基于视频图像的黑烟车检测技术研究
发布时间：2021-02-24 18:00
基于视频图像的黑烟车检测技术对于环境保护具有非常重要的意义,在智能交通、城市环保等方面均有广阔的应用背景。黑烟车智能检测系统能够长时间工作并保持检测结果一定的正确性,同其他黑烟车监管模式相比减少了人力物力的投入,适合城市道路的大范围布控。本文基于交通卡口采集的监控视频,对车辆检测与跟踪、车辆阴影消除、黑烟车分类器设计等内容进行了研究,主要包括以下几个方面:（1）车辆检测与跟踪算法研究。针对ViBe算法只利用图像的灰度信息以及前景检测图中存在Ghost区域等不足,设计了一种改进的ViBe目标检测方法,再利用形态学操作优化车辆检测效果,并通过轮廓提取方法来提取车辆区域。最后针对本文应用场景,设计了一种快速车辆跟踪方法。（2）车辆阴影消除算法研究。针对车辆检测算法不能抑制车辆阴影的缺陷,同时阴影区域的存在会影响车辆的特征,从而影响后续的黑烟车判定,设计了一种结合RGB颜色信息和均匀模式LBP纹理信息的阴影检测方法,并利用本文设计的阴影消除规则来对检测出的阴影区域进行消除。（3）黑烟车分类方法研究。通过对LeNet-5网络结构的分析,设计了一种改进的LeNet-5网络,主要通过引入Incept...
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景意义及目的
1.2 国内外研究现状
1.3 本文主要研究内容及组织结构
第二章 车辆检测与跟踪算法研究
2.1 概述
2.2 ViBe目标检测算法分析
2.2.1 ViBe目标检测算法
2.2.2 ViBe目标检测算法存在问题分析
2.3 ViBe目标检测算法的改进
2.3.1 填补车身空洞
2.3.2 去除Ghost区域
2.3.3 实验结果与分析
2.4 车辆区域提取
2.4.1 形态学优化
2.4.2 车辆轮廓提取
2.5 车辆跟踪算法
2.5.1 本文车辆跟踪算法
2.5.2 实验结果与分析
2.6 本章小结
第三章 车辆阴影消除算法研究
3.1 概述
3.2 基于颜色特性的阴影检测算法分析
3.2.1 基于RGB颜色空间的阴影检测算法
3.2.2 基于HSV颜色空间的阴影检测算法
3.3 基于纹理特性的阴影检测算法分析
3.3.1 基于边缘特征的阴影检测算法
3.3.2 基于LBP特征的阴影检测算法
3.4 本文的阴影消除算法
3.4.1 基于颜色特性的阴影初筛选
3.4.2 基于纹理特性的阴影确定
3.4.3 本文阴影消除规则
3.5 实验结果与分析
3.6 本章小结
第四章 基于卷积神经网络的黑烟车分类方法研究
4.1 概述
4.2 LeNet-5 卷积神经网络分析
4.2.1 网络结构介绍
4.2.2 在黑烟车分类中的应用分析
4.3 基于改进LeNet-5 卷积神经网络的黑烟车分类方法
4.3.1 LeNet-5 卷积神经网络的改进
4.3.2 改进的LeNet-5 网络结构设计
4.3.3 样本集构建及网络训练方法
4.4 实验结果与分析
4.5 本章小结
第五章 软件设计与实现
5.1 软件开发环境
5.2 软件功能与架构
5.3 主要模块设计与实现
5.3.1 目标检测模块
5.3.2 阴影消除模块
5.3.3 车辆检测与跟踪模块
5.3.4 黑烟车检测模块
5.4 软件测试
5.4.1 软件功能测试
5.4.2 软件性能测试
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
攻读硕士学位期间取得的学术成果
【参考文献】：
期刊论文
[1]结合单高斯与光流法的无人机运动目标检测[J]. 范长军,文凌艳,毛泉涌,祝中科. 计算机系统应用. 2019(02)
[2]基于多尺度边缘融合及SURF特征匹配的车辆检测及跟踪方法[J]. 穆柯楠,王会峰,杨澜,景首才. 交通信息与安全. 2018(06)
[3]改进的LeNet-5模型在苹果图像识别中的应用[J]. 张力超,马蓉,张垚鑫. 计算机工程与设计. 2018(11)
[4]基于深度学习的烟雾识别研究[J]. 王涛,宫宁生,蒋贵祥. 电子技术应用. 2018(10)
[5]基于光流法与RPCA的红外运动目标检测[J]. 于雯越,安博文,赵明. 现代计算机(专业版). 2018(23)
[6]基于多维动态纹理分析的烟雾检测算法[J]. 李鸿燕,郭人辅,张静. 太原理工大学学报. 2018(04)
[7]Faster R-CNN模型在车辆检测中的应用[J]. 王林,张鹤鹤. 计算机应用. 2018(03)
[8]基于卷积神经网络的车牌字符识别[J]. 董峻妃,郑伯川,杨泽静. 计算机应用. 2017(07)
[9]融合颜色和梯度直方图反投影的运动阴影检测[J]. 王华,李艾华,崔智高,沈杜娟. 电光与控制. 2017(04)
[10]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军. 计算机学报. 2017(06)
硕士论文
[1]基于视频烟雾运动检测的火灾探测方法研究[D]. 简文林.南昌航空大学 2018
本文编号：3049746
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景意义及目的
1.2 国内外研究现状
1.3 本文主要研究内容及组织结构
第二章 车辆检测与跟踪算法研究
2.1 概述
2.2 ViBe目标检测算法分析
2.2.1 ViBe目标检测算法
2.2.2 ViBe目标检测算法存在问题分析
2.3 ViBe目标检测算法的改进
2.3.1 填补车身空洞
2.3.2 去除Ghost区域
2.3.3 实验结果与分析
2.4 车辆区域提取
2.4.1 形态学优化
2.4.2 车辆轮廓提取
2.5 车辆跟踪算法
2.5.1 本文车辆跟踪算法
2.5.2 实验结果与分析
2.6 本章小结
第三章 车辆阴影消除算法研究
3.1 概述
3.2 基于颜色特性的阴影检测算法分析
3.2.1 基于RGB颜色空间的阴影检测算法
3.2.2 基于HSV颜色空间的阴影检测算法
3.3 基于纹理特性的阴影检测算法分析
3.3.1 基于边缘特征的阴影检测算法
3.3.2 基于LBP特征的阴影检测算法
3.4 本文的阴影消除算法
3.4.1 基于颜色特性的阴影初筛选
3.4.2 基于纹理特性的阴影确定
3.4.3 本文阴影消除规则
3.5 实验结果与分析
3.6 本章小结
第四章 基于卷积神经网络的黑烟车分类方法研究
4.1 概述
4.2 LeNet-5 卷积神经网络分析
4.2.1 网络结构介绍
4.2.2 在黑烟车分类中的应用分析
4.3 基于改进LeNet-5 卷积神经网络的黑烟车分类方法
4.3.1 LeNet-5 卷积神经网络的改进
4.3.2 改进的LeNet-5 网络结构设计
4.3.3 样本集构建及网络训练方法
4.4 实验结果与分析
4.5 本章小结
第五章 软件设计与实现
5.1 软件开发环境
5.2 软件功能与架构
5.3 主要模块设计与实现
5.3.1 目标检测模块
5.3.2 阴影消除模块
5.3.3 车辆检测与跟踪模块
5.3.4 黑烟车检测模块
5.4 软件测试
5.4.1 软件功能测试
5.4.2 软件性能测试
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
攻读硕士学位期间取得的学术成果
【参考文献】：
期刊论文
[1]结合单高斯与光流法的无人机运动目标检测[J]. 范长军,文凌艳,毛泉涌,祝中科. 计算机系统应用. 2019(02)
[2]基于多尺度边缘融合及SURF特征匹配的车辆检测及跟踪方法[J]. 穆柯楠,王会峰,杨澜,景首才. 交通信息与安全. 2018(06)
[3]改进的LeNet-5模型在苹果图像识别中的应用[J]. 张力超,马蓉,张垚鑫. 计算机工程与设计. 2018(11)
[4]基于深度学习的烟雾识别研究[J]. 王涛,宫宁生,蒋贵祥. 电子技术应用. 2018(10)
[5]基于光流法与RPCA的红外运动目标检测[J]. 于雯越,安博文,赵明. 现代计算机(专业版). 2018(23)
[6]基于多维动态纹理分析的烟雾检测算法[J]. 李鸿燕,郭人辅,张静. 太原理工大学学报. 2018(04)
[7]Faster R-CNN模型在车辆检测中的应用[J]. 王林,张鹤鹤. 计算机应用. 2018(03)
[8]基于卷积神经网络的车牌字符识别[J]. 董峻妃,郑伯川,杨泽静. 计算机应用. 2017(07)
[9]融合颜色和梯度直方图反投影的运动阴影检测[J]. 王华,李艾华,崔智高,沈杜娟. 电光与控制. 2017(04)
[10]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军. 计算机学报. 2017(06)
硕士论文
[1]基于视频烟雾运动检测的火灾探测方法研究[D]. 简文林.南昌航空大学 2018
本文编号：3049746
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3049746.html
