基于连续视频流的交通状况与违章行为模式识别研究与实现

发布时间：2017-06-17 10:03

  本文关键词：基于连续视频流的交通状况与违章行为模式识别研究与实现，由笔耕文化传播整理发布。

【摘要】：近年来,机动车的保有量明显上升,交通事故也更为频发。然而很大一部分交通事故都是因为违章行车引起的,因此对车辆行为进行检测并给与违章者适当的教育和处罚,是减少违章行为的有效手段之一。对车辆违章行为进行检测的传统方法都是基于磁感应原理来工作。通过环形检测线圈、交通微波检测器、雷达测速等设备来提取交通参数的方法,在当前比较常用。上述方法有其明显的缺点,如:安装不方便、破坏路面、不易维护、获取的交通信息量少等。视频信息的特点有:直观、具体、生动、信息量大等。因此基于连续视频流的交通状况和违章行为分析成为国内外广大科技人员和学者关注的重点。本文首先在对常用的运动目标检测算法进行研究分析之后,用背景差分法来获取运动目标,并采用多帧均值背景建模方法来建立背景模型并实现背景的不断更新。根据运动目标区域的长宽比和占空比来对运动目标进行分类,进而提取出运动车辆。其次,研究分析了传统的均值漂移算法在运动目标跟踪中的应用,针对其缺点,对算法进行了改进,将卡尔曼滤波器位置预测机制和窗口自适应目标大小的机制引入到运动目标的跟踪算法中,提出了基于KF的窗口自适应MS算法。同时,本文对改进的算法的性能和跟踪效果进行了分析,结果表明:改进的算法性能和跟踪效果都优于传统的均值漂移算法。然后,设计了基于车辆运动轨迹的车辆行为判断和交通参数提取算法。并且,在对基于颜色的车牌定位算法和基于边缘检测的车牌定位算法进行研究分析后,本文将以上两种算法结合起来进行车牌定位,即基于颜色和边缘检测的车牌定位算法。结果证明:该算法对车牌检测的准确率高于其他两种算法。然后还介绍了车牌字符切分方法以及车牌字符识别方法。最后,本文在对基于连续视频流的交通状况与违章行为分析涉及到的算法进行研究和部分改进的基础上,设计了一个智能交通分析系统。
【关键词】：车辆检测 车辆跟踪 车牌识别 违章行为 交通参数
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-16
• 1.1 研究工作的背景及意义11-12
• 1.2 国内外研究现状12-14
• 1.3 研究目的及主要内容14
• 1.4 本文的组织安排14-16
• 第二章 运动目标检测16-31
• 2.1 图像预处理16-20
• 2.1.1 图像灰度化16-17
• 2.1.2 图像平滑17-20
• 2.2 运动目标检测方法概述20-22
• 2.2.1 背景差分法20-21
• 2.2.2 帧间差分法21
• 2.2.3 光流法21-22
• 2.3 多帧均值背景建模22-24
• 2.3.1 多帧均值背景建模算法原理22-23
• 2.3.2 多帧均值背景建模实验结果分析23-24
• 2.4 图像后处理24-27
• 2.4.1 差分图像二值化24
• 2.4.2 图像形态学处理24-27
• 2.5 背景差分法和帧间差分法的实验结果对比分析27-30
• 2.6 本章小结30-31
• 第三章 运动目标分类与运动车辆跟踪31-54
• 3.1 运动目标分类31-34
• 3.1.1 运动目标形状特征描述31-33
• 3.1.2 运动目标分类方法33-34
• 3.2 运动车辆跟踪34-53
• 3.2.1 运动目标跟踪方法概述35-37
• 3.2.2 基于Mean Shift的运动车辆跟踪37-44
• 3.2.3 Kalman Fliter位置预测44-47
• 3.2.4 窗口自适应算法原理47-49
• 3.2.5 基于KF的窗口自适应MS算法49-53
• 3.3 本章小结53-54
• 第四章 车辆违章行为与交通状况分析54-64
• 4.1 车辆违章行为分析54-61
• 4.1.1 车辆逆行检测55-57
• 4.1.2 车辆占用非机动车车道检测57-61
• 4.2 交通状况分析61-63
• 4.3 本章小结63-64
• 第五章 违章车辆车牌识别64-81
• 5.1 车牌定位64-76
• 5.1.1 基于颜色的车牌定位64-71
• 5.1.2 基于边缘检测的车牌定位71-75
• 5.1.3 基于颜色和边缘检测的车牌定位75-76
• 5.1.4 基于颜色和边缘检测的车牌定位算法测试76
• 5.2 车牌字符分割与字符提取76-78
• 5.2.1 车牌字符分割76-77
• 5.2.2 车牌字符提取77-78
• 5.3 车牌字符识别78-79
• 5.3.1 字符大小归一化78-79
• 5.3.2 字符识别79
• 5.4 本章小结79-81
• 第六章 智能交通分析系统实现81-91
• 6.1 ITAS主要目标81-82
• 6.2 系统结构82
• 6.3 系统功能模块设计82-85
• 6.3.1 管理模块83
• 6.3.2 ITAS分析引擎83-85
• 6.3.3 客户端（PC）85
• 6.4 数据库表设计85-87
• 6.5 系统主要功能界面设计87-90
• 6.6 本章小结90-91
• 第七章 系统测试91-94
• 7.1 系统测试环境91
• 7.2 ITAS主要功能测试91-93
• 7.2.1 运动车辆违章行为判断测试91-92
• 7.2.2 车流量统计测试92
• 7.2.3 违章车辆车牌识别测试92-93
• 7.3 测试结果总体分析93
• 7.4 本章小结93-94
• 第八章 总结与展望94-96
• 8.1 主要工作总结94-95
• 8.2 工作展望95-96
• 致谢96-97
• 参考文献97-100
• 攻读硕士学位期间获得的成果100-101

【参考文献】

中国期刊全文数据库 前2条

1 杨昌勇,刘建伟,曹泉;车辆违章逆行的图像自动检测与识别[J];计算机工程与设计;2005年10期

2 洪琦;沙新华;;基于视频的车辆违章越线行为检测方法研究[J];深圳信息职业技术学院学报;2005年03期

中国硕士学位论文全文数据库 前3条

1 谢敏;基于视频的车辆违章判别研究及无线传输实现[D];扬州大学;2014年

2 张洁;数字图像边缘检测技术的研究[D];合肥工业大学;2009年

3 刘肃亮;交通车辆违章智能视频监控系统的设计与实现[D];西北大学;2004年

  本文关键词：基于连续视频流的交通状况与违章行为模式识别研究与实现，，由笔耕文化传播整理发布。

本文编号：458003