欢迎来到天天文库
浏览记录
ID:36666989
大小:4.23 MB
页数:66页
时间:2019-05-13
《实时视频事件智能检测技术研究及其在高速公路中的应用》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、华南理工大学硕士学位论文实时视频事件智能检测技术研究及其在高速公路中的应用姓名:曹波申请学位级别:硕士专业:计算机系统结构指导教师:郑启伦20080515摘要智能视频监控技术是指对视频图像中的目标进行自动的检测、跟踪和分析,从而使计算机能够过滤掉用户不关心的信息,通过分析理解视频画面中的内容,提取对监控和预警有用的关键信息。智能化是视频监控的必然趋势,因而国际上有关各界对其技术研发、商业操作和应用部署已有许多年。随着近年来高速公路事故突发频率大幅升高,将智能视频监控技术引用到高速公路中势在必行。本文主要以高速公路业务为依托,针对高速公路事件检测中响应速度快、准确率高、鲁棒性强
2、等特点,我们对以往实时的车辆检测及跟踪算法进行了研究,并在克服以往算法缺点的基础上提出了新的汽车检测和跟踪算法,最后通过实验证明了新算法的实时可行性。文中主要创新点包括以下几个方面:1.在实时车辆检测算法方面,针对帧间差分法中存在空洞、目标检测不完整,背景差分法中背景提取速度较慢、抗噪能力差等缺点,提出了一种自适应阈值混合差分的方法,由相邻帧差分改进成多帧混合差分,同时采用自适应阈值的方法判断前景,在保证实时性的基础上大大增强了车辆检测的抗噪能力,也使得检测目标车辆更加完整。2.在实时车辆跟踪算法方面,针对粒子滤波算法计算量大,Meanshii气算法跟踪准确率不高等缺点,提出
3、了一种综合粒子滤波和Meanshiit的实时跟踪算法,算法采用一种自适应粒子数策略,同时将Bhattacharyya参数引入到粒子权值的更新当中,在大大降低计算量的同时也提高了跟踪的准确率。3.在智能监控系统方面,自主研发一套高速公路智能视频监控系统,结合文中提出的检测和跟踪算法,对于交通视频中的所有车辆进行识别、跟踪,并描述运动状态,从而实现对交通突发事件的实时检测。同时系统采用异步运行机制,将视频处理和事件信息反馈进行隔离,并及时自动报警,有效避免二次事故的发生。关键词:智能视频监控;车辆检测;车辆跟踪;滤波跟踪算法;智能视频监控系统ABSTRACTTechnologyo
4、fintelligentvideosurveillancereferstothegoalsofvideoimagesforautomaticdetection,trackingandanalysis,whichCanfilterouttheuselessinformationthroughcomputer,analysethecontentsofvideoscreenandextractthecriticalinformationformonitoringandearlywarning.AsIntelligentizingvideosurveillancebecomingan
5、inevitabletrend,someinternationalcommunitieshavedonemuchtechnialresearch,businessoperationandapplicationdeploymentformanyyears.Withthefreewayemergencyaccidentsincreasingrapidly,it’Simperativetointroduceintelligentvideosurveillancetechnologytothefreewayapplication.Thispaperwasbasedonfreewayb
6、ussiness.Forthefastresponse,highaccuracy,goodrobustnessandothercharacteristicsoffreewayincidentdetection,westudysomeclassicalalgorithmsofreal—timedetectionandtracking.Afterovercomingthepastproblems,weproposeanewalgorithmofvehicledetectionandtracking.Finally,theexperimentalresultsindicatethe
7、feasibilityofourreal—timealgorithm.Themaincontributionsofthepresenteddissertationinclude:1.Inregardtoreal—timevehicledetction:ImagedifferenceeasilycausesshadowoftheoverlappedobjectsSOthattheshapeoftrackingobjectsmaybeunclear.Ontheotherhand,Backgrounddiff
此文档下载收益归作者所有