基于视频的交通参数采集系统的研究与实现

基于视频的交通参数采集系统的研究与实现

ID:36504225

大小:1.66 MB

页数:56页

时间:2019-05-11

基于视频的交通参数采集系统的研究与实现_第1页
基于视频的交通参数采集系统的研究与实现_第2页
基于视频的交通参数采集系统的研究与实现_第3页
基于视频的交通参数采集系统的研究与实现_第4页
基于视频的交通参数采集系统的研究与实现_第5页
资源描述:

《基于视频的交通参数采集系统的研究与实现》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、Y79G778分类号:—~密级:——单位代码:一19§12学号:一2Q蝗2119西北大学硕士学位论文题目:叁士垫塑鲍塞亟叁邀盎塞墨丝煎叠壅墨塞垫指导教瓶周塑垒专业技术职务墼撞学科(专业)盐簋扭堑鲑鱼堡逾答辩日期200班学位授予日期二零零五年五月基于视频的交通参数采集系统的研究与实现摘要随着城市化速度的加快,机动车日益普及,人们在享受机动车所带来的巨大便利的同时,也面临着交通拥挤的困惑。然而直接地去修建更多的路桥却根本赶不上车辆的发展速度。在现有的条件下,提高交通控制和管理水平,合理使用现有交通设施,充分发挥其性能,是解决交通问题的有效方法之一。随着计算机硬件技术和计算机视

2、觉技术的发展,基于计算机视觉的交通监控系统成为可能。基于视频车辆的实时检测和跟踪是智能交通监控系统的核心部分。目前存在的检测和跟踪技术在复杂场景下、大范围、多目标的情况下,运动目标的分割和跟踪的效果不是很理想,需要进一步改善。就此现状,本文主要做了如下研究工作:采用了基于混合高斯分布的自适应背景模型区分前景和背景,从而对前景运动目标进行捕捉,但是此方法忽略了相邻像素的相关性,本文通过形态滤波的方法对其进行了改进。在跟踪方面提出了以扩展卡尔曼滤波为基础的跟踪模型,对物体进行跟踪。通过采用扩展卡尔曼滤波模型,减小了搜索范围提高了搜索的精度和算法的效率。并使用彩色直方图来对前后

3、帧之间对应的目标区域图像进行匹配。在交通参数测量方面,通过将屏幕坐标转换为真实世界坐标,然后根据真实世界坐标,实现了对车速车型等数据进行测量。最终实现的系统,适用于大面积、多目标的复杂场景,能排除干扰,统计车流量、车速和简单的车型分类,可应用于高速公路和城市交通的管理中。关健词:directshow、卡尔曼、捕捉、跟踪、高斯分布基于视频的交通参数采集系统的研究与实现AbstractWiththeaccelerationofurbanization,automobilebecamemoreandmorepopularandpeopleareenjoyingtheconven

4、iencethatoffer,howeverwearetrappedinthebewildermentoftra蕊econgestion.Howevertodirectlyconstructmorehighwaybridgescouldnottobeabletocatchupwiththedevelopmentspeedofthevehicles.Undertheexistingcondition.erlhancingtheleveloftransportationCOntr01andthemanagement,thereasonableuseexistingtraffi

5、cfacility,andfullydisplayingitsperformanceiStheeffectivemethodstosolvetransportationquestion.Alongwiththecomputerhardwaretechnologyandthecomputervisiontechnologydevelopment,acomputervision.basedtramcmonitoringsysternhasbecomepossible.Vehicledetectionandtrackingreal.timesystembasedonvideoi

6、Sthekeytotramcmonitoringsystem.Manypopularrelatedtechnologydidn’tmeetvaryrequirements.Therefore,anefficientandrobustdetectionandtrackingsystemisneededeagerly.Fortheseall,ourresearchiSmainlyinfollowing:Thisthesisusedtheauto·adaptedbackgroundmodelbasedonmixtureoftheGaussianstodistinguishfor

7、egroundobjectandthebackgrotmd,thuscarriedonthedetectiontotheforegroundmovementobject.Atthesametimeweproposethatwithmorphologyfilterweavoidtheshortcomingofignoretherelationshipbetweenthepixels,intrackaspectthisthesisusedtrackmodelbasedonexpandedkalmanfiltering,carrie

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。