基于机器视觉的公交站点识别算法研究

发布时间：2017-09-08 23:27

  本文关键词：基于机器视觉的公交站点识别算法研究

  更多相关文章： 关键帧提取 图像匹配 特征提取 轮廓提取 角点检测

【摘要】：随着机器视觉和多媒体技术的迅速发展,机器视觉和多媒体技术被广泛应用于解决生产生活中的现实问题。城市人口和私家车数量的增加,给城市交通带来一系列严重的问题。发展智能交通,提高城市交通的智能化和信息化是解决交通问题的新方案。改善公交服务质量,推进公交车的发展,也是解决城市城市交通问题的一个重要出路。把机器视觉和视频信息处理技术应用到公交报站系统中,不仅可以实现公交报站系统的信息化和智能化,而且符合“智慧交通”的主题,具有很大的实践意义。本文主要以公交自动报站系统为背景,研究基于机器视觉的公交站点识别的算法。通过摄像头实时采集公交路线沿途的视频,使用关键帧提取技术提取出公交站点前的多幅视频关键帧,在此之前建立公交站点前的图像数据库,将关键帧与图像数据库中的对应的图像进行匹配,匹配成功后驱动报站系统进行报站。整个系统中用机器视觉的相关技术和视频图像处理技术对采集到的视频进行实时处理。提取视频关键帧时,采用时间信息剔除大片的冗余片段,然后采用基于内容的关键帧提取方法对公交路线沿途的关键帧进行粗提取,当其中有一帧图像匹配成功后,每隔10s采用帧差聚类的关键帧提取方式进行细提取,提取出需要的关键帧图像。提取出关键帧图像后,需要对关键帧图像和图像数据库中图像进行特征提取和匹配。结合公交站点的特殊情况,文中提出了图像轮廓上的Harris-SIFT算法,首先提取关键帧和数据库中图像的轮廓,在轮廓图像上进行极值点的检测,并采用Harris角点筛选出图像的特征点,即将Harris算法与SIFT算法相结合,得到图像轮廓上的特征点,同时改进特征点的描述子,计算描述子之间的欧式距离进行图像的匹配,并采用引导互匹配法和投票过滤法提高匹配的准确度。文中根据视觉公交自动报站系统的特征,针对人眼的的视觉特性,提出了公交路线上的感兴趣区域识别,针对公交路线中感兴趣的文字区域和交通标志进行了图像的提取和识别,这种感兴趣区域的提取也可以辅助公交站点的判断,提高公交报站的智能性和准确性。
【关键词】：关键帧提取 图像匹配 特征提取 轮廓提取 角点检测
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要8-9
• Abstract9-14
• 第1章 绪论14-20
• 1.1 课题研究背景及意义14
• 1.2 机器视觉的概述与发展现状14-16
• 1.2.1 机器视觉的概述14-15
• 1.2.2 机器视觉的国内外研究及发展趋势15-16
• 1.3 公交站点识别在国内外发展现状16-17
• 1.4 本文的主要研究内容和论文安排17-20
• 1.4.1 论文的主要研究内容17-18
• 1.4.2 论文的各章内容安排18-20
• 第2章 机器视觉站点识别系统概述20-24
• 2.1 引言20
• 2.2 系统框架及工作原理20-21
• 2.2.1 系统实现功能20
• 2.2.2 系统架框及工作原理20-21
• 2.3 机器视觉站点识别系统硬件设计21-22
• 2.4 站点图像数据库建立22-23
• 2.5 本章小结23-24
• 第3章 视觉公交报站系统中关键帧提取方法研究24-33
• 3.1 引言24
• 3.2 视频关键帧提取方法24-27
• 3.2.1 特定帧法24-25
• 3.2.2 基于内容分析的方法25-26
• 3.2.3 基于光流运动分析的关键帧提取方法26
• 3.2.4 帧差聚类的视频关键帧的提取方法26-27
• 3.3 关键帧提取方法的实验结果分析27-31
• 3.4 关键帧提取方法的改进31-32
• 3.5 本章小结32-33
• 第4章 视觉报站系统中图像的特征提取33-54
• 4.1 引言33
• 4.2 图像的边缘检测和轮廓提取33-41
• 4.2.1 边缘检测33-38
• 4.2.2 轮廓提取38-39
• 4.2.3 图像锐化39-41
• 4.3 图像特征点的提取41-51
• 4.3.1 图像特征点提取概述41
• 4.3.2 基于灰度的图像特征点的提取41-47
• 4.3.3 多尺度空间上的图像特征点的提取47-51
• 4.4 图像特征点的描述51-53
• 4.4.1 关键点方向分配51-52
• 4.4.2 特征点描述子生成52-53
• 4.5 本章小结53-54
• 第5章 图像匹配54-65
• 5.1 引言54
• 5.2 图像匹配的方法分类54-60
• 5.2.1 基于灰度的匹配54-57
• 5.2.2 基于特征的匹配57-60
• 5.3 视觉公交报站系统中改进的图像匹配算法60-64
• 5.3.1 图像轮廓上的Harris—SIFT匹配60-62
• 5.3.2 SIFT特征描述子的改进62-63
• 5.3.3 算法匹配效果分析63-64
• 5.4 本章小结64-65
• 第6章 公交路线上感兴趣区域的图像识别65-72
• 6.1 引言65
• 6.2 公交路线上感兴趣文字区域的识别65-68
• 6.2.1 图像的预处理65-66
• 6.2.2 灰度阈值分割66
• 6.2.3 图像中文字区域的定位和提取66-68
• 6.3 公交路线上感兴趣交通标志的识别68-71
• 6.3.1 HSV彩色空间的分割68-70
• 6.3.2 彩色阈值分割后图像的形态学处理70-71
• 6.4 本章小结71-72
• 总结与展望72-74
• 参考文献74-79
• 致谢79-80
• 附录 攻读学位期间所发表的学术论文目录80

【相似文献】

中国期刊全文数据库 前6条

1 谭英嘉;葛宏伟;杨薇;;公交站点数字化协同管理系统设计与实现——以深圳市为例[J];交通信息与安全;2013年04期

2 查伟雄;刘金行;;公交站点IC刷卡计数算法及其Matlab实现[J];交通信息与安全;2010年02期

3 ;软件来相助 睡觉不过站[J];网友世界;2011年23期

4 丁午;程琳;;基于栅格GIS的公交站点覆盖率算法研究[J];测绘科学;2011年04期

5 张朝元;陈丽;;基于SOR-LS-SVM算法的公交站点客流量预测研究[J];湖南工程学院学报(自然科学版);2009年04期

6 ;[J];;年期

中国重要会议论文全文数据库 前5条

1 曾小成;程文;;严寒地区大城市公交站点设计优化研究——以哈尔滨市为例[A];:城乡治理与规划改革——2014中国城市规划年会论文集（05 城市交通规划）[C];2014年

2 李云;黄正东;;基于UML构建多层次公交站点模型[A];中国地理信息系统协会第九届年会论文集[C];2005年

3 庞博;宋岩;陈鸥;;我国大城市公交站点布局设计优化研究——以哈尔滨市为例[A];和谐城市规划——2007中国城市规划年会论文集[C];2007年

4 安萌;陈学武;芦方强;;公交站点OD小票法的应用研究[A];2008第四届中国智能交通年会论文集[C];2008年

5 赵静瑶;;基于供需平衡的公交资源配置优化研究[A];:城乡治理与规划改革——2014中国城市规划年会论文集（05 城市交通规划）[C];2014年

中国重要报纸全文数据库 前10条

1 记者 王丽敏;公交站点设置须符合有关规定[N];抚顺日报;2007年

2 记者 宋向华;青城市区原置不合理公交站点正在迁移[N];呼和浩特日报(汉);2008年

3 本报记者 邢传凯　杨旭;公交站点设置不尽合理 市民乘车麻烦不断[N];铁岭日报;2009年

4 记者 宋向华;市区内29个公交站点将迁移改造[N];呼和浩特日报(汉);2009年

5 许觉辉、宋永鸿;公交站名，，别让人找不着北[N];中国交通报;2004年

6 记者 杨斌鹄;3年改造172处公交站点[N];西安日报;2007年

7 殷磊;市区五条道路公交站点微调[N];厦门日报;2006年

8 本报记者　 徐景明;厦门公交,线路太密站点太多？[N];厦门日报;2006年

9 林燕贞;厦门公交站点将取消商业化冠名[N];厦门日报;2007年

10 ;推动公交站名“去商业化”[N];厦门日报;2007年

中国博士学位论文全文数据库 前1条

1 孙锋;公交站点运行效率计算及车辆停靠组织优化[D];吉林大学;2013年

中国硕士学位论文全文数据库 前10条

1 郭晨;面向轨道交通的灵活型接驳公交站点选址研究[D];山东大学;2015年

2 张恺彬;常规公交站点停靠时间研究[D];西南交通大学;2016年

3 张志锋;城市公交复杂网络拓扑特性与建模研究[D];东北林业大学;2016年

4 施颖迪;基于机器视觉的公交站点识别算法研究[D];兰州理工大学;2015年

5 马晓焱;城市常规公交站点设置方法与交通影响评价[D];合肥工业大学;2010年

6 王茂辉;济南公交站点设置问题研究[D];山东大学;2014年

7 田婷;城市公交站点经济价值的综合评价及其提升研究[D];浙江财经大学;2014年

8 陶永俊;中心城区道路交叉口公交站点设置优化研究[D];湖南科技大学;2013年

9 陈浩;基于车辆旅行时间分布规律的公交站点能力优化研究[D];中南大学;2013年

10 邵楠;城市公交站点标准化设计研究[D];华中科技大学;2013年

本文编号：816955