基于视频图像的车辆行为轨迹检测技术研究

发布时间：2017-03-18 14:01

  本文关键词：基于视频图像的车辆行为轨迹检测技术研究，由笔耕文化传播整理发布。

【摘要】：近年来,随着交通监控和交通管理的智能化水平不断提高,以视频图像处理、分析、理解为基础的视频监控技术越来越多地引起人们的重视。其中,基于视频图像的车辆行为轨迹检测技术是实现有效快速地获取车辆信息的方法,可以监测车辆的运动状况,有无违章行驶行为,比如乱停、逆行、变道或者超速等,不仅可以为交通的监管提供合法的评判依据,还可以为交通状况的分析提供数据的支持,使交通运行更智能、更方便、更快捷。本文基于双目视觉技术对物体的运动行为轨迹展开研究,主要包括了运动目标的检测与跟踪、摄像机的标定、立体匹配、运动物体三维轨迹生成等方面,其中着重研究了运动物体的检测与跟踪、立体匹配算法。首先,在运动车辆的检测跟踪方面,重点介绍了LK稀疏光流算法,针对传统LK光流算法中目标检测跟踪不准确的问题,本文提出一种融合GMM和PRLK的多运动目标的自动检测跟踪算法,并且加入模板更新机制来应对运动车辆在行驶的过程中发生的转弯和形变等现象。整个过程可以进行无监督的自动检测跟踪,并在三种不同的交通场景下对算法进行试验,通过实验验证该算法可以长时间可靠的跟踪运动车辆,也能很好的适应目标尺度的变化,同时采集交通视频的处理时间数据来验证算法的实时性效果,处理速度分别为27.36fps、28.65fps和24.58fps,可以满足交通场景中对实时性的需求。其次,在运动车辆的三维运动轨迹重建方面,详细介绍了介于传统标定与自标定之间的张正友棋盘标定法,并利用Matlab立体标定工具箱完成摄像机的标定,获得相应的摄像机内外参数和立体视觉系统参数,然后在对两个摄像机同时跟踪到的目标物体进行立体匹配,结合三角测量法进行三维轨迹的重建和恢复。本文针对立体匹配中出现的误匹配情况,提出基于SURF特征的改进的立体匹配算法,运用改进的KNN-RANSAC算法进行特征点的匹配,通过实验证明了该方法具有有效性,能剔除较多的误匹配点。
【关键词】：目标检测跟踪 双目视觉 摄像机标定 立体匹配 三维轨迹
【学位授予单位】：天津工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;TP391.41
【目录】：

• 学位论文的主要创新点3-4
• 摘要4-5
• Abstract5-9
• 第一章 绪论9-15
• 1.1 研究背景与意义9
• 1.2 车辆行为轨迹检测关键技术概述9-11
• 1.3 国内外研究现状11-12
• 1.3.1 智能交通系统11
• 1.3.2 存在的问题11-12
• 1.4 主要工作内容12-15
• 第二章 车辆检测算法15-23
• 2.1 相邻帧间差分算法15
• 2.2 背景差分算法15-18
• 2.4 实验结果与分析18-22
• 2.4.1 帧差法实验结果18-20
• 2.4.2 混合高斯模型法20-22
• 2.5 本章小结22-23
• 第三章 车辆跟踪算法23-43
• 3.1 特征匹配搜索算法23-25
• 3.1.1 绝对平衡搜索算法23-24
• 3.1.2 归一化互相关匹配算法24-25
• 3.1.3 直方图匹配算法25
• 3.2 均值漂移算法25-27
• 3.3 光流跟踪算法27-31
• 3.4 改进的基于PRLK光流的多目标自动跟踪算法31-37
• 3.4.1 算法基本思想32
• 3.4.2 前景分割及新目标检测32-34
• 3.4.3 Harris特征点目标标识34-35
• 3.4.4 PRLK光流跟踪35-36
• 3.4.5 模版更新策略36-37
• 3.5 实验结果与分析37-41
• 3.5.1 传统LK光流跟踪37-38
• 3.5.2 改进的跟踪算法38-41
• 3.6 本章小结41-43
• 第四章 双目立体视觉摄像机标定43-55
• 4.1 成像几何模型43-45
• 4.2 摄像机标定技术45-50
• 4.2.1 张正友平板标定方法46-48
• 4.2.2 双目摄像机系统的标定48
• 4.2.3 极线约束48-50
• 4.3 实验过程与结果分析50-54
• 4.3.1 实验过程51-53
• 4.3.2 标定结果分析53-54
• 4.4 本章小结54-55
• 第五章 三维运动轨迹重建55-71
• 5.1 立体匹配55
• 5.2 改进的基于SURF特征的立体匹配算法55-61
• 5.2.1 SURF特征检测算法56-59
• 5.2.2 基于改进的KNN-RANSAC特征点匹配59-61
• 5.3 空间点三维坐标测量61-64
• 5.3.1 最小二乘法61-62
• 5.3.2 三角测量法62-64
• 5.4 实验结果与分析64-69
• 5.4.1 三维重建轨迹的世界坐标系设定64-65
• 5.4.2 三维轨迹生成65-67
• 5.4.3 精度测试与分析67-69
• 5.5 本章小结69-71
• 第六章 总结与展望71-73
• 参考文献73-79
• 发表论文和参加科研情况79-81
• 致谢81

【相似文献】

中国期刊全文数据库 前10条

1 卢思军;唐振民;郭龙源;卢阿丽;;采用模糊判别的自适应多窗口立体匹配[J];工程图学学报;2009年06期

2 曾峦,李迎春;一种新的散堆物料立体匹配方法设计[J];指挥技术学院学报;1998年01期

3 金玲;;基于区域的稠密立体匹配方法[J];科学之友;2011年09期

4 门朝光;边继龙;李香;;基于迭代传播的小基高比立体匹配方法[J];中南大学学报(自然科学版);2012年04期

5 苏晓许;胡晓辉;孙苗强;;采用色彩相似性约束的图割立体匹配[J];兰州交通大学学报;2012年01期

6 卢思军;唐振民;;基于模糊判别的快速图切割立体匹配[J];计算机辅助设计与图形学学报;2009年12期

7 吴晖;蔡裕;任仕玖;;变电站机器人双目视觉导航立体匹配方法[J];数字技术与应用;2011年12期

8 江祥奎;王曙光;;基于Canny-Harris-SIFT算法的立体匹配[J];机床与液压;2013年13期

9 孙华燕,李迎春,李生良;基于证据理论的立体匹配决策[J];光学精密工程;2000年02期

10 刘天亮;罗立民;;基于分割稳健而快速的局部立体匹配及医学应用[J];计算机辅助设计与图形学学报;2010年01期

中国重要会议论文全文数据库 前10条

1 赵慧洁;雷彦章;姜宏志;;基于投影栅相位的立体匹配方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

2 刘晓丽;徐光柱;雷帮军;孙水发;冯德鸿;;立体匹配技术研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

3 王跃宗;刘冲;李德胜;;彩色显微图像立体匹配研究[A];中国微米、纳米技术第七届学术会年会论文集（一）[C];2005年

4 付丽琴;韩焱;;基于立体匹配技术的射线图像三维信息重建技术研究[A];第十一届中国体视学与图像分析学术会议论文集[C];2006年

5 李竹林;赵宗涛;王文发;马燕;;一种缺失摄像机标定参数图像的立体匹配方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

6 周秀芝;王润生;;基于自适应窗口的稠密立体匹配[A];立体图象技术及其应用研讨会论文集[C];2005年

7 贾涛;陈涛;杨润奎;;基于仿射不变量的长基线立体匹配[A];第三届全国信息获取与处理学术会议论文集[C];2005年

8 左森;郭晓松;万敬;郭君斌;;Graph Cuts及其在立体匹配中的应用[A];立体图象技术及其应用研讨会论文集[C];2005年

9 李刚;曾荣盛;韩建涛;陈曾平;;基于双向SIFT的未标定图像的立体匹配[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年

10 纪松;范大昭;初艳锋;杨靖宇;;线阵遥感影像多视立体匹配中VLL模型的扩展[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年

中国博士学位论文全文数据库 前10条

1 张康;基于图像深度感知中的立体匹配和深度增强算法研究[D];清华大学;2015年

2 黄经州;高分辨率近似纹理图像立体匹配技术研究[D];浙江大学;2015年

3 柴登峰;面向三维可视通讯的立体匹配方法[D];浙江大学;2006年

4 卢思军;立体匹配关键技术研究[D];南京理工大学;2011年

5 胡腾;基于多通道置信度传播算法的航空核线影像稠密立体匹配研究[D];武汉大学;2013年

6 李莉;基于偏微分方程的立体匹配问题研究[D];山东大学;2011年

7 裴伟;显微立体匹配及非接触无损快速三维测量研究[D];大连理工大学;2007年

8 葛亮;图像建模中立体匹配问题的研究[D];重庆大学;2009年

9 耿英楠;立体匹配技术的研究[D];吉林大学;2014年

10 刘正东;计算机视觉中立体匹配技术的研究[D];南京理工大学;2005年

中国硕士学位论文全文数据库 前10条

1 刘荣军;宽基线密集立体匹配方法研究[D];昆明理工大学;2015年

2 朱守信;基于立体匹配片的国产卫星影像无缝立体测图方法研究[D];中国地质大学(北京);2015年

3 庞星;双目立体匹配的理论研究及算法优化[D];南京理工大学;2015年

4 张枫;阵列图像的匹配[D];北方工业大学;2016年

5 田松;基于视频图像的车辆行为轨迹检测技术研究[D];天津工业大学;2016年

6 马小龙;基于图像处理定位检测方法的研究与应用[D];西安工业大学;2016年

7 林园胜;立体匹配技术在机器人视觉中的应用研究[D];安徽工程大学;2015年

8 陈海波;三维重建中立体匹配问题研究[D];中南大学;2005年

9 陈蛟;双目立体匹配的算法研究及其多核并行化[D];南京邮电大学;2012年

10 范建德;道路场景下的立体匹配和运动物体跟踪研究[D];中原工学院;2013年

  本文关键词：基于视频图像的车辆行为轨迹检测技术研究，，由笔耕文化传播整理发布。

本文编号：254513