智能交通中运动汽车检测及识别技术分析

智能交通中运动汽车检测及识别技术分析

ID:28338849

大小:8.52 MB

页数:140页

时间:2018-12-09

智能交通中运动汽车检测及识别技术分析_第1页
智能交通中运动汽车检测及识别技术分析_第2页
智能交通中运动汽车检测及识别技术分析_第3页
智能交通中运动汽车检测及识别技术分析_第4页
智能交通中运动汽车检测及识别技术分析_第5页
资源描述:

《智能交通中运动汽车检测及识别技术分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、摘要智能交通中运动汽车检测及识别技术研究应用数学专业研究生刘循指导教师游志胜教授摘要:汽车作为交通工具,是智能交通系统的主体。在智能交通系统中,无论是交通管理系统、综合交通枢纽协调系统、疏导信息服务系统、交通流优化与运输组织智能化系统,还是为驾驶员提供道路实时信息系统、车辆运营智能调度系统,其主体都是运动的汽车。因此,运动汽车的检测和分类识别在智能交通中起着十分重要的作用。在运动汽车检测上,传统的有感应线圈检测方式、激光和红外、超声检测方式,由于这些方式存在具体实施上复杂、受环境因素影响大、检测误差大等问题。近年来,随着计算机和数字技术的发展,视频检测方式由于具

2、有实施简单、受环境变化影响小、检测可靠等优点,受到了人们的重视并得到了广泛应用。本文的运动汽车检测和识别技术的研究正是基于视频检测基础上展开,在理论和方法实现上跟踪当前智能系统研究的热点和前沿领域。运动汽车的检测与分类识别是集计算机技术、模式识别、图像处理、应用数学以及视觉理论等学科综合应用的一项艰巨的任务。本文在分析和总结国内外相关研究成果和最新研究技术基础上,针对目前技术上亟待解决的运动目标图像中存在运动背景(除待检测和识别的汽车目标外,其它的运动目标,如汽车和自行车、三轮车和行人等)和运动阴影,这样的复杂背景中的汽车检测和识别,完成算法分析、理论研究和应用

3、试验。在研究中,本文主要围绕两个方面进行:运动汽车的自动检测和分类识别。运动汽车的自动检测力图从复杂背景图像中检测汽车,克服其它运动目标和运动背景的影响,为此提出了基于形变模板模型的运动汽车分割算法,针对无法或预先没有建立汽车形变模板模型的情况,还提出了基于分层统计模型HMM汽摘要车分割算法作为分割算法的相互补充。在汽车的分类识别上,为了从汽车特征数据上反映出不同类型的汽车结构特点和应用特点,利用基于CEF的信息势能聚类方法进行汽车分类。在汽车分类的基础上,用粗糙集和神经网络方法使得汽车识别系统具有学习能力和识别能力。总之,本文的运动汽车检测和分类识别方法综合应

4、用了图像处理、计算机视觉、模式识别、数值处理、统计分析和粗糙集理论、神经网络等方面的理论和最新成果,并与计算机技术结合,在理论和实际上为智能交通系统实现提供一些基础的和具有实用价值的方法。本文的创新点体现在对复杂背景图像中的运动汽车检测和分类识别两个方面的研究:I.复杂背景图像中的运动汽车检测在运动汽车检测中,公路上实际的情况是多个车道,多辆汽车并行行驶,这样自然在视频图像中存在多辆汽车相互遮挡,运动差分检测的结果是多个运动目标相互连结在一起。除此之外,由于光照的因素,运动目标产生的阴影也是运动差分检测无法消除。因此,虽然我们要识别的汽车处于图像前景,未被遮挡,

5、但是用一般的图像分割方法却很难将之分割出来,本文在这方面的创新点为:·基于形变模板模型的运动汽车分割方法本文在分析汽车形状的几何结构基础上,提出了形变模板模型的汽车表示和运动汽车分割方法。通过形状参数模型和形变的方式进行表示,在几何结构基础上,不同形状差别的汽车表现出几何结构参数的变化,即形变。本文所作的工作是完成了对汽车结构的学习和训练过程后,建立了几类具有代表性汽车的形变模板模型和参数约束函数。通过汽车形变模板模型的形变,用最优化算法达到从图像中检测和分割运动汽车的目的。在算法中,本文对经典的EM算法进行了更新,从而提高了算法的稳健性和加快了运算时间。从本文

6、的分割实验结果可见,本分割方法能够达到克服多运动目标和阴影的影响,有效实现识别汽车的分割。实验结果和与其它的分割方法比较表明,该方法在分割率和运算时间上都得到了有效提高。需要补充的是:形变模板模型的运动汽车分割方法还有一个特点是该方法摘要除了能够完成汽车分割外,也可完成汽车的分类识别,所以,该方法是一种最简单、最有效的汽车分割和识别方法。·基于图像序列分层统计模型H删运动汽车分割本文提出了将差分运动检测后的汽车图像分为前景运动汽车层、背景运动目标层和运动阴影层,并分别提出和建立了各层的统计模型,应用HMM方法对运动图像序列进行模型参数估计,通过模型进行运动汽车分

7、割的方法。该方法不需要预先的汽车学习,直接在分割中完成学习。所以,是前面的形变模板模型分割方法的有效补充。HMM方法利用图像序列帧之间的图像像素空间相关性和时间相关性,从而完成模型参数的识别,通过MAP算法完成模型参数具体化,不但用模型完成图像前景目标的分割,同时在分割中自然区别了背景运动目标和阴影,最终实现了复杂背景图像的运动汽车分割。最终试验结果表明本方法能够有效的完成分割目的。2.汽车的分类和识别汽车的分类和识别是一个非常普遍的话题。按照国家交通标准,汽车可以根据尺寸大小和载重量分为大(8-10吨)、中(2-8吨)、小(2吨以下),也可以根据用途分为:货车

8、、客车、轿车和特种用途车

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。