資源描述：
《基于視頻的交通流參數(shù)提取方法及系統(tǒng)實(shí)現(xiàn)研究》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(kù)。
1、碩士學(xué)位論文基于視頻的交通流參數(shù)提取方法及系統(tǒng)實(shí)現(xiàn)研究作者姓名張潤(rùn)初學(xué)科專(zhuān)業(yè)模式識(shí)別與智能系統(tǒng)指導(dǎo)教師俞祝良教授所在學(xué)院自動(dòng)化科學(xué)與工程學(xué)院論文提交日期2015年6月ResearchonVideo-basedTrafficFlowParametersExtractionMethodandSystemRealizationADissertationSubmittedfortheDegreeofMasterCandidate：ZhangRunchuSupervisor：Prof.YuZhuliangSouthChinaUniversityofTechnolo
2、gyGuangzhou,China分類(lèi)號(hào)：TP391學(xué)校代號(hào)：10561學(xué)號(hào)：201220114120華南理工大學(xué)碩士學(xué)位論文基于視頻的交通流參數(shù)提取方法及系統(tǒng)實(shí)現(xiàn)研究作者姓名：張潤(rùn)初指導(dǎo)教師姓名、職稱(chēng)：俞祝良教授申請(qǐng)學(xué)位級(jí)別：工學(xué)碩士學(xué)科專(zhuān)業(yè)名稱(chēng)：模式識(shí)別與智能系統(tǒng)研究方向：面向交通應(yīng)用的視頻處理技術(shù)論文提交日期：2015年5月4日論文答辯日期：2015年6月9日學(xué)位授予單位：華南理工大學(xué)學(xué)位授予日期：年月日答辯委員會(huì)成員：主席：賀霖委員：李遠(yuǎn)清、俞祝良、顧正暉華南理工大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取
3、得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫(xiě)的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均己在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名病1^)曰期：年<月曰學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬華南理工大學(xué)。學(xué)校有權(quán)保存并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許學(xué)位論文被查閱（除在保密期內(nèi)的保密論文外）；學(xué)校可以公布學(xué)位論文的全部或部分內(nèi)容，可以允許采用影印、縮印或其它復(fù)制
4、手段保存、匯編學(xué)位論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。本學(xué)位論文屬于：□保密，在____年解密后適用本授權(quán)書(shū)。釔不保密，同意在校園網(wǎng)上發(fā)布，供校內(nèi)師生和與學(xué)校有共享協(xié)議的單位瀏覽；同意將本人學(xué)位論文提交中國(guó)學(xué)術(shù)期刊（光盤(pán)版）電子雜志社全文出版和編入CNKI《中國(guó)知識(shí)資源總庫(kù)》，傳播學(xué)位論文的全部或部分內(nèi)容。(請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打“V”）曰期:冰午（則S曰期，歸、祁、電子郵箱：聯(lián)系地址(含郵編）:摘要近幾十年來(lái)，隨著機(jī)動(dòng)車(chē)數(shù)量的急劇增多，城市路網(wǎng)壓力不斷增大，出現(xiàn)了交通擁堵日趨嚴(yán)重等問(wèn)題。而單純地依賴(lài)增加道路建設(shè)和人工疏導(dǎo)并不是可行的方法。目前
5、，智能交通系統(tǒng)(IntelligentTransportationSystem,ITS)是解決交通擁堵的一個(gè)有效途徑。本文針對(duì)智能交通系統(tǒng)中基于視頻的交通流參數(shù)提取方法需要方便地對(duì)攝像機(jī)進(jìn)行標(biāo)定以及適應(yīng)全天工作的要求，從以下幾個(gè)方面進(jìn)行了研究：首先，為了提取到實(shí)際的車(chē)速，需要對(duì)攝像機(jī)進(jìn)行標(biāo)定，而目前大多數(shù)的方法還依賴(lài)于人工現(xiàn)場(chǎng)操作，極大地影響了標(biāo)定的效率，本文提出了一種利用參考圖像和路面信息的標(biāo)定方法，能夠有效地避免人工現(xiàn)場(chǎng)操作。該方法利用已知的路面信息，如車(chē)道標(biāo)志線等，來(lái)得到平行和垂直于車(chē)道方向的兩個(gè)“消失點(diǎn)”，再結(jié)合已知的車(chē)道寬度實(shí)現(xiàn)攝像機(jī)的標(biāo)定。對(duì)
6、于“消失點(diǎn)”趨于無(wú)窮的“病態(tài)條件”，再通過(guò)旋轉(zhuǎn)攝像機(jī)得到一組同時(shí)具有兩“消失點(diǎn)”的參考圖像來(lái)實(shí)現(xiàn)標(biāo)定。其次，本文針對(duì)白天和夜間兩種不同的場(chǎng)景，分別采用了不同的交通流參數(shù)提取方法。1）針對(duì)白天場(chǎng)景，由于在交通流密度較大的情況下使用單輛車(chē)輛進(jìn)行檢測(cè)和跟蹤會(huì)造成較大的誤差，本文采用了基于光流的方法來(lái)提取交通流參數(shù)。首先根據(jù)提取到的車(chē)速和路面占有率，再利用交通流理論的方法來(lái)統(tǒng)計(jì)高密度交通流情況下的車(chē)流量，而對(duì)于其它情況，則采用脈沖計(jì)數(shù)的原理來(lái)進(jìn)行車(chē)流量的統(tǒng)計(jì)。2）針對(duì)夜間場(chǎng)景，由于照明情況較差，本文提出了一種基于車(chē)燈亮度直方圖的車(chē)輛檢測(cè)和跟蹤方法。該方法根據(jù)車(chē)燈
7、塊質(zhì)心所在的車(chē)道來(lái)統(tǒng)計(jì)該車(chē)道水平方向上的亮度直方圖，然后根據(jù)各個(gè)車(chē)道亮度直方圖峰值的起止區(qū)間來(lái)確定車(chē)燈的位置，從而實(shí)現(xiàn)車(chē)輛的檢測(cè)，最后利用車(chē)燈區(qū)間直方圖匹配的思想來(lái)實(shí)現(xiàn)車(chē)輛的跟蹤。通過(guò)對(duì)車(chē)輛進(jìn)行檢測(cè)和跟蹤，就可以得到車(chē)輛數(shù)和車(chē)速等信息，從而實(shí)現(xiàn)夜間交通流參數(shù)的提取。最后，本文通過(guò)編程實(shí)現(xiàn)了視頻采集和交通流參數(shù)提取的功能，并對(duì)不同場(chǎng)景的交通視頻進(jìn)行了測(cè)試。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)在交通流參數(shù)提取上取得了較高的準(zhǔn)確度，實(shí)現(xiàn)了預(yù)期的目標(biāo)。關(guān)鍵詞：智能交通系統(tǒng)；交通流參數(shù)提?。卉?chē)輛檢測(cè)跟蹤；交通流理論；直方圖匹配IAbstractInrecentdecades,wi
8、ththerapidincreaseofthenumberofmotorvehi
