資源描述：
《車路協同系統(tǒng)中基于部件的車輛目標檢測方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、分類號:TP3910710-2013124064碩士學位論文車路協同系統(tǒng)中基于部件的車輛目標檢測方法研究閆國偉導師姓名職稱宋煥生教授申請學位級別工學碩士學科專業(yè)名稱交通信息工程及控制論文提交日期2016年4月28日論文答辯日期2016年6月10日學位授予單位長安大學StudyoftheVehicleDetectionMethodBasedonPartsinCooperativeVehicleInfrastructureSystem(CVIS)AThesisSubmittedfortheDegreeofMasterCandidate：YanGuoweiSupervisor：Prof.Song
2、HuanShengChang’anUniversity,Xi’an,China摘要車輛目標檢測是車路協同系統(tǒng)中的關鍵技術之一，作為智能交通領域的重要研究方向，受到很多學者的關注，基于機器視覺的檢測方法目前已經取得顯著效果，但是由于交通環(huán)境復雜、天氣變化等的影響，依然存在一些問題。本文以交通場景中的車輛目標為研究對象，通過車輛部件進行目標檢測。由于攝像機透視投影成像原理，二維圖像中的目標會發(fā)生尺度、形狀的變化，通過對交通場景標定，將二維圖像逆投影到三維空間，建立三維逆投影面，重建逆投影數據，可以有效避免二維圖像中出現的問題。車輛目標可以通過多個部件進行表征，并通過部件的組合完成目標的檢測。在
3、夜間和白天場景中，車輛目標呈現不同特征，夜間車頭燈光亮度比較顯著，而白天車輛尾燈和牌照部件顏色很突出。前者通過背景差分法分割目標，對目標進行預處理提取車燈部件，結合車燈目標的幾何特征，進行目標車燈對的粗篩選，將候選目標與尺度因子相結合，利用已經建立的高斯混合模型，完成目標車燈對的精確檢測；后者通過顏色轉化模型分別定位牌照和尾燈部件，通過部件之間的空間幾何位置關系，引入馬爾可夫隨機場，實現車輛目標的檢測。本文算法在車路協同系統(tǒng)中得到了有效應用，通過現場測試，結果顯示能夠對車輛目標能夠達到較好的檢測效果，在白天場景下檢測率達到93%，夜間環(huán)境能夠達到94%，而且算法可以進行實時檢測。關鍵詞：車
4、輛目標檢測，部件，逆投影，高斯混合模型，馬爾可夫隨機場iAbstractThevehicledetectionisoneofthekeytechnologiesoftheCooperativeVehicleInfrastructureSystem(CVIS).Asanimportantresearchfieldofintelligenttransportation,ithasreceivedmuchattentionfromscholars.Thoughthedetectionmethodbasedonmachinevisionhasachievedremarkableresults,th
5、erearestillsomeproblemsduetocomplextrafficenvironment,weatherchangesandothereffects.Inthispaper,thevehicleintrafficsceneisstudied,andthedetectionmethodisbasedonparts.Accordingtothecameraperspectiveprojectionimagingprinciple,sizeandshapechangein2Dimage,throughthetrafficscenecalibration,inversethe2D
6、imageprojectedontothe3Dspace,andsetuptheinverseprojectionsurfacetoreconstructthedataofinverseprojection.Itcanavoid2Dimageproblemseffectively.Thevehicletargetcanbecharacterizedbymultipleparts,andthroughthecombinationofpartstocompletethedetectionofthetarget.Thevehicletargetshowsdifferentcharacterist
7、icsatnightandduringtheday.Thefrontbrightnessofheadlightsatnightisverysignificant,whilethecolorofvehicletaillightandlicenseplateduringthedayisveryobvious.Theformerdividestargetbybackgroundsubtraction,thenextractst
