基于视频的车流量检测系统的设计与实现

《基于视频的车流量检测系统的设计与实现》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、四川师范大学学位论文独创性声明本人声明：所呈交学位论文基于视频的奎流量捡测丕统的遮计与塞现，是本人在导师蒸茧指导下，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。本人承诺：己提交的学位论文电子版与论文纸本的内容一致。如因不符而引起的学术声誉上的损失由本人自负。学位论文作者：子而盏签字日期I加ltl-年6月乡日四川师范大学学位论文版权使用授权书本人同意所撰写学位论文的使用授权遵照学校的管理规定：学校作为申请学位的

2、条件之一，学位论文著作权拥有者须授权所在大学拥有学位论文的部分使用权，即：1)已获学位的研究生必须按学校规定提交印刷版和电子版学位论文，可以将学位论文的全部或部分内容编入有关数据库供检索；2)为教学、科研和学术交流目的，学校可以将公开的学位论文或解密后的学位论文作为资料在图书馆、资料室等场所或在有关网络上供阅读、浏览。本人授权万方数据电子出版社将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。．同意按相关规定享受相关权益。(保密的学位论文在解密后适用本授权书)学位论文作者签名：签字日期：枷l妒年聊虢瓤签字日鼢t件6月享日2日一肋)切月卡6基

3、于视频的车流量检测系统的设计与实现计算机技术专业研究生杨后超指导教师苏菡摘要近年来，随着我国经济的发展，综合国力不断的提升，道路运输业得到前所未有的发展，基于计算机视觉的智能交通系统也备受关注。本论文针对智能交通系统中的基于视频的道路车流量检测技术，重点研究了视频图像的预处理，在不同的天气，时间的环境下车辆的检测、跟踪以及统计，实现了全天候的基于视频的车流量检测系统。本文阐述了在VS2010集成开发环境下采用C+十和Opener混合开发出基于视频的车流量检测系统。系统主要包括三个主功能模块，分别是：视频预处理模块，车辆检测模块，车辆跟踪统计模块。本论文的主要内容如下：1

4、．交通视频采集后的图像预处理。由于环境和硬件的影Ⅱ向，视频的质量会受到不同程度的失真。首先要对实际采集到的视频序列进行图像的预处理以及形态学处理。在对目标检测时采用了背景减除和对称帧差法相结合的方法，并且利用在HSV空间中H、S、V三个分量，完成了对车辆所产生的“鬼影”进行消除处理。2．感兴趣区域内车辆的检测、跟踪以及统计。采用了基于外接矩型框的车辆跟踪算法，根据质心偏移的原理，按照同一辆车在两个相邻帧中的面积和运动的距离相近的特点，实现对同一辆车的识别以及跟踪。鉴于白天和黑夜的条件，对车辆识别的方法的不同，分为白天、黑夜两种检测模式，在夜间采用基于夜间的车尾灯检测算法

5、，通过将图像转换到HSV模型空间的H、S、V分量的特性分析完成对夜间车灯的检测以及跟踪。3．常见天气的车流量统计。包括晴天、阴天、夜间雨天、雾天的车流量检测。通过对不同天气下视频图像的颜色信息不同的特性，判断当前的天气状况，采用相应的方法完成车辆的检测。关键词：车辆检测；OpenCV；车尾灯检测；HSV；颜色信息TheDesignandImplementationofVideo-basedTrafficDetectionSystemMajor：ComputertechnologyGraduatestudent：YangHouchaoSupervisor：SuHanAbs

6、tractInrecentyears，withthedevelopmentofourcountry’SeconomyandtheimprovementofcomprehensivenationalstrengthofChina，theroadtransporthasachievedunprecedenteddevelopment，meanwhile，computervision—basedintelligenttransportationsystemsisalsomorepopular．Inthisthesis，astheresearchobject，thedesign

7、andimplementationofvideo-basetrafficdetectionsystemmainlyresearchesthevideoimagepreprocessing，vehicledetectionandtrackingalgorithmunderthedifferentcircumstancesofweatherandtime，andaccomplishestheall·weathervideo-basedvehicledetectionsystemdetectionsystem．Thisthesisillustr