檢測方法研究現(xiàn)狀
4.2 小波變換及其基本原理
4.2.1 小波變換定義
4.2.2 多分辨率分析
4.3 結(jié)合小波變換和圖像掩蔽局部匹配的越線違章判定
4.3.1 基于小波變換的圖像分割
4.3.2 基于小波變換圖像分割的車道線提取
4.3.3 基于圖像掩蔽的車輛越線違章行為判定
4.4 小結(jié)
第5章 原型系統(tǒng)設(shè)計
5.1 開發(fā)環(huán)境介紹
5.2 軟件系統(tǒng)設(shè)計需求分析
5.3 原型系統(tǒng)總體設(shè)計
5.3.1 系統(tǒng)工作原理及總體功能結(jié)構(gòu)設(shè)計
5.3.2 視頻圖像輸入模塊
5.3.3 圖像預(yù)處理模塊
5.3.4 前方車輛駛?cè)霗z測模塊
5.3.5 車牌識別模塊
5.3.6 車道線提取及違章越線行為判斷模塊
5.4 小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間公開發(fā)表論文
致謝
本文編號:4048399
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 智能交通系統(tǒng)國內(nèi)外研究現(xiàn)狀概述
1.2.2 基于視頻的車輛違章檢測關(guān)鍵技術(shù)研究現(xiàn)狀
1.3 論文的研究內(nèi)容與組織結(jié)構(gòu)
1.3.1 論文的主要研究內(nèi)容
1.3.2 論文組織結(jié)構(gòu)
1.4 小結(jié)
第2章 基于改進(jìn)DPM的前方車輛駛?cè)肟焖贆z測方法
2.1 基于圖像的車輛檢測技術(shù)
2.2 基于可變形部件模型(DPM)的車輛檢測方法
2.2.1 可變形部件模型簡介
2.2.2 基于DPM的車輛檢測過程
2.2.3 實驗及實驗結(jié)果分析
2.3 基于改進(jìn)DPM的前方車輛檢測方法
2.3.1 基于改進(jìn)DPM的FTVQ方法的車輛檢測方法過程
2.3.2 基于兩階段分層矢量量化策略的HOG特征量化
2.3.3 實驗及實驗結(jié)果分析
2.4 小結(jié)
第3章 基于Hausdorff算法改進(jìn)的車牌信息快速識別方法
3.1 車牌識別技術(shù)的工作原理和主要方法
3.1.1 車牌定位技術(shù)
3.1.2 車牌字符分割技術(shù)
3.1.3 車牌字符識別技術(shù)
3.2 基于顏色空間和紋理信息的兩階段車牌定位方法
3.2.1 標(biāo)準(zhǔn)車牌特征分析
3.2.2 基于顏色空間的車牌粗定位
3.2.3 基于像素點統(tǒng)計結(jié)合行列掃描的車牌精確定位
3.3 車牌字符分割與字符大小歸一化處理
3.3.1 結(jié)合先驗知識和垂直投影的車牌字符分割
3.3.2 字符大小歸一化
3.4 基于Hausdorff距離的模板匹配字符識別方法
3.4.1 模板匹配方法簡介
3.4.2 基于Hausdorff距離的模板匹配一般方法
3.4.3 基于Hausdorff算法改進(jìn)的模板匹配字符識別方法
3.4.4 實驗及實驗結(jié)果分析
3.5 小結(jié)
第4章 基于圖像掩蔽局部匹配的越線行為判定方法
4.1 車輛越線檢測方法研究現(xiàn)狀
4.2 小波變換及其基本原理
4.2.1 小波變換定義
4.2.2 多分辨率分析
4.3 結(jié)合小波變換和圖像掩蔽局部匹配的越線違章判定
4.3.1 基于小波變換的圖像分割
4.3.2 基于小波變換圖像分割的車道線提取
4.3.3 基于圖像掩蔽的車輛越線違章行為判定
4.4 小結(jié)
第5章 原型系統(tǒng)設(shè)計
5.1 開發(fā)環(huán)境介紹
5.2 軟件系統(tǒng)設(shè)計需求分析
5.3 原型系統(tǒng)總體設(shè)計
5.3.1 系統(tǒng)工作原理及總體功能結(jié)構(gòu)設(shè)計
5.3.2 視頻圖像輸入模塊
5.3.3 圖像預(yù)處理模塊
5.3.4 前方車輛駛?cè)霗z測模塊
5.3.5 車牌識別模塊
5.3.6 車道線提取及違章越線行為判斷模塊
5.4 小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間公開發(fā)表論文
致謝
本文編號:4048399
本文鏈接:http://www.sikaile.net/kejilunwen/qiche/4048399.html
最近更新
教材專著