基于机器视觉的车辆检测方法研究

发布时间：2017-08-02 15:39

  本文关键词：基于机器视觉的车辆检测方法研究

  更多相关文章： 车辆检测 聚合通道特征 可分离子聚类算法 最大池化分类器 车型识别

【摘要】：近年来随着计算机视觉技术的快速发展,基于视觉的智能交通技术在生活中越来越被普遍的应用。基于机器学习的车辆检测是智能交通领域关键问题之一,也是目标检测领域的重要组成部分,车辆检测的正确率对后续智能交通的研究具有重要影响。本文重点研究了单视角车辆检测算法、多视角车辆检测算法、车辆跟踪算法、车型识别算法,主要内容如下:第一,研究了聚合通道特征的提取方法,该特征不仅包含泛化的HOG通道特征,而且还包含颜色通道与梯度通道特征;探讨了多视角下车辆检测的特征选择问题,对比了可分离子聚类算法与k-means和Latent SVM聚类算法的区别。第二,研究了基于软级联AdaBoost分类器的其它三种推广模式,软级联RealAdaboost、软级联GentleAdaBoost、软级联ModestAda Boost对车辆检测的影响。并且分析了三种分类器中参数对检测性能的影响;将参数进行组合使用,提出了检测效果更好的最大池化分类器。第三,探讨了一种改进的最小化输出均方误差跟踪算法,将该跟踪算法运用于隔帧检测,分析了隔帧数对检测性能的影响。采用HOG、LBP、DSIFT特征来提取车辆的局部信息,结合随机投影技术对高维空间中的特征进行降维;结合SVM针对不同的车型,将检测出的车辆分为不同的类别,并与主流的识别技术进行了对比。第四,基于WinForm框架技术设计了一个完整的车辆检测平台,包括车辆图片检测、车辆视频检测、车型识别等功能。
【关键词】：车辆检测 聚合通道特征 可分离子聚类算法 最大池化分类器 车型识别
【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】：U495;TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 绪论9-13
• 1.1 研究背景与意义9-10
• 1.2 国内外研究现状10-11
• 1.3 本文主要贡献与创新11-12
• 1.4 本文结构安排12-13
• 第二章 车辆检测的特征选择13-29
• 2.1 车辆检测概述13-14
• 2.2 单视角下的车辆特征14-21
• 2.2.1 ACF特征14-16
• 2.2.2 ACF特征与HOG特征的区别16-17
• 2.2.3 ACF特征与ICF特征的区别17-19
• 2.2.4 不同通道组合对检测性能的影响19-21
• 2.3 多视角下的车辆特征21-28
• 2.3.1 DSC聚类算法22-24
• 2.3.2 DSC聚类与k-means聚类的区别24-25
• 2.3.3 DSC聚类与Latent SVM聚类的区别25
• 2.3.4 实验对比25-28
• 2.4 本章小结28-29
• 第三章 车辆检测的分类器选择29-44
• 3.1 软级联分类器29-36
• 3.1.1 软级联分类器的推广30-33
• 3.1.2 分类实验对比33-35
• 3.1.3 车辆检测试验对比35-36
• 3.2 参数对检测器的影响36-43
• 3.2.1 权重更新对检测器的影响37-39
• 3.2.2 改进后权重更新对检测器的影响39-41
• 3.2.3 实验对比41-43
• 3.3 本章小结43-44
• 第四章 车辆跟踪与车型识别44-55
• 4.1 车辆跟踪44-49
• 4.1.1 MOSSE跟踪算法44-46
• 4.1.2 改进的MOSSE跟踪算法46-47
• 4.1.3 隔帧数对检测性能的影响47-49
• 4.2 车型识别49-54
• 4.2.1 多特征融合49-51
• 4.2.2 随机投影51-52
• 4.2.3 实验对比52-54
• 4.3 本章小结54-55
• 第五章 车辆检测系统55-62
• 5.1 车辆检测系统概述55-60
• 5.1.1 样本处理及分类器训练56-57
• 5.1.2 快速特征金字塔57-59
• 5.1.3 检测与跟踪的交叉验证59-60
• 5.2 基于C#的车辆检测系统软件设计60-61
• 5.3 本章小结61-62
• 第六章 总结与展望62-64
• 6.1 本文总结62-63
• 6.2 后续工作展望63-64
• 致谢64-65
• 参考文献65-69
• 攻读硕士学位期间取得的成果69-70

【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

本文编号：610034