發(fā)布時間：2017-08-12 14:07

  本文關鍵詞：基于視頻檢測技術的道路交通參數監(jiān)測系統(tǒng)

  更多相關文章： 圖像去霧 背景建模 目標檢測 交通參數

【摘要】：隨著我國城鎮(zhèn)化的持續(xù)快速發(fā)展,汽車保有量和道路通車里程數源源不斷地增加,交通事故頻發(fā)、道路車輛擁擠、環(huán)境污染加重等新問題日益突出。發(fā)展智能交通系統(tǒng)(Intelligent Transportation System, ITS)對緩解這些問題有著良好的作用,而交通參數是智能交通系統(tǒng)中重要的基礎研究內容之一。傳統(tǒng)安裝在道路上的交通參數檢測器,其存在成本較高、檢測范圍小、采集參數單一等缺點。基于視頻的交通參數提取方法以其系統(tǒng)設置靈活、信息量豐富、檢測范圍大等優(yōu)點發(fā)展迅速,成為智能交通領域的一個研究熱點,有著廣闊的應用前景。本文重點對視頻圖像去霧算法和運動目標檢測算法進行了研究,通過實驗分析與驗證,改進了相關算法。并在此基礎上完成了適合霧霾天氣下的基于視頻檢測技術的交通參數監(jiān)測系統(tǒng)的研制。論文主要工作如下：(1)提出了一種改進的基于導向濾波的快速圖像去霧算法。在使用導向濾波前,對透射率和導向圖像采用最近鄰插值進行下采樣,以縮小輸入導向濾波的圖像,來降低導向濾波的處理時間；對導向濾波輸出結果,采用雙線性插值進行上采樣得到校正后的透射率,并通過實驗驗證了該去霧算法的有效性與實時性。(2)在深入分析了各種運動目標檢測算法的優(yōu)缺點的基礎上,重點研究了背景差分法的目標檢測方法。最后經過比較各種背景提取方法,采用了自適應較強的基于像素自適應分割的運動目標檢測算法進行視頻運動目標檢測,并通過實驗驗證了該算法檢測運動目標的有效性。(3)在學習理解交通參數物理含義的基礎上,對道路交通參數的提取方法進行了深入研究,并構建了提取道路交通參數的流程。(4)在掌握了視頻圖像去霧算法,運動目標檢測算法以及交通參數提取流程的基礎上,設計了基于視頻檢測技術的交通參數監(jiān)測系統(tǒng)。完成了監(jiān)測系統(tǒng)的視頻圖像采集、視頻圖像去霧、運動車輛檢測、交通參數提取和交通參數存儲的功能。并通過實驗驗證了該系統(tǒng)能有效地監(jiān)測道路交通參數,符合預期效果。
【關鍵詞】：圖像去霧 背景建模 目標檢測 交通參數
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-12
• 第1章 緒論12-16
• 1.1 課題背景和意義12-13
• 1.2 國內外研究現狀13-14
• 1.3 論文主要工作14-15
• 1.4 論文章節(jié)安排15
• 1.5 本章小結15-16
• 第2章 圖像處理相關算法介紹16-30
• 2.1 數字圖像簡介16
• 2.2 圖像表色系16-19
• 2.3 圖像預處理技術19-29
• 2.3.1 灰度變換20-21
• 2.3.2 濾波去噪21-23
• 2.3.3 二值化23-26
• 2.3.4 邊緣檢測26-29
• 2.4 本章小結29-30
• 第3章 視頻圖像去霧算法研究30-45
• 3.1 圖像去霧算法概述30-31
• 3.2 霧霾圖像成像模型31-32
• 3.3 暗原色先驗規(guī)律32-34
• 3.4 改進的基于導向濾波的圖像去霧算法34-37
• 3.4.1 提取大氣光常數35
• 3.4.2 估計透射率35-36
• 3.4.3 校正透射率36-37
• 3.4.4 復原無霧圖像37
• 3.5 去霧實驗結果與分析37-44
• 3.5.1 圖像去霧實驗結果與分析37-42
• 3.5.2 視頻去霧實驗結果與分析42-44
• 3.6 本章小結44-45
• 第4章 運動目標檢測算法研究45-55
• 4.1 運動目標檢測方法概述45-48
• 4.2 常用背景提取方法概述48-50
• 4.3 基于像素自適應分割的運動目標檢測算法50-52
• 4.3.1 背景模型建立51
• 4.3.2 前景目標檢測51
• 4.3.3 背景模型更新51-52
• 4.3.4 前景目標后處理52
• 4.4 目標檢測實驗結果與分析52-53
• 4.5 本章小結53-55
• 第5章 道路交通參數提取方法55-61
• 5.1 路面參數提取55-57
• 5.1.1 車流量參數提取55-56
• 5.1.2 道路占有率參數提取56-57
• 5.2 車輛參數提取57-60
• 5.2.1 車速參數提取57-58
• 5.2.2 車型參數提取58-59
• 5.2.3 車身顏色參數提取59
• 5.2.4 車牌參數提取59-60
• 5.3 本章小結60-61
• 第6章 監(jiān)測系統(tǒng)設計與實現61-68
• 6.1 系統(tǒng)設計61-65
• 6.1.1 視頻圖像采集模塊61-62
• 6.1.2 視頻圖像去霧模塊62
• 6.1.3 運動車輛檢測模塊62
• 6.1.4 交通參數提取模塊62-64
• 6.1.5 交通參數存儲模塊64-65
• 6.2 監(jiān)測系統(tǒng)實現65-67
• 6.2.1 系統(tǒng)界面介紹65
• 6.2.2 系統(tǒng)菜單介紹65-67
• 6.3 本章小結67-68
• 第7章 總結與展望68-70
• 7.1 總結68
• 7.2 展望68-70
• 參考文獻70-74
• 作者簡歷74

【相似文獻】

中國期刊全文數據庫 前10條

1 陳燕兵;徐加美;沈炳良;;基于視頻檢測技術的高速公路超速抓拍系統(tǒng)[J];工業(yè)控制計算機;2008年07期

2 王兆華;劉志強;;視頻檢測技術在交通安全中的應用[J];中國公共安全(綜合版);2007年05期

3 羅志遠;;基于視頻檢測技術的照明控制系統(tǒng)研究[J];智能建筑電氣技術;2014年02期

4 魏夢嬌;;視頻檢測技術在交通運輸系統(tǒng)中的應用[J];物流工程與管理;2012年03期

5 許建斌;;視頻檢測技術在甘肅高速公路的應用[J];中國交通信息產業(yè);2008年05期

6 喬光軍,楊兆選;基于虛擬線的交通信息視頻檢測技術及應用[J];電子技術應用;2005年09期

7 張亮;;視頻檢測技術及在移動監(jiān)控中的應用[J];中國公共安全(綜合版);2006年01期

8 王超;;視頻檢測技術在車牌識別領域的應用[J];中國交通信息產業(yè);2006年05期

9 楊平;厲小潤;;基于視頻檢測技術的智能隧道交通安全監(jiān)控系統(tǒng)設計[J];計算機應用與軟件;2012年06期

10 段宣翡;唐澤杭;;視頻檢測技術在智能交通系統(tǒng)中的應用[J];計算機光盤軟件與應用;2013年08期

中國重要會議論文全文數據庫 前2條

1 郭競;;視頻檢測技術的應用[A];湖北省公路學會——2004年機電工程研討會論文集[C];2004年

2 劉建偉;向懷坤;曹泉;李鋒;王鈞生;;基于視頻檢測信息的干線雙向協調控制系統(tǒng)[A];第一屆中國智能交通年會論文集[C];2005年

中國重要報紙全文數據庫 前1條

1 本報記者 申艷　夏芳;風險資本入駐西部川企[N];證券日報;2009年

中國碩士學位論文全文數據庫 前10條

1 章強;基于視頻檢測技術的道路交通參數監(jiān)測系統(tǒng)[D];浙江大學;2016年

2 笪良飛;視頻檢測技術在闖紅燈抓拍系統(tǒng)中的研究與應用[D];合肥工業(yè)大學;2010年

3 王華鋒;基于視頻檢測技術的道路卡口系統(tǒng)研究與設計[D];杭州電子科技大學;2013年

4 佟力;基于嵌入式系統(tǒng)視頻檢測技術的研究與開發(fā)[D];電子科技大學;2007年

5 盧興國;多截面鋼帶振動視頻檢測技術研究[D];華北電力大學（北京）;2011年

6 陳智;高清視頻檢測技術在智能交通控制中的應用研究[D];北方工業(yè)大學;2011年

7 楊平;基于視頻檢測技術的智能隧道交通安全監(jiān)控系統(tǒng)[D];浙江大學;2012年

8 陳燕兵;基于視頻檢測技術的高速公路超速抓拍系統(tǒng)[D];浙江大學;2007年

9 王騰;基于視頻檢測技術的交通車流量研究[D];寧夏大學;2014年

10 辛立寬;機動車輛檢測技術的研究及應用[D];哈爾濱工程大學;2006年

，

本文編號：661965