夜间车辆检测与跟踪

发布时间：2017-04-30 13:07

  本文关键词：夜间车辆检测与跟踪，由笔耕文化传播整理发布。

【摘要】：伴着车辆数目的逐步增加,行车安全问题也跟着备受关注。智能交通监控系统中的车辆检测问题一直是备受关注的热点问题,车辆检测系统在白天场景下的研究已经比较成熟;在夜间车辆检测中,主要采用的是车辆的车灯特征进行车辆检测,但是在这种亮度较暗、车况比较复杂的这种场景下,还是存在一些问题,比如,车灯在路上的反射光会对车灯的检测形成明显干扰,影响车辆的正确检测;同时白天场景下常用的检测方法无法适用到夜间场景中。为了解决路面反射光对夜间车辆检测的干扰问题,本文提出路面反射光和车灯的分类方法,消除反射光对夜间车辆检测算法的干扰,并且通过跟踪方法对检测到的车辆进行跟踪,有效消除检测过程中可能出现的误检与漏检情况,提高道路车辆的准确检测效果。本文的主要研究工作包括以下三个方面:第一部分的工作是针对基于车灯特征的车辆检测中,路面反射光干扰问题,根据车灯和反射光之间亮度梯度的差异,提出了使用不同的分类方法,对路面形成的反射光进行剔除处理。首先,依据阈值分割法对感兴趣区域进行处理,初步过滤出亮前景区域;然后,利用滤波与Bouguer的衰减指数定律,根据前车灯和反光区域在梯度上的差异性,构建对应的数据统计特征;最后,使用数据分类中几种比较常用的数据分类方法:马氏距离、K近邻密度估计技术、基于贝叶斯决策理论的分类法、决策树学习,对相应的统计特征进行分类,消除反光干扰,实现车灯准确检测。第二部分的工作是在前一部分研究的分类方法的基础上,根据车灯和反射光的亮度方差的显著差异构造新的方差特征,目的是优化车灯和反射光的分类方法,来进一步提高夜间车辆检测的性能。使用一种新的性能较优的决策树学习方法,并且进一步研究能更好描述车灯的特征,发现前车灯和反射光之间在方差特征上有较大的差异性,在本场景中可以利用方差特征去较好的区分出车灯区域与路面反光区域,从而据此我们提出了基于方差特征的夜间车辆检测,并且通过实验结果证明在前一部分的基础上,本部分工作实现了车灯的更准确有效的检测。第三部分的工作主要是针对道路交通场景下的视频是由多帧图像组成的这一信息,提出了一种基于邻域的车辆跟踪方法。在对已有的跟踪算法研究与分析的基础之上,对检测到的车辆进行跟踪,通过跟踪来有效消除车辆检测过程中可能出现的漏检与错检情况,这种方法可以有效确保整个夜间车辆检测系统的稳定性和准确性。本论文在Visual Studio 2010环境下,完成夜间监控中行车的监测和实时追踪。由监控场景下不同亮度的车辆视频的实验结果证明本论文提出的方法有更高的检测率,更好的场景亮度适应性,并且实时效果较佳。
【关键词】：视频监控 夜间车辆 车灯提取 梯度 方差 反光
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-14
• 1.1 课题背景10-11
• 1.2 本文工作11-12
• 1.3 本文主要结构12
• 1.4 本章小结12-14
• 第二章 夜间车辆检测的研究现状14-23
• 2.1 常见的夜间车辆检测算法14-19
• 2.1.1 基于前车灯的方法14-15
• 2.1.2 基于尾灯的方法15-17
• 2.1.3 基于机器学习的检测方法17
• 2.1.4 基于运动信息的车辆检测方法17-18
• 2.1.5 基于模型的检测方法18-19
• 2.2 夜间场景车灯匹配方法19-20
• 2.2.1 基于几何约束的匹配方法19
• 2.2.2 基于车灯间相似度的匹配19-20
• 2.2.3 其他车灯的匹配方法20
• 2.3 常见的夜间车辆跟踪方法20-21
• 2.3.1 基于先验知识的跟踪方法21
• 2.3.2 不基于先验知识的跟踪方法21
• 2.4 本章小结21-23
• 第三章 基于不同分类方法的夜间车辆检测23-38
• 3.1 研究背景23
• 3.2 研究问题说明23-24
• 3.3 感兴趣区域提取24-25
• 3.4 特征提取25-32
• 3.4.1 夜间车灯与反射光梯度分布特征25-27
• 3.4.2 车灯和反射光的反射图27-29
• 3.4.3 车灯和反射光的灰度特征29-30
• 3.4.4 车灯和反射光的统计特征30-32
• 3.5 基于机器学习的分类方法32-34
• 3.5.1 马氏距离判别法32-33
• 3.5.2 K近邻法33
• 3.5.3 贝叶斯分类法33-34
• 3.6 反射光检测与消除处理34-35
• 3.7 实验结果对比35
• 3.8 夜间车灯检测结果35-37
• 3.9 本章小结37-38
• 第四章 夜间车辆检测性能优化38-49
• 4.1 研究背景38
• 4.2 研究问题说明38-39
• 4.3 方差特征提取39-41
• 4.4 车灯和反射光的统计特征41-43
• 4.5 基于决策树学习的分类方法43-45
• 4.6 反射光检测与消除处理45-46
• 4.7 实验结果46-48
• 4.8 本章小结48-49
• 第五章 夜间车辆跟踪49-56
• 5.1 基于邻域的车灯跟踪50-51
• 5.2 车灯跟踪状态51-52
• 5.3 夜间车灯跟踪结果分析52-54
• 5.4 本章小结54-56
• 第六章 总结与展望56-58
• 6.1 论文总结56-57
• 6.2 论文展望57-58
• 致谢58-59
• 参考文献59-63
• 详细摘要逡逑63-65

【相似文献】

中国期刊全文数据库 前10条

1 张文溥;;视频车辆检测技术及发展趋势[J];中国人民公安大学学报(自然科学版);2010年01期

2 刘珠妹;刘亚岚;谭衢霖;任玉环;;高分辨率卫星影像车辆检测研究进展[J];遥感技术与应用;2012年01期

3 钱志明;杨家宽;段连鑫;;基于视频的车辆检测与跟踪研究进展[J];中南大学学报(自然科学版);2013年S2期

4 汤灏;张峰;;车辆检测技术的选用[J];中国交通信息产业;2004年03期

5 文学志;赵宏;王楠;袁淮;;基于知识和外观方法相结合的后方车辆检测[J];东北大学学报(自然科学版);2007年03期

6 刘振华;黄磊;刘昌平;;一种基于视频图像处理的车辆违章检测算法[J];公路交通科技;2012年02期

7 杨阿丽;刘峡壁;魏雪;万玉钗;;用于交通治安卡口的全天候视频车辆检测方法[J];合肥工业大学学报(自然科学版);2012年03期

8 魏凯;盛建平;熊凯;;基于阴影特征的前向车辆检测和测距方法研究[J];机械设计与制造;2013年02期

9 郭磊;李克强;王建强;连小珉;;一种基于特征的车辆检测方法[J];汽车工程;2006年11期

10 李光才;;一种改进的背景重建与更新方法[J];中国水运(下半月);2008年05期

中国重要会议论文全文数据库 前10条

1 钱志明;杨家宽;段连鑫;;基于视频的车辆检测与跟踪研究进展[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

2 闻育;潘霓;;基于磁偏角的车辆检测的研究[A];第二十七届中国控制会议论文集[C];2008年

3 杨阿丽;刘峡壁;魏雪;万玉钗;;用于交通治安卡口的全天候视频车辆检测方法[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用（SCA·2011）学术会议论文摘要集[C];2011年

4 杨淼;;基于卡尔曼滤波的电子警察系统车辆检测算法[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

5 蒋大林;马军强;;基于视频的车辆检测与跟踪方法综述[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

6 邹月娴;王一言;关佩;杨华;陈维荣;;复杂视频背景中的运动车辆检测技术[A];第四届和谐人机环境联合学术会议论文集[C];2008年

7 李舜酩;缪小冬;;视觉车辆检测方法的研究进展及展望[A];2009全国虚拟仪器大会论文集（二）[C];2009年

8 王忠耀;任青春;王少华;郭春生;;基于红外视频的车载行人车辆检测系统[A];浙江省电子学会2013学术年会论文集[C];2013年

9 孙明;孙红;;智能交通系统中车辆的图像检测方法研究[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年

10 吴嵘;何培宇;徐自励;段文锋;刘珂含;;一种去背景的车辆检测与跟踪快速算法[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

中国重要报纸全文数据库 前10条

1 记者 何雪峰;宿州简政放权助推县域经济[N];安徽日报;2009年

2 记者 贾瑞芳;检车进企业 温暖送到家[N];河北经济日报;2009年

3 郑利平;湖州车辆检测科研项目通过鉴定[N];中国交通报;2004年

4 张广明;运用高新技术审验运输车辆[N];巴彦淖尔日报(汉);2007年

5 张奇 李小洁;车辆检测，，为何招来怨声一片[N];检察日报;2002年

6 本报记者 侯莎莎;车辆年检强制免费换牌钉[N];北京日报;2012年

7 奚荣武　顾刚;昆山：1100万元加强卡口监控[N];人民公安报;2009年

8 见习记者 黄鹏飞;检测要细之又细，事故要坚决压降[N];法治快报;2006年

9 记者 杨耀青;车辆检测更加公正透明[N];西安日报;2011年

10 张贵峰;车检改革应将交通部门纳入其中[N];法制日报;2014年

中国博士学位论文全文数据库 前8条

1 李博;基于层次性与或图模型的车辆检测与解析[D];北京理工大学;2015年

2 刘培勋;车辆主动安全中关于车辆检测与跟踪算法的若干研究[D];吉林大学;2015年

3 张伟;基于视觉的运动车辆检测与跟踪[D];上海交通大学;2007年

4 徐琨;交通视频监控中的车辆检测与跟踪方法研究[D];长安大学;2009年

5 王曾敏;小波图像融合算法及其在视频车辆检测系统中的应用研究[D];天津大学;2009年

6 许洁琼;基于视频图像处理的车辆检测与跟踪方法研究[D];中国海洋大学;2012年

7 严捷丰;交通视频监控中的车辆检测与分割方法研究[D];中国科学技术大学;2008年

8 李卫江;基于线阵CCD成像交通信息采集和检测技术的研究[D];长安大学;2008年

中国硕士学位论文全文数据库 前10条

1 王齐;车辆检测与样本采集系统的研究与设计[D];延边大学;2015年

2 马蓓蓓;基于HOG特征的车辆检测技术研究[D];华南理工大学;2015年

3 张双;基于嵌入式技术的物流跟踪及车辆检测系统设计[D];昆明理工大学;2015年

4 郭敏;基于高速公路大货车违法占道监测系统的车辆检测与跟踪研究[D];西南交通大学;2015年

5 冯乐;基于AMR传感器的车辆信息采集系统[D];天津理工大学;2015年

6 张骁;基于3D空间多部件模型的车辆检测方法研究[D];长安大学;2015年

7 赵倩倩;基于目标特征点跟踪与聚类的车辆检测算法研究[D];长安大学;2015年

8 曹晓明;基于多图像特征金字塔的车辆检测[D];北京交通大学;2016年

9 张璐;视频车辆检测与预警算法的研究与DSP实现[D];东北大学;2014年

10 刘赛;基于形状和表观约束活动基模型的车辆检测技术[D];北京理工大学;2016年

  本文关键词：夜间车辆检测与跟踪，由笔耕文化传播整理发布。

本文编号：336890