資源描述：
《2012基于視頻檢測的行人交通參數(shù)提取研究 碩士論文 》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在應用文檔-天天文庫。
1、碩士學位論文基于視頻檢測的行人交通參數(shù)提取技術研究ExtractionTechnologyofPedestrianTrafficParametersBasedonVideoDetection北京交通大學2021年7月學位論文版權使用授權書本學位論文作者完全了解北京交通大學有關保留、使用學位論文的規(guī)定。特授權北京交通大學可以將學位論文的全部或部分內(nèi)容編入有關數(shù)據(jù)庫進行檢索，提供閱覽服務,并采用影印、縮印或掃描等復制手段保存、匯編以供查閱和借閱。同意學校向國家有關部門或機構送交論文的復印件和磁盤。（保密的學位論文在解密后適用本授權說明）學位論
2、文作者簽名：導師簽名：簽字日期：年月日簽字日期：年月日中圖分類號：學校代碼：10004UDC：密級：公開北京交通大學學位論文基于視頻檢測的行人交通參數(shù)提取技術研究ExtractionTechnologyofPedestrianTrafficParametersBasedonVideoDetection作者姓名：學號：導師姓名：職稱：學位類別：工學學位級別：碩士學科專業(yè)：交通運輸規(guī)劃與管理研究方向：城市交通規(guī)劃與管理北京交通大學2021年7月63北京交通大學碩士學位論文ABSTRACT中文摘要摘要：目前交通監(jiān)控的主要方式是兩種：人工觀察；攝
3、像機記錄，人工統(tǒng)計。這兩種方式都需要投入大量的人力和物力資源，并且人工統(tǒng)計的準確性有限，可能會出現(xiàn)疏漏，對異常情況不能及時做出反應。為此需要建立一種不需人工干預、或者只需要很少人工操作的智能交通管理系統(tǒng)，通過安裝在固定位置的攝像機拍攝視頻，實現(xiàn)對目標的定位、識別和跟蹤及交通參數(shù)的提取和分析，并在此基礎上進一步實現(xiàn)目標（例如行人、車輛等）行為的分析與判斷。目前，針對車輛的目標檢測、跟蹤、識別研究已經(jīng)比較成熟，但針對行人的目標檢測、跟蹤、識別研究則相對滯后，而且具體情況異常復雜，例如行人為非剛體，在視頻中的面積小，行動較為隨機，速度并不連貫，
4、而且行人之間的間距有可能較小，這些都給相關技術造成了很大的挑戰(zhàn)。本文對上述難點進行了研究，通過提取交叉口的行人流量、速度、步行方向等參數(shù)，給行人的交通管理與控制以及仿真系統(tǒng)模擬現(xiàn)實提供基礎數(shù)據(jù)。本文的主要研究內(nèi)容包括：（1）分析了智能交通監(jiān)控視頻中的降質(zhì)因素，并研究了各種噪聲的數(shù)學模型，針對交通視頻中最常見的椒鹽噪聲和高斯噪聲實現(xiàn)了經(jīng)典濾波算法的去噪，并設計了一種改進算法，將加入圖像像素點是否為噪聲的判決預處理，只針對可能為噪聲點的區(qū)域進行去噪，而對于非噪聲點不進行去噪，更好地保持了圖像的細節(jié)信息。（2）對于行人檢測和識別問題，針對各種具
5、體難點設計了具體的解決方案和步驟。比較了常用目標檢測算法，并根據(jù)交叉口智能交通監(jiān)控視頻的特點選用了合適的行人檢測算法。由于檢測算法可能造成區(qū)域的不完整和空洞，采用形態(tài)學操作對行人目標區(qū)域的斷裂區(qū)域?qū)崿F(xiàn)連接，并對目標區(qū)域內(nèi)的空洞進行填充。對可能存在噪聲的區(qū)域采用區(qū)域面積統(tǒng)計的方法計算面積，并去除小面積的噪聲斑塊。對陰影采用幾何形狀的方法予以去除。對交叉路口復雜環(huán)境中的各種運動目標進行建模，并總結了行人目標的特點，實現(xiàn)了基于視頻檢測的行人目標識別。（3）實現(xiàn)了交通視頻中交叉口行人目標的跟蹤。通過對攝像機視場的標定，完成了攝像機空間拍攝的視頻數(shù)
6、字圖像中的坐標到實際物理世界空間坐標系的映射換算，提取了包括行人目標的質(zhì)心、位移、速度、加速度和流量等交通參數(shù)，為仿真系統(tǒng)模擬現(xiàn)實提供實際狀況提供了翔實的基礎數(shù)據(jù)。綜上所述，本文的研究成果能夠為仿真系統(tǒng)模擬現(xiàn)實提供實際狀況，并分析所在路口的交通狀況，為交通管理與控制提供依據(jù)。關鍵詞：交通參數(shù)提??；行人檢測；行人識別；行人跟蹤；視場標定63北京交通大學碩士學位論文ABSTRACTABSTRACTABSTRACT:Currently,mostmonitoringoftrafficsceneismainlyachievedthroughmanu
7、alsupervisorycontrolorartificialobservationofvideoaftertheevent.Thesemethodsneedalotofmanpower,materialresources;furthermore,omissionsmayoccurabnormalsituationscan’tberespondedduetothelimitationofhuman'senergyandattention.Thusthereisneedtoestablishintelligenttrafficmanage
8、mentsystemthatiswithouthumaninterventionorrequiresverylittlemanualoperation.Inthesystem,installi
