资源描述：
《图像视频处理技术在智能交通中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、分类号:U4910710-20118077专业硕士学位论文图像视频处理技术在智能交通中的应用萧继辉导师姓名职称赵忠杰教授专业学位类别工程硕士申请学位级别硕士及领域名称交通运输工程论文提交日期2018年4月17日论文答辩日期2018年6月6日学位授予单位长安大学ApplicationofImageandVideoProcessingTechnologyinIntelligentTransportationSystemADissertationSubmittedfortheDegreeofMasterCandidate：XiaoJihuiSuperv
2、isor：Prof.ZhaoZhongjieChang’anUniversity,Xi’an,China摘要图像视频处理技术是智能交通系统中进行交通状况检测的有效方法，是未来道路交通检测技术发展的趋势。而如何对运动车辆进行检测、去除阴影及有效识别与跟踪是未来研究主要方向。本文在讨论了图像视频处理技术在智能交通中的诸多应用，重点关注于交通监控场景中的前景提取、阴影去除及运动目标的识别与跟踪。本文的主要贡献工作如下。本文对运动目标检测方法研究进行了探讨，重新审视光流法、帧间差分法、背景差法，从其优缺点、方法运行理论两方面进行了具体的分析比较，并对高斯
3、背景模型的相关应用方法进行介绍，引出了阴影抑制法。阴影去除是监控场景中光照因素造成的一大干扰，其直接影响到运动目标的识别与跟踪。为此，本文在对阴影检测问题阐述的基础上，重点分析其多种检测方法的特点，以期获得良好的阴影抑制效果。在前述前景提取及阴影抑制操作后，本文从运动物体的形态、运动特征时空表观出发，将其互相补充作为物体识别的依据，建立起关于卡车、轿车、摩托车以及行人四种运动目标的模糊识别系统，可以采用支持向量机结合模糊积分的技术，进行运算。最后对常用的多种跟踪算法进行分析，引出CamShift算法和卡尔曼滤波器算法。重点在于探讨其基本思想及要旨
4、的前提下，对其进行了改进，提高了跟踪精度，通过实验分析，发现Camshift方法在目标尺度变换方面具有良好的跟踪效果，而卡尔曼滤波对于遮挡问题克服较好。关键词：智能交通，车辆检测，阴影去除，识别，跟踪IAbstractImage/videoprocessingistheeffectivetechniqueinintelligenttransportationsystems(ITS),andalsobecomesthepromisingtrendinfuturetrafficobjectdetectionandunderstanding.Thema
5、inissueexistedishowtoaccuratelydetectthemovableobject,restricttheobjectshadow,robustlyrecognizeandtrackthespecificinstances.ThisdissertationbeginsfromexpoundingseveraltypicalapplicationsinITS,andfocusesonthemovableobjectdetection,shadowdetection,objectrecognitionandtracking.T
6、hesetasksareclassicbutstillunsolvedeffectively.Inviewofthis,thecontributingworksofthisdissertationareasfollows.Theresearchstatusofmovingtargetdetectionmethodsarefirstlydiscussed,andthreemethods,namelyopticalflowmethod,framedifferencemethod,backgroundsubtractionmethodarere-vis
7、itedfromtheirdisadvantagesoperationtheory,comparativeperformance.Then,GaussianMixtureModel(GMM)isconcentratedoninthetargetdetection,whichisfollowedbytheshadowdetection.Todetectthemovementoftargetsishowtojustifythetruemovementofthem.thisisveryimportantforfollowingrecognitionan
8、dtracking.Inthispaper,thebasicconceptofshadowisfirstlyexpounded,andt
