基于图像处理的运动车辆检测【开题报告】

ID:431238

大小:59.00 KB

页数:5页

时间:2017-08-01

基于图像处理的运动车辆检测【开题报告】_第1页
基于图像处理的运动车辆检测【开题报告】_第2页
基于图像处理的运动车辆检测【开题报告】_第3页
基于图像处理的运动车辆检测【开题报告】_第4页
基于图像处理的运动车辆检测【开题报告】_第5页
资源描述:

《基于图像处理的运动车辆检测【开题报告】》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、毕业设计开题报告计算机科学与技术基于图像处理的运动车辆检测一、说明选题的依据和意义随着社会经济的的不断发展,大小城市的车辆伴随着越来也多,而其带来的一些交通事故的频发,车辆的堵塞,噪音污染等问题也值得我们去深入研究和解决。为了提高道路的通行能力,合理分配道路的交通流,减少交通事故的发生,必须有对道路车辆进行实时的检测,以便在发生交通异常情况下第一时间采取行动。因此智能交通系统在现今越来越普及,此系统中交通参数的获取是关键内容,然后对一系列获取的参数进行筛选、处理、计算,最后得到相关结果。道路车辆情况的检测,其可以为交通运输的管理提供必要的信息。传统的交通检测有超声波检测,红外线

2、检测,环形感应圈检测。超声波检测精度不高,容易受车辆遮挡和行人的影响,检测的距离短(一般不超过10m);红外线检测受车辆本身热源的影响,抗噪声的能力不强.检测精度不高;环形感应器检测精度高,但要求设置于路面土木结构中,对路面有损坏,施工和安装不便,而且安装的数量多。因此现在随着计算机技术、图像处理、人工智能等技术的不断发展,数字图像检测在如今的交通流检测中应用越来也广泛。二、研究的基本内容,拟解决的主要问题:1.了解与掌握相关图像处理技术的基本知识与方法;数字图像在计算机上以位图(bitmap)的形式存在的。位图是一个矩形点阵,上面的每一个点称之为像素(pixel)。像素是数字

3、图像中的基本单位。一幅m×n大小的图像,是由m×n个明暗不等的像素组成的。在数字图像中各像素所具有的明暗程序是由一个称为灰度值(graylevel)的数字所标识。数字图像是通过什么样的机制在计算机屏幕上显示出来的呢?在计算机中设有专用于存储图形(图像)信息的帧缓冲存储器。计算机时时监视着这个存储器,如果该存储器内被填充图像数据,该数据就会自动地由光栅扫描方式映射到屏幕上来,形成图像。帧缓存存储器中的每一位对应于屏幕上的一个点,当一个位的数据被置为1时,屏幕上的对应位置上就会出现一个亮点,而当位的数据为0时,屏幕上的对应位置就是一个暗点。计算机启动时,帧缓存所有的位上都被置为0,

4、只有当输入图像或图形数据后,帧缓存中的某些位才置换为1。在显示器的分辨率为640×480的计算机中,为显示一幅二值图像(每个像素占用1bit)需要有640×480位的帧缓存容量,这个容量被称为一个位平面。2.设计并编程实现运动物体检测算法。设计时需考虑环境光照变化、阴影变化等影响运动车辆检测准确性的实际因素;在道路上检测运动车辆的常用方法一般有以下四种:光流法,帧间差分法,背景减法和运动能量法。不过每个方法都各有优劣点,光流法有很好的精度,但计算量比较大;帧间差分法在背景变化的情况下可以很好地检测到运动物体,但容易漏检运动速度较慢的车辆并且常常会将一辆车分成几个部分造成多检;背

5、景减法是在固定背景情况下常用的方法,检测效果取决于背景更新算法,当背景更新可靠性高时,效果好,其具有计算量小可靠性高的特点。然而在车辆检测中必须考虑到环境光照变化,阴影变化等一系列背景变化是提取目标车辆,因此如何在建立和实时更新背景模以适应背景模型变化的一大难点。拟采用对阴影与背景之间像素点亮度的比较实现图像阴影的消除。然后,将经过阴影消除的图像进行灰度处理,由彩色差分图像转化为灰度图像进行处理,将灰度图像二值化,由于车辆的灰度差别较大,图像中需提取的目标与其背景在灰度特性上的差异,把图像视为具有不同灰度级的背景和目标两类区域,系统采用自适应阈值化分割方法,它是种自动的非参数无

6、监督的阈值选择法,基于类间方差最大的测度准则,当该测度函数取最大时得到最佳阈值,利用此值对图像进行分割,就得到相应的二值图像,可以提高系统的稳定性。差分阈值处理过程中,有时由于车身颜色跟路面颜色非常接近,造成车辆目标图像断裂而不连续,因而需将误把车窗当作阴影消除而造成车辆分裂的部分填充起来。三、研究步骤、方法及措施:1.图像的采集在需检测的道路上方设置CMOS传感摄像头获取交通场景和车辆图像,同时图像存入微处理器内存或直接处理,比如存储一张原始图像为352x288的RGB图,图像采集率为每秒20帧。2.图像的预处理2.1灰度统计针对道路交通的采集图像。可以读取图像中每个像素点的

7、灰度信息,一般车辆特征主要是由颜色与背景不同的像素构成,所以在预处理中,首先割除不必要的区域,以减少处理的信息量,提高效率。通过对车辆特点的分析:一般均为小型轿车或大型BUS,长方形状态,颜色像素较周围有很大差别。因此,我们先定义有效取景区域像素.在车辆必经之处设置一条虚拟线。设图像宽为:nWidth;高为nHeight。统计各列上的像素的灰度值总和:其中:nVCount(j)表示第j列上像素点的个数;BPixel(i,j)=1表示该像素上颜色变化较大;BPixel(i,j)=0表示该像素上

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
正文描述:

《基于图像处理的运动车辆检测【开题报告】》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、毕业设计开题报告计算机科学与技术基于图像处理的运动车辆检测一、说明选题的依据和意义随着社会经济的的不断发展,大小城市的车辆伴随着越来也多,而其带来的一些交通事故的频发,车辆的堵塞,噪音污染等问题也值得我们去深入研究和解决。为了提高道路的通行能力,合理分配道路的交通流,减少交通事故的发生,必须有对道路车辆进行实时的检测,以便在发生交通异常情况下第一时间采取行动。因此智能交通系统在现今越来越普及,此系统中交通参数的获取是关键内容,然后对一系列获取的参数进行筛选、处理、计算,最后得到相关结果。道路车辆情况的检测,其可以为交通运输的管理提供必要的信息。传统的交通检测有超声波检测,红外线

2、检测,环形感应圈检测。超声波检测精度不高,容易受车辆遮挡和行人的影响,检测的距离短(一般不超过10m);红外线检测受车辆本身热源的影响,抗噪声的能力不强.检测精度不高;环形感应器检测精度高,但要求设置于路面土木结构中,对路面有损坏,施工和安装不便,而且安装的数量多。因此现在随着计算机技术、图像处理、人工智能等技术的不断发展,数字图像检测在如今的交通流检测中应用越来也广泛。二、研究的基本内容,拟解决的主要问题:1.了解与掌握相关图像处理技术的基本知识与方法;数字图像在计算机上以位图(bitmap)的形式存在的。位图是一个矩形点阵,上面的每一个点称之为像素(pixel)。像素是数字

3、图像中的基本单位。一幅m×n大小的图像,是由m×n个明暗不等的像素组成的。在数字图像中各像素所具有的明暗程序是由一个称为灰度值(graylevel)的数字所标识。数字图像是通过什么样的机制在计算机屏幕上显示出来的呢?在计算机中设有专用于存储图形(图像)信息的帧缓冲存储器。计算机时时监视着这个存储器,如果该存储器内被填充图像数据,该数据就会自动地由光栅扫描方式映射到屏幕上来,形成图像。帧缓存存储器中的每一位对应于屏幕上的一个点,当一个位的数据被置为1时,屏幕上的对应位置上就会出现一个亮点,而当位的数据为0时,屏幕上的对应位置就是一个暗点。计算机启动时,帧缓存所有的位上都被置为0,

4、只有当输入图像或图形数据后,帧缓存中的某些位才置换为1。在显示器的分辨率为640×480的计算机中,为显示一幅二值图像(每个像素占用1bit)需要有640×480位的帧缓存容量,这个容量被称为一个位平面。2.设计并编程实现运动物体检测算法。设计时需考虑环境光照变化、阴影变化等影响运动车辆检测准确性的实际因素;在道路上检测运动车辆的常用方法一般有以下四种:光流法,帧间差分法,背景减法和运动能量法。不过每个方法都各有优劣点,光流法有很好的精度,但计算量比较大;帧间差分法在背景变化的情况下可以很好地检测到运动物体,但容易漏检运动速度较慢的车辆并且常常会将一辆车分成几个部分造成多检;背

5、景减法是在固定背景情况下常用的方法,检测效果取决于背景更新算法,当背景更新可靠性高时,效果好,其具有计算量小可靠性高的特点。然而在车辆检测中必须考虑到环境光照变化,阴影变化等一系列背景变化是提取目标车辆,因此如何在建立和实时更新背景模以适应背景模型变化的一大难点。拟采用对阴影与背景之间像素点亮度的比较实现图像阴影的消除。然后,将经过阴影消除的图像进行灰度处理,由彩色差分图像转化为灰度图像进行处理,将灰度图像二值化,由于车辆的灰度差别较大,图像中需提取的目标与其背景在灰度特性上的差异,把图像视为具有不同灰度级的背景和目标两类区域,系统采用自适应阈值化分割方法,它是种自动的非参数无

6、监督的阈值选择法,基于类间方差最大的测度准则,当该测度函数取最大时得到最佳阈值,利用此值对图像进行分割,就得到相应的二值图像,可以提高系统的稳定性。差分阈值处理过程中,有时由于车身颜色跟路面颜色非常接近,造成车辆目标图像断裂而不连续,因而需将误把车窗当作阴影消除而造成车辆分裂的部分填充起来。三、研究步骤、方法及措施:1.图像的采集在需检测的道路上方设置CMOS传感摄像头获取交通场景和车辆图像,同时图像存入微处理器内存或直接处理,比如存储一张原始图像为352x288的RGB图,图像采集率为每秒20帧。2.图像的预处理2.1灰度统计针对道路交通的采集图像。可以读取图像中每个像素点的

7、灰度信息,一般车辆特征主要是由颜色与背景不同的像素构成,所以在预处理中,首先割除不必要的区域,以减少处理的信息量,提高效率。通过对车辆特点的分析:一般均为小型轿车或大型BUS,长方形状态,颜色像素较周围有很大差别。因此,我们先定义有效取景区域像素.在车辆必经之处设置一条虚拟线。设图像宽为:nWidth;高为nHeight。统计各列上的像素的灰度值总和:其中:nVCount(j)表示第j列上像素点的个数;BPixel(i,j)=1表示该像素上颜色变化较大;BPixel(i,j)=0表示该像素上

显示全部收起
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。
关闭