基于車道檢測(cè)的車輛檢測(cè)方法

《基于車道檢測(cè)的車輛檢測(cè)方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、武漢理工大學(xué)碩士學(xué)位論文摘要智能交通系統(tǒng)(ITS)是未來交通系統(tǒng)的發(fā)展方向，它是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、控制技術(shù)及計(jì)算機(jī)技術(shù)等有效地集成運(yùn)用于整個(gè)地面交通管理系統(tǒng)而建立的一種在大范圍內(nèi)、全方位發(fā)揮作用的、實(shí)時(shí)、準(zhǔn)確、高效的綜合交通運(yùn)輸管理系統(tǒng)。先進(jìn)的交通檢測(cè)技術(shù)和計(jì)算處理技術(shù)是智能交通系統(tǒng)中的一個(gè)重要研究領(lǐng)域。本文以交通路口單個(gè)固定攝像頭拍攝的視頻圖像為研究對(duì)象，提出了一種基于車道檢測(cè)的車輛檢測(cè)方法，將通常運(yùn)用于車載系統(tǒng)的車道線檢測(cè)技術(shù)運(yùn)用于環(huán)境較復(fù)雜的交通路口車輛檢測(cè)系統(tǒng)，為車輛檢測(cè)自動(dòng)劃分感興趣區(qū)

2、域，大大降低了車輛檢測(cè)的計(jì)算量。論文首先總結(jié)了常用的目標(biāo)檢測(cè)方法及背景建模方法，并對(duì)它們進(jìn)行分析和對(duì)比，從而選擇背景幀差法進(jìn)行車輛檢測(cè)，選擇時(shí)間中值法進(jìn)行背景建模，并且提出了自己的背景更新策略。隨后，本文根據(jù)所得到的背景圖像的特征，對(duì)圖像進(jìn)行濾波處理。在對(duì)常用的圖像預(yù)處理算法進(jìn)行總結(jié)和對(duì)比后，選擇了適合道路背景圖像的邊緣檢測(cè)算法，提出了一種基于灰度值選擇的道路背景濾波方法，并且對(duì)傳統(tǒng)的Hough變換方法進(jìn)行了改進(jìn)。然后，本文根據(jù)得到的車道信息，劃分了車輛檢測(cè)的感興趣區(qū)域，使用閾值分割法將車輛目標(biāo)分割出來，采用連通域標(biāo)識(shí)法得到目

3、標(biāo)的最小外接矩形，通過計(jì)算外接矩形的個(gè)數(shù)來完成車輛計(jì)數(shù)。最后，本文使用固定相機(jī)拍攝的一段2分47秒的路面視頻來對(duì)算法進(jìn)行檢驗(yàn)。實(shí)驗(yàn)表明，本文提出的算法可以有效地檢測(cè)出晴好天氣下結(jié)構(gòu)化道路上的車道線，對(duì)車輛的檢測(cè)有較高的正確率。盡管如此，本文還有許多有待改進(jìn)的地方，如還需要進(jìn)一步的研究，使得本系統(tǒng)能檢測(cè)更多的交通車輛參數(shù)，比如對(duì)車輛速度、長(zhǎng)度等的檢測(cè)；也需要進(jìn)一步的改進(jìn)，使得該系統(tǒng)能運(yùn)用于環(huán)境更為復(fù)雜的非結(jié)構(gòu)化道路中。關(guān)鍵詞：車道線檢測(cè)，灰度濾波，Hough變換，車輛檢測(cè)武漢理T大學(xué)碩十學(xué)位論文ABSTRACTIntellige

4、ntTransportationSystem(ITS)isthedevelopmenttrendoftransportationsystem．Advancedinformationtechnology，datacommunicationTechnology，electronicsensingtechnology，controltechnologyandcomputertechnologyareintegratedinITS，whichconstitutethecomprehensive，effective，accuratean

5、dreal—timetransportationsystem．AdvancedtrafficmonitoringandcomputerprocessingtechnologyisanimportantareainITS．Thevideoscapturedbyastaticcameraarestudiedinthispaper，andavehicledetectionmethodbasedonroaddetectionisproposed．Theroaddetectionwhichistypicallyusedinin．cars

6、ystem，isusedtodeterminetheinterestareasofvehicledetection．Ite伍cientlyreducesthecomplexityofthevehicledetection．Thepaperfirstgivesasummaryofmotiondetectionmethodsandbackgroundmodelingmethods，analyzesandcomparesthemwitheachother，andchoosesthebackgroundsubtractionmetho

7、dtodetectthevehicles，usesTimeMedianBackgroundModelMethodtoformabackgroundimage，thengivesabackgroundupdatemethod．Inthesecondpart，itusesfilterstoreducethenoises，accordingtothefeaturesofthebackgroundimage．Thesummaryandcomparisonofimagepre．processingalgorithmiSdiscussed

8、inthispaper，andtheappropriateedgedetectionmethodiSchosen，aroaddetectionalgorithmbasedongrayvaluechosenisraised，thetraditionalHoughTransfor