基于模型的交通流信息检测系统研究

论文题目: 基于模型的交通流信息检测系统研究

论文类型: 博士论文

论文专业: 通信与信息系统

作者: 刘光耀

导师: 顾伟康

关键词: 交通信息采集,基于模型的对象识别,车辆模型,路面运动约束,小波多尺度分解,运动检测和跟踪,模型匹配,嵌入式系统

文献来源: 浙江大学

发表年度: 2005

论文摘要: 计算机视觉技术是实现图像理解的重要技术,在智能交通系统(ITS)中具有广泛的应用。基于视频图像的交通信息检测具有检测信息全面、监视范围广、成本较低、不影响交通等优点。与其他技术相比,视频技术在处理车辆跟踪、车辆分割、车辆排队等方面,具有明显的优势,是实现交通信息采集的最主要技术手段之一。在“十五”科技攻关项目“交通信息采集设备开发”课题的支持下,本文研究了固定相机条件下的交通流量参数提取、交通场景理解的技术和方法,以及基于嵌入式系统的研发工作,并成功研制一体化和分离式两种类型交通信息采集设备。 运动车辆的分割、跟踪和识别是实现交通信息检测的基础,是实现交通场景理解的关键技术。考虑到检测设备的检测功能要求和实时性要求,以及车辆形状和运动方式等有关的先验知识,本文提出了全新的基于立方体模型的车辆描述和识别系统,内容涵盖了实现一个对象识别系统所必须研究的底层处理、模型化和匹配三个方面。并对相机标定、运动信息检测和立方体模型识别等提出了行之有效的算法,最终实现了具有实用意义的检测系统。 在相机标定算法研究中,根据车辆运行于道路平面的约束知识,将相机标定分为外参数标定和内参数标定两个不同的处理步骤,实现了简化标定的目的。研究了道路平面运动约束下图像平面和道路平面之间的重投影关系,在此基础上推导出路面重投影速度与车辆运动方位之间的同方位关系,作为车辆模型定位的初始化信息。研究基于单帧图象的小波变换、层次图象分解、多尺度边缘检测、边缘描述、多尺度角点检测等技术,以及由边缘特征实现的基于平行四边形的感知聚类方法,为模型匹配提供更高层次的特征结构。 运动信息检测由变化检测和光流检测两个阶段实现。变化检测由时间差分和背景差分两种不同的差分技术实现,时间差分通过连续帧的“与”运算消除“虚影”,由背景差分实现完整的变化检测。研究了背景模型、背景更新、自动光圈抑制、形态学处理和团块凸分割等有关内容,实现稳定鲁棒的运动团块检测。光流检测由团块粗跟踪和Lucas-Kanade算法精确匹配实现,由RANSAC实现了2D仿射运动模型鲁棒估计,由Kalman滤波。此外,还阐述了基于颜色空间变换的阴影检测方法。 车辆模型由立方体结构实现模型的点、线、面之间的拓扑结构描述,以及基于视面图的2D投影描述。在识别过程中,由运动信息确定车辆模型位置和方位,对于单个车辆,实现基于轮廓的单个车辆特征检测方法,由Bayes推理网络进行识别。对于多个车辆,由边缘特征和运动光流特征,采用多种约束条件控制匹配搜索的深度和识别树的数量,完成车辆对象的分割识别。 论文最后介绍了交通流量检测设备的产品化开发,包括硬件系统和软件系统的开发。此项产品再经过一系列的改进和优化,将具有非常广阔的应用前景。

论文目录:

第一章 绪论

第一节 研究背景

1.1 引言

1.2 视觉计算理论

1.3 交通检测的研究现状

第二节 交通场景理解的关键技术

2.1 课题研究主要内容

2.1.1 交通流量检测技术

2.1.2 基于3D模型的车辆识别技术

2.2 基于立方体模型的交通场景理解系统

第三节 本文主要内容和技术创新点

3.1 本文主要内容

3.2 技术创新点

第二章 相机标定、单帧处理

第一节 背景知识

1.1 成象几何原理

1.2 齐次坐标和射影几何

1.3 基本坐标系

1.4 投影变换模型

1.4.1 小孔成象模型

1.4.2 非线性成象模型

1.4.3 仿射成象模型

第二节 相机标定

2.1 图象采样

2.2 检测区域设置

2.3 相机标定

2.3.1 道路平面标定

2.3.2 相机光心估计

2.3.3 相机内参数估计

2.3.4 标定结果

第三节 基于小波变换的层次图象表示

3.1 小波变换理论

3.2 连续小波

3.3 多分辨率分析

3.4 层次图象分解和边缘检测

3.5 直线段描述

3.6 基于金字塔结构的角点检测

第四节 特征感知聚类

4.1 感知编组

4.2 邻近性检测

4.3 共线

4.4 L形特征基元

4.5 U型特征基元

4.6 平行线

4.7 平行四边形

第五节 本章小结

第三章 运动分析、多帧处理

第一节 运动分析

1.1 速度场变换模型

1.2 运动检测

1.3 形态算子处理

第二节 变化检测

2.1 背景模型

2.2 背景初始化

2.3 背景更新

2.4 自动光圈突变抑制

2.5 时域图象差分

2.6 差分后处理

2.7 背景差分团块的凸团块分割

第三节 光流检测

3.1 基于特征匹配的光流检测

3.2 光流场运动检测

3.3 2D运动检测

3.4 鲁棒估计

第四节 运动跟踪和预测

4.1 Kalman滤波算法

4.2 目标运动模型

第五节 阴影检测

5.1 颜色模型

5.2 阴影形成原理

5.3 阴影检测技术

第六节 本章小结

第四章 车辆分割和识别

第一节 基于模型的对象识别

1.1 对象识别

1.2 基于模型的对象识别系统的组成

1.3 模型描述技术

1.4 基于立方体的车辆模型

1.5 立方体结构描述

1.6 立方体的视面图模型

第二节 模型初始化

第三节 模型特征匹配

3.1 系统实现的模型匹配方法

3.2 基于区域轮廓的单个车辆识别

3.3 基于边缘特征的多对象分割识别

3.3.1 基于解释树搜索的匹配识别

3.3.2 几何约束

3.3.3 边缘匹配度量

3.4 运动约束

3.5 生成识别树

第四节 系统开发

4.1 硬件系统开发

4.2 软件系统开发

4.2.1 面向对象的开发技术

4.2.2 系统功能模块组成

4.3 交通参数计算

第五节 系统评测

第六节 本章小结

第五章 总结与展望

5.1 本文的主要成果

5.2 后续工作和研究方向

致谢

攻读博士学位期间科研及论文情况

参考文献

发布时间: 2006-07-19

相关论文

• [1].智能交通中图像处理技术应用的研究[D]. 李文举.大连海事大学2005
• [2].智能交通中运动汽车检测及识别技术研究[D]. 刘循.四川大学2005
• [3].基于模型的目标提取及其在智能交通中的应用[D]. 何志伟.浙江大学2006
• [4].城市道路交通信息提取关键技术研究[D]. 蹇峰.吉林大学2006
• [5].基于视频技术的交通违章检测与识别理论及方法研究[D]. 佟守愚.吉林大学2006
• [6].智能交通视频监视技术研究与应用[D]. 王夏黎.西北大学2004
• [7].智能交通系统中车辆视频检测、识别与跟踪方法的研究[D]. 纪筱鹏.中国海洋大学2006
• [8].交通流模型的研究[D]. 付传技.中国科学技术大学2007
• [9].基于信息融合的交通信息采集研究[D]. 郭璘.中国科学技术大学2007
• [10].基于视觉的运动车辆检测与跟踪[D]. 张伟.上海交通大学2007

标签：交通信息采集论文;  基于模型的对象识别论文;  车辆模型论文;  路面运动约束论文;  小波多尺度分解论文;  运动检测和跟踪论文;  模型匹配论文;  嵌入式系统论文;