基于单摄像头视频序列匹配的车辆测速方法研究

《基于单摄像头视频序列匹配的车辆测速方法研究》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TP391学校代码10590UDC620密级公开深圳大学硕士学位论文基于单摄像头视频序列匹配的车辆测速方法研究李伟洲学位类别工程硕士专业名称电子与通信工程学院（系、所）信息工程学院指导教师谢维信教授深圳大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文基于单摄像头视频序列匹配的车辆测速方法研究是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。论文作者签名：

2、日期：年月日摘要自提出智能交通系统（IntelligentTransportSystem，简称ITS）的概念以来，交通信息的采集，特别是动态实时信息的获取一直是智能交通系统重点研究的方向。机动车辆的实时速度，作为交通数据信息中一个重要的参数，已经成为交通实时动态信息中关注的重点和核心。本文主要围绕视频监控中运动车辆测速的相关技术开展研究。重点研究了基于单摄像头视频序列车辆测速问题，主要工作如下：论文首先对现有的运动目标检测算法的基本原理、优缺点和使用场景，进行了较为深入的分析，在此基础上选取了背景减除法作为摄像头运动目标检测的基本方法，并以混合高斯模型作为视频背景

3、建模的主要工具。其次，对视频运动目标车辆匹配的相关算法进行了较为深入的研究。针对单摄像头中目标车辆匹配，提出了一种基于视频图像的颜色直方图序列双窗口动态滑窗目标匹配算法。该方法首先检测并获取第一个窗口中目标车辆颜色直方图特征子序列，利用该子序列与第二个窗口中的图像目标特征序列进行相关匹配，通过检测最佳匹配点获取目标出现在第二个窗口中的匹配子序列。在本文中给出的实施例和实验验证了算法的可行性。再次，本文给出了一个完整视频车辆测速方案。方案主要包括数据采集环境建立、摄像机标定、设置窗口、车辆目标检测匹配、车速检测。其中，具体设计了一种摄像机标定方法，该方法通过建立实际

4、道路平面坐标系和图像道路坐标系，并利用已知的4对或4对以上匹配点，计算出实际道路平面坐标系和图像道路坐标系之间的变换矩阵，得到两者的映射关系。由于摄像机成像原理造成的视频场景随着摄像机视角的缩放问题，本文设计了一种自适应窗口设置方法，以保证视频中设置的两个窗口在实际中大小是一样的。最后，在本文提出的匹配算法和测速方案基础上，设计并实现了一个视频车辆测速系统。该系统包括采集模块、显示模块、检测模块、匹配模块和车速计算模块。关键词：视频；运动目标检测；序列匹配；车辆测速IAbstractSincetheconceptofintelligenttransportatio

5、nsystem(ITS)hadbeenproposed,collectingtrafficinformation,especiallydynamicreal-timeinformation,hasbeenthefocusofintelligenttransportationsystemresearch.Real-timespeedofvehicles,asacrucialparameter,hasbecomefocalpointofdynamicreal-timeinformationintraffic.Thispaperdiscussedanewvehicles

6、peedmeasurementtechniquesbasedonsinglecameravideosequence.Themainworkasfollows.Thispaperfirstlyanalyzesthebasicmechanisms,advantagesanddisadvantages,andapplicablesituationsofexistingmovingtargetdetectionalgorithm.Amongtheexistingmethods,thebackgroundsubtractionmethodisselectedasthebas

7、icmethodofmovingtargetdetection,andGaussianMixtureModelisusedasthemaintoolforvideobackgroundmodeling.Thesecondpartofthispaperpresentstheresearchonthealgorithmsofvideomovingtargetvehiclematchingindepth.Onregardingtothepaperproposedanewalgorithmofdynamicslidingwindowobjectmatchingthroug

8、hdoub