欢迎来到天天文库
浏览记录
ID:35070271
大小:5.23 MB
页数:66页
时间:2019-03-17
《基于视频的公交车辆检测与识别研究》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、分类号密级IUDC學耳.一.每於.口式.戀巧;f,炎妻^硕±学位论文The'sis化rMastersDegree论文题目基于视频的公交车辆检测与识别研究申请学位类别工程硕击专业名称控制工程硏究生姓名全羣^导师姓名、:职祿巧先验副教授%二〇—六年五月'.C'?-::.:,’■1学位论文独创性声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,论,除了文中特别加标注和致谢的地
2、方外文中不包含其他人己经发表或撰写过的研究成果,也不包含已获得江西理工大学或其他教育机构的学位或证书而使用过的材料…。与我同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示谢意。一。申请学位论文与资料若有不实么处,本人承担切相关责任/:时间6年研究生签名丰完:知JT月VU学位论文版权使用授权书、、本人完全了解江西理工大学关于收集保存使用学位论文的规定:即学校有权保存按要求提交的学位论文印刷本和电子版本,学校有权将学位论文的全部或者部分内容编入有关数据库进行检索,并采
3、用影印、缩巧或扫描等复制手段保存、汇编抖供版查阅。和借阅;学校有权按有关规定向国家有关部口或者机构送交论文的复印件和电子本人允许本学位论文被查阅和借阅,同意学校向国家有关部口或机构送交论文的复印件和电子版,并通过网络向社会公众提供信息服务。保密的学位论文在解密后适用本授权书A如皆"学位论文作者签名(手写}:导师签名(手写:):芋表产节1签字OT:兴八年占月占口签字日期:>若年9月令1f江西理工大学硕士学位论文摘要摘要车辆检测和车型识别技术在智能交通系统中占据重要地位,传统的感应线圈、超声
4、波检测器等车辆检测方法已很难满足成本低廉、可靠性强、使用寿命长的要求。本文运用车辆视频检测的方法,从运动前景、分类器检测和颜色特征三个方面对视频序列中的公交车辆进行检测和研究,具体内容如下:(1)运用组合前景的方法,结合形态学处理和阈值法去阴影,从视频序列中找出运动的车辆。首先研究分析了常用的滤波方法,对中值滤波、高斯滤波、双边滤波方式进行针对性的实验,选择最能适应公交车辆检测的滤波方法。研究和对比前景提取方法(帧差法和光流法)和背景建模法(单高斯模型、混合高斯模型、均值模型等),最后结合帧差法和高斯模型寻找运动的车辆前景
5、。(2)使用AdaBoost算法和Haar特征训练出的分类器对前景中的车辆进行分类和检测。首先对Haar和LBP特征、积分图、分类器训练的过程和方法进行分析和实验,接着使用AdaBoost算法和Haar及LBP特征训练出两个强分类器,对比两种特征的检测效果,并考虑每种特征训练所需时间和车辆检测实时性的要求,最后选择Haar特征的分类器。(3)采用车窗定位和特征颜色像素个数占车窗区域面积比率的方法对分类器检测的结果进行区分,即区分公交车辆和大客车车辆。考虑公交车辆的前后车窗均有用来标示公交线路的某种特定颜色的车标信息,而其他
6、大客车的这种特征颜色信息明显很少,可以使用定位车窗,接着统计车窗区域特征像素所占比率的方法来区分两种不同车辆。分析比较了Canny、Sobel、Laplacion三种边缘检测方法,结合形态学和连通域处理,确定最佳的车窗定位算法。对车窗区域采用HSV颜色模型,统计特征颜色像素所占比率,并与设定的阈值进行比较,若大于该阈值,则判断为公交车辆,否则为非公交车辆。关键词:智能交通系统;公交车辆;视频检测;Adaboost算法;HSV颜色空间IAbstractAbstractVehicledetectionandidentifica
7、tiontechnologyisimportanttointelligenttransportationsystem.Traditionaldetectionmethodlikeinductioncoilandultrasonicdetectorhasbeenverydifficulttomeettherequirementsoflowcost,highreliabilityandlongservicelife.Thispaperresearchesbusvideodetectionbyforegroundofmoving
8、object,classifierdetectionandcolorcharacteristicsmethods.Specificcontentsofthispaperare:(1)Themethodofcombinationforeground,togetherwithmorphologicalpro
此文档下载收益归作者所有