智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究

智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究

ID:35173533

大小:2.82 MB

頁數(shù):68頁

時(shí)間:2019-03-20

智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究_第1頁
智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究_第2頁
智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究_第3頁
智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究_第4頁
智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究_第5頁
資源描述:

《智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究》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。

1、分類號UDC密級編號D03碩士學(xué)位論文智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究ResearchonMovingObjectTrackingforIntelligentTrafficMonitoring學(xué)位申請人:郭世旭指導(dǎo)教師:陳家新教授一級學(xué)科:計(jì)算機(jī)科學(xué)與技術(shù)二級學(xué)科:計(jì)算機(jī)應(yīng)用技術(shù)學(xué)位類別:理學(xué)碩士2015年05月獨(dú)創(chuàng)性聲明本人聲明,所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下完成的研究工作及取得的研究成果。據(jù)我所知,文中除了特別加以標(biāo)注和致謝的地方外,不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得河南科技大學(xué)或其它教育機(jī)構(gòu)的其他學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所

2、做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。研究生簽名:日期:摘要摘要在現(xiàn)代社會(huì),地面交通的快速發(fā)展所產(chǎn)生的交通問題日趨增多。為了能夠及時(shí)準(zhǔn)確地掌握所監(jiān)控路口、路段周圍的車輛和行人流量,以及交通治安等情況,現(xiàn)已大量使用了視頻監(jiān)控系統(tǒng)。作為智能交通系統(tǒng)的一個(gè)重要組成部分,其重要性日趨凸顯。然而,伴隨著新的交通基礎(chǔ)設(shè)施的不斷興建,車輛和行人流量的不斷增加,監(jiān)控系統(tǒng)越來越龐大,監(jiān)控信息量也越來越多。單純的依賴有限的人力資源來實(shí)現(xiàn)實(shí)時(shí)、全面的監(jiān)控,已成為不可能的事情。因此,研究以計(jì)算機(jī)視覺技術(shù)為支撐的交通視頻分析技術(shù)具有重要意義。本文以高速公路的監(jiān)控視頻作為數(shù)據(jù)源,對智能交通監(jiān)控系統(tǒng)

3、的關(guān)鍵技術(shù)開展相關(guān)研究。具體研究內(nèi)容如下:在視頻圖像預(yù)處理方面,針對高速公路監(jiān)控視頻受霧氣影響較大的特點(diǎn),本文研究了基于暗原色先驗(yàn)理論的去霧算法,明確了該算法的優(yōu)缺點(diǎn),并在此基礎(chǔ)上,采用了一種基于暗原色先驗(yàn)理論和圖像小波變換的去霧算法來對監(jiān)控視頻進(jìn)行去霧處理。通過小波變換對霧天圖像進(jìn)行分解,得到圖像的低頻和高頻分量,然后采用暗原色先驗(yàn)理論對圖像的低頻部分進(jìn)行去霧處理。實(shí)驗(yàn)結(jié)果表明,該方法能夠有效的減少算法的時(shí)間消耗,提升了算法的執(zhí)行效率。在運(yùn)動(dòng)目標(biāo)檢測算法方面,本文選用背景差分法對視頻圖像進(jìn)行處理。首先采用自適應(yīng)高斯模型建模方法進(jìn)行背景建模;然后將獲取的背景模型同視頻幀圖像進(jìn)行做差運(yùn)

4、算,得到差值圖像;隨后依次使用自適應(yīng)二值化和數(shù)學(xué)形態(tài)學(xué)等方法對差值圖像進(jìn)行去噪處理;最后采用5*5的區(qū)域搜索算法來對運(yùn)動(dòng)目標(biāo)進(jìn)行提取操作。實(shí)驗(yàn)結(jié)果表明,本文所采用的方法能夠準(zhǔn)確的檢測出運(yùn)動(dòng)目標(biāo)。在運(yùn)動(dòng)目標(biāo)跟蹤算法方面,由于前期進(jìn)行圖像預(yù)處理時(shí),算法存在一定的時(shí)間消耗,為了保證整體算法的實(shí)時(shí)性,本文采用了一種基于卡爾曼濾波的特征匹配跟蹤算法。首先,對檢測出的運(yùn)動(dòng)目標(biāo)進(jìn)行特征提取操作,獲取運(yùn)動(dòng)目標(biāo)的大小、形狀、中心點(diǎn)位置和運(yùn)動(dòng)估計(jì)等特征信息;然后,在卡爾曼濾波器的預(yù)測區(qū)域內(nèi)進(jìn)行目標(biāo)搜索,并按照一定的目標(biāo)匹配規(guī)則對搜索到的目標(biāo)進(jìn)行匹配;最終選擇出最優(yōu)的匹配目標(biāo),實(shí)現(xiàn)目標(biāo)的跟蹤。實(shí)驗(yàn)結(jié)果表明

5、,該方法的實(shí)時(shí)性相對較好,并且能夠準(zhǔn)確的實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的跟蹤。關(guān)鍵詞:智能交通監(jiān)控系統(tǒng);去霧處理;目標(biāo)檢測;目標(biāo)跟蹤;卡爾曼濾波論文類型:應(yīng)用研究選題來源:其他IABSTRACTABSTRACTInthemodernsociety,thetrafficproblems,generatedbytherapiddevelopmentofgroundtraffic,aregraduallyincreasing.Inordertoknowaboutthetraffic,thevehiclesandpedestrianflowaroundthemonitoringroadtimelyandacc

6、urately,alotofvideomonitoringsystemhavebeenusedextensively.AsanimportantpartoftheIntelligentTransportationSystem(ITS),itsimportanceisincreasinglyhighlighted.However,withthedevelopmentofnewtransportinfrastructureconstructionandtheincreaseofthevehiclesandpedestrianflow,thevideomonitoringsystemisb

7、ecominghuger,andtherearemoreandmoreinformationneedtomonitor.Justrelyingonthelimitedhumanresourcestoimplementthereal-timeandcomprehensivemonitoringhasbecomeimpossible.Therefore,theresearchofthetrafficvideoanalysistechnologywhichbas

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。