基于多图像特征金字塔的车辆检测
本文关键词:基于多图像特征金字塔的车辆检测,,由笔耕文化传播整理发布。
【摘要】:车辆检测子系统是车辆自动驾驶系统及交通监测系统的重要组成部分。针对道路交通中复杂场景下的车辆检测问题,本文从图像的特征提取和分类检测两个方面进行了深入研究。大多数现有的基于图像的车辆检测系统使用局部特征来描述车辆信息,例如haar-like特征、梯度方向直方图(HOG)、尺度不变特征(SIFT)、 Harris角点特征等等。这些局部特征在处理不同的光照条件、尺度变化、形变时仍然存在不足。车辆特征应该具有良好的辨识度和鲁棒性。本文提出了一种新的基于多特征金字塔的车辆检测方法,实现复杂背景下的车辆检测。首先,利用场景分类特征对待检测图像经行预处理,划定出车辆可能出现的区域。然后,在选出的区域中,建立金字塔结构的多尺度模型,利用LUV颜色空间,梯度特征和局部关联模型的融合作为车辆特征的描述。多特征金字塔模型能为车辆检测提供更具有辨识度和鲁棒性的特征描述。通过分析研究当前的分类算法,最终选择AdaBoost分类算法组成车辆检测系统。本文在两个公开的交通数据库中进行实验对比,实验结果表明局部特征与局部联合特征的结合增强了系统对于车辆的识别性。而且,实验结果在尺度变化,视角变化,复杂背景下都是令人满意的。我们的方法比其他现有的方法有更好的检测性能。同过本文的研究,丰富了图像检测与识别技术,推进了车辆检测系统的实用化进程。
【关键词】:车辆检测 局部关联特征 特征金字塔模型
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.41
【目录】:
- 致谢5-6
- 摘要6-7
- ABSTRACT7-10
- 1 引言10-15
- 1.1 研究背景及意义10-11
- 1.2 国内外研究现状11-13
- 1.3 本文主要内容和安排13-15
- 1.3.1 主要研究内容13-14
- 1.3.2 论文各章安排14-15
- 2 基于特征的车辆检测15-24
- 2.1 Harris角点特征15-17
- 2.1.1 Harris角点特征的实现过程15-16
- 2.1.2 Harris角点特征分析16-17
- 2.2 Haar-like特征17-19
- 2.2.1 Haar-like特征的实现过程17-19
- 2.2.2 Haar-like特征分析19
- 2.3 尺度不变特征变换(SIFT)特征19-23
- 2.3.1 SIFI特征的实现过程19-23
- 2.3.2 SIFT特征分析23
- 2.4 本章小结23-24
- 3 建立多特征金字塔24-35
- 3.1 图像区域划分24-25
- 3.2 LUV色彩空间25-27
- 3.3 梯度特征27-29
- 3.3.1 梯度模值27-28
- 3.3.2 方向梯度直方图28-29
- 3.4 局部关联特征29-32
- 3.4.1 局部关联的不同符号转换的特征30-31
- 3.4.2 局部关联的不同量级转换特征31-32
- 3.5 快速金字塔结构32-34
- 3.6 本章小结34-35
- 4 分类学习算法35-41
- 4.1 SVM分类器35-37
- 4.2 AdaBoost分类器37-39
- 4.3 本章小结39-41
- 5 实验结论41-56
- 5.1 实验数据库41-43
- 5.2 评价指标43-44
- 5.3 参数设置44-45
- 5.4 车辆检测实验45-54
- 5.4.1 不同的多特征金字塔47-49
- 5.4.2 与其他现有的车辆检测方法比较49-50
- 5.4.3 检测结果和讨论50-54
- 5.5 运行时间54-55
- 5.6 本章小结55-56
- 6 总结及展望56-58
- 6.1 工作总结56-57
- 6.2 展望57-58
- 参考文献58-63
- 作者简历63-64
- 学位论文数据集64
【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 于宝明;;一种智能物联网交通管理系统中静止车辆检测新方法[J];信息化研究;2011年05期
3 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
4 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
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 张晖;董育宁;;基于视频的车辆检测算法综述[J];南京邮电大学学报(自然科学版);2007年03期
7 李玉萍;;基于视觉的车辆检测技术现状[J];国外电子测量技术;2007年10期
8 郑宏;胡学敏;;高分辨率卫星影像车辆检测的抗体网络[J];遥感学报;2009年05期
9 戴红霞;江乐;赵力;;时空结合的多背景车辆检测方法的研究[J];电视技术;2009年11期
10 朱娟;陈杰;;基于混合差分的车辆检测方法[J];计算机工程与设计;2011年01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 何志强;基于地磁的无线车辆检测系统研究[D];华南理工大学;2015年
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 田苏慧敏;基于视频图像处理的车辆检测与车流量统计平台的设计实现[D];宁夏大学;2015年
10 王成坤;混合交通流两轮车辆的视频检测研究[D];江西理工大学;2014年
本文关键词:基于多图像特征金字塔的车辆检测,由笔耕文化传播整理发布。
本文编号:268634
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/268634.html