基于视频的交通流参数检测系统研究

基于视频的交通流参数检测系统研究

论文摘要

近年来,世界各国先后建立了四通八达的交通运输网络,但交通工具的增长速度远远高于道路和其他交通设施的增长,随之引起一系列交通问题,造成巨大的物质与经济损失,仅靠修建道路和其他交通设施来解决该问题的效果也十分有限。因此交通流的监测、疏导与管理则显得非常必要。目前,高速公路和城市道路沿线设置摄像机,将其信号传输至监控中心集中监控,从而为交通流参数的视频检测打下了基础。本文是一个信息技术和交通工程充分融合的系统研究,采用从理论分析和系统调研到工程实践的手段,从对现有交通流参数检测器的分析入手,研究系统的硬件设备的选择、所涉及的检测算法等关键问题,设计了系统的框架与模型。对各种交通流参数检测算法进行了深入的研究,并编写代码进行检验,从算法的时间效率和检测效果两个方面对算法提出改进与优化,直至达到系统实时性的要求。主要涉及的算法有:基于统计模型的背景提取与更新算法;运动目标区域融合算法;运动物体阴影去除算法;基于目标匹配的车辆跟踪算法等一系列算法。在上述算法的基础上,实现了对交通流参数的准确提取。在交通流参数提取的基础上,本文还实现了交通流参数检测工作站和掩码图制作软件等辅助软件的编写与开发,很好的实现了该系统的人机交互功能。系统实现了对道路视频图像的实时播放、交通流参数的实时提取与显示等主要功能,可应用于高速公路和城市道路中对交通流进行实时的监控,从而方便管理人员对道路交通进行疏导与管理。最终,基于视频的交通流参数检测系统得以开发和实现,经过测试达到了设计要求,系统在技术实现上可供借鉴。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景及意义
  • 1.2 国内外研究概况
  • 1.2.1 国外研究概况
  • 1.2.2 国内研究概况
  • 1.3 交通流参数检测技术的发展
  • 1.4 本文研究目的和内容
  • 1.4.1 研究目的
  • 1.4.2 研究内容
  • 1.5 本文内容安排
  • 第二章 交通流参数检测技术分析
  • 2.1 交通流理论
  • 2.1.1 交通流理论概述
  • 2.1.2 交通流参数概述
  • 2.1.3 交通流参数之间的相互关系
  • 2.2 基本交通流检测技术分析
  • 2.3 基于视频的交通流检测技术分析
  • 2.3.1 基于视频的图像处理技术
  • 2.3.2 基于视频的交通流检测技术
  • 第三章 基于视频的交通流参数检测系统设计
  • 3.1 系统的设计目标
  • 3.2 系统的功能设计
  • 3.3 系统的组成及功能
  • 3.3.1 视频图像的采集
  • 3.3.2 交通流视频检测服务器
  • 3.3.3 交通流视频检测工作站
  • 3.4 系统框架设计
  • 3.5 系统的算法处理流程
  • 第四章 交通流视频检测服务器算法研究
  • 4.1 图像预处理算法
  • 4.1.1 中值滤波算法
  • 4.1.2 图像二值化的自动阈值选择算法
  • 4.1.3 真彩色图像的快速灰度化算法
  • 4.2 背景提取与更新算法
  • 4.2.1 常见的背景提取与更新算法
  • 4.2.2 基于统计模型的背景提取与更新算法
  • 4.2.3 实测及效果
  • 4.3 运动车辆的分割与提取算法
  • 4.3.1 算法分析
  • 4.3.2 实测及效果
  • 4.4 阴影检测算法
  • 4.4.1 基于RGB 颜色模型的阴影检测算法
  • 4.4.2 基于HSV 颜色模型的阴影检测算法
  • 4.4.3 阴影检测的实测效果
  • 4.5 运动车辆的加框处理算法
  • 4.5.1 算法分析
  • 4.5.2 实测及效果
  • 4.6 运动区域融合算法
  • 4.6.1 算法分析
  • 4.6.2 实测及效果
  • 4.7 图像匹配算法
  • 4.7.1 序贯相似性检测算法
  • 4.7.2 改进的SSDA 和图像矩特征的匹配算法
  • 4.7.3 基于RGB 直方图的匹配算法
  • 4.7.4 三种匹配算法的实测与分析
  • 4.8 运动车辆跟踪算法
  • 4.8.1 算法分析
  • 4.8.2 实测及效果
  • 第五章 交通流视频检测工作站开发与实现
  • 5.1 车道划分及检测区域设置
  • 5.2 交通流参数检测
  • 5.2.1 车流量检测
  • 5.2.2 车速检测
  • 5.2.3 占有率检测
  • 5.3 软件系统的开发
  • 5.3.1 交通流视频检测工作站软件的开发
  • 5.3.2 掩码图制作软件的开发
  • 第六章 系统的测试与分析
  • 6.1 测试环境描述
  • 6.2 算法耗时测试
  • 6.3 交通流参数提取结果测试
  • 6.3.1 车流量测试
  • 6.3.2 车速测试
  • 6.3.3 占有率测试
  • 6.4 准确率及偏差分析
  • 第七章 总结与展望
  • 7.1 总结
  • 7.2 展望
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].高速公路视频检测系统[J]. 电子技术与软件工程 2016(08)
    • [2].基于智能视频检测的造纸现场监测系统设计[J]. 造纸科学与技术 2019(05)
    • [3].基于回归深度卷积网络的船舶图像与视频检测[J]. 上海海事大学学报 2019(04)
    • [4].抑制船尾拖纹的船舶显著性视频检测方法[J]. 北京邮电大学学报 2017(S1)
    • [5].探寻机载视频检测专用测试设备的校准方法[J]. 计量与测试技术 2010(03)
    • [6].流媒体中的广告视频检测系统设计[J]. 光电工程 2010(10)
    • [7].一种新的时序一致性特征的近重复视频检测算法[J]. 电脑知识与技术 2016(31)
    • [8].基于运动特征的不良视频检测算法[J]. 微计算机应用 2010(07)
    • [9].视频检测替代人工巡道[J]. 西铁科技 2010(02)
    • [10].智慧路侧停车技术的研究[J]. 数字通信世界 2018(01)
    • [11].红外视频检测系统开放实验项目设计[J]. 实验技术与管理 2014(10)
    • [12].视频检测算法研究与FPGA实现[J]. 现代电子技术 2012(18)
    • [13].中盟科技[J]. 交通建设与管理 2010(12)
    • [14].管箍位置的视频检测系统设计[J]. 机械 2015(04)
    • [15].铁路侵限异物检测方法综述[J]. 铁道科学与工程学报 2019(12)
    • [16].一种基于三维卷积网络的暴力视频检测方法[J]. 信息网络安全 2017(12)
    • [17].机动车违法行为视频检测系统的现状及发展趋势[J]. 科技信息 2012(06)
    • [18].视频检测设备安装位置的判定方法[J]. 中国交通信息化 2013(01)
    • [19].行人视频检测中阴影检测与去除方法设计[J]. 微型机与应用 2010(19)
    • [20].基于凸包裁剪的行人视频检测算法[J]. 计算机工程 2010(02)
    • [21].道路交通视频检测系统初探[J]. 天津科技 2009(06)
    • [22].基于红外智能视频检测的自适应加速检测算法[J]. 激光与红外 2020(10)
    • [23].交通事件视频检测系统在高速公路隧道中的应用[J]. 河南科技 2009(12)
    • [24].基于组合前景提取的混合交通两轮车辆视频检测[J]. 交通运输系统工程与信息 2014(05)
    • [25].基于视频检测的人脸识别智能安防设计[J]. 无线互联科技 2018(21)
    • [26].基于视频检测的储粮害虫死亡评估算法的研究[J]. 中国粮油学报 2019(10)
    • [27].联合时空SIFT特征的同源视频检测[J]. 电子技术应用 2012(03)
    • [28].基于视频检测的行人过街信号优化控制方法研究[J]. 黑龙江交通科技 2019(09)
    • [29].以双重编码理论优化道路车辆视频检测与追踪[J]. 知音励志 2017(11)
    • [30].基于多目标跟踪的隧道交通流视频检测算法[J]. 公路交通科技 2012(03)

    标签:;  ;  ;  ;  ;  

    基于视频的交通流参数检测系统研究
    下载Doc文档

    猜你喜欢