基于视频图像处理技术的运动车辆检测方法研究

论文摘要

随着计算机的快速发展,越来越多的视频监控应用于生产和生活中。高速公路的智能交通监控系统就是其中重要的应用之一,他是未来交通发展的必然趋势。其中,基于视频的运动车辆检测是高速公路视频智能交通监控系统中的重要环节。本文主要以摄像机获取的交通场景视频图像为研究对象,以旋转的摄像头为前提,对视频智能监控系统中运动车辆检测方法的关键技术进行研究。针对摄像头旋转的判断,本文分析了道路边缘提取的方法及目的,并根据采集的视频序列图像对其进行了实验分析,提取了道路边缘(车道线)图像。并以此为基础,提出了以提取直线图像间的相关系数为依据来判断摄像头旋转情况的方法,验证了该方法的可行性,解决了使计算机系统自动判断是否要进行背景重建的问题。对于静态背景的运动车辆检测,本文通过研究分析已有的各种方法,重点对背景差分法检测运动车辆的关键技术进行实验分析。针对背景更新问题,分析了两种不同的选择性背景更新方法,并结合实验对比这两种方法的优缺点及适用性,最终提出并选择了适合本文的一种选择性背景更新方法。针对阴影问题,本文在已有方法上稍做改变,实验结果表明,这种算法能够较好地去除大部分阴影,使检测到的运动车辆更加准确。在对运动车辆检测的各种算法进行研究的同时,本文的最后简单的设计了运动车辆检测系统的总体流程图,并对某些部分进行了分析与说明。

论文目录

• 摘要
• ABSTRACT
• 第一章绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究状况
• 1.3 本文研究内容及安排
• 1.3.1 本论文的重点及难点
• 1.3.2 本文研究内容安排
• 第二章 数字图像处理基础
• 2.1 图像的数字化及表示
• 2.2 图像预处理
• 2.2.1 彩色图像灰度化
• 2.2.2 图像平滑滤波技术
• 2.2.3 图像增强技术
• 2.3 形态学处理
• 2.4 本章小结
• 第三章 道路边缘检测
• 3.1 图像二值化
• 3.2 图像边缘检测
• 3.2.1 边缘检测
• 3.2.2 边缘检测算子
• 3.2.3 边缘检测实验
• 3.3 道路边缘检测
• 3.3.1 霍夫（Hough）变换
• 3.3.2 直线提取实验
• 3.4 摄像头旋转判断
• 3.5 本章小结
• 第四章 运动车辆检测算法研究
• 4.1 运动目标检测算法概述
• 4.1.1 光流场法
• 4.1.2 背景差分法
• 4.1.3 帧差法
• 4.2 背景差检测技术
• 4.2.1 背景图像的提取
• 4.2.2 差值图像二值化
• 4.2.3 背景图像的更新
• 4.2.4 阴影去除
• 4.3 本章小结
• 第五章 运动车辆检测系统总体设计
• 5.1 系统的总体要求
• 5.2 系统的总体流程
• 5.3 本章小结
• 结论与展望
• 参考文献
• 攻读学位期间取得的研究成果
• 致谢