基于OpenCV的视频检测系统设计与实现

发布时间：2017-09-12 14:12

  本文关键词：基于OpenCV的视频检测系统设计与实现

  更多相关文章： 智能交通 车辆检测 对称性特征 OpenCV

【摘要】：智能交通系统(ITS)是现代交通管理控制领域的一种常用的应用系统,而ITS系统中处于系统底层的视频车辆检测系统,由于担负着公路原始图像数据采集、处理与管理的任务,极大的影响着整个ITS系统上层子系统对于诸如车辆目标识别、车辆目标跟踪、车辆车牌定位、车辆车牌识别等一系列检测流程的准确性和实时性。但目前技术较为成熟的两类视频车辆检测系统的核心检测算法各自存在着不同的重要缺陷：(1)基于帧间差的道路车辆检测算法,通过对采集到的相邻两图像帧作帧间差,一旦相邻帧之间的差值达到系统预设的触发阀值,就认为有目标进入检测区,继而发出触发信号。这种检测算法检测速度快,实现简单。但是需进行大量试验设定合适的触发阀值,通常在保证较高的目标触发率的同时会出现大量的误触发。(2)基于背景差的道路车辆检测算法,通过对采集到的每一帧图像作背景差分,一旦差值达到系统预设阀值,就认为有目标进入检测区,继而发出触发信号。这种检测算法与帧间差法一样,具有计算简单,检测速度快的优势。但是已有的背景算法很难解决局部背景突变的问题。这种视频车辆检测系统亦存在较高的误触发率问题。针对上述视频车辆检测系统存在的问题,四川某学院交通与市政工程系的研究课题提出了研究课题“智能交通系统信息特征及数据挖掘”,作者作为参与者,所做的工作主要分为以下方面：(1)本文设计了利用车辆目标外轮廓在形态学上存在的对称性特征从视频中提取包含车辆子窗口坐标、大小的检测算法。该算法可以通过选取合适的边缘提取算子提取边缘,计算并统计边缘图像中的高对称性区域,检测出原图像中可能包含车辆的区域。试验证明,该算法可以快速的检测出图像中的车辆目标。(2)本文完成了视频车辆检测系统中信息管理子系统的需求分析,在需求分析的基础上,对系统进行了UML分析和建模。最后实现了道路交通信息管理系统。(3)基于本文提出的算法车辆检测算法,利用OpenCV 1.0视觉库,在VC2005平台下实现了基于车辆对称性检测的新型的视频车辆检测系统。
【关键词】：智能交通 车辆检测 对称性特征 OpenCV
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U495;TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-16
• 1.1 视频检测系统的应用及研究背景11-12
• 1.2 国内外研究与应用现状12-13
• 1.2.1 国外研究与应用现状12-13
• 1.2.2 国内研究与应用现状13
• 1.3 面临的主要问题13-14
• 1.4 课题背景介绍与作者的工作14
• 1.5 本文的组织结构14-16
• 第二章 基于边缘对称特征的车辆目标检测算法的研究与设计16-26
• 2.1 车辆轮廓特征16-18
• 2.2 数字图像边缘检测方法研究18-20
• 2.2.1 两种经典边缘检测算子介绍18-19
• 2.2.2 边缘检测算子效果对比19-20
• 2.3 边缘图像对称性检测算法研究与设计20-25
• 2.3.1 算法的目的与思路21-23
• 2.3.2 算法的执行流程23-25
• 2.4 本章小结25-26
• 第三章 道路交通信息管理系统的分析26-36
• 3.1 道路交通信息管理系统的需求分析26-27
• 3.1.1 系统用户需求分析26
• 3.1.2 系统功能需求分析26-27
• 3.2 系统的UML建模与分析27-35
• 3.2.1 系统的用例图27-28
• 3.2.2 系统的活动图28-29
• 3.2.3 系统的时序图29-32
• 3.2.4 系统的协作图32-33
• 3.2.5 系统的状态图33-35
• 3.2.6 系统的部署图35
• 3.3 本章小结35-36
• 第四章 道路交通信息管理系统的设计36-44
• 4.1 道路交通信息管理系统结构设计36-38
• 4.1.1 C/S结构36
• 4.1.2 B/S结构36-37
• 4.1.3 道路交通信息管理系统结构模型37-38
• 4.2 道路交通信息管理系统功能设计38-39
• 4.3 系统的类设计39-40
• 4.4 数据库的设计40-43
• 4.4.1 角色表41
• 4.4.2 用户表41
• 4.4.3 文件表41-42
• 4.4.4 文档表42-43
• 4.5 本章小结43-44
• 第五章 视频检测系统的实现44-57
• 5.1 系统实现的技术44-45
• 5.1.1 OpenCV 1.0视觉库44
• 5.1.2 Visual Studio 2005开发软件44
• 5.1.3 SQL Server 200544-45
• 5.2 车辆检测程序主体的实现45-51
• 5.2.1 路口视频流读取功能实现45-46
• 5.2.2 图像预处理功能实现46-47
• 5.2.3 图像目标检测功能实现47-51
• 5.3 道路交通信息管理系统实现51-56
• 5.4 本章小结56-57
• 第六章 系统测试57-64
• 6.1 系统测试的原则57
• 6.2 测试目的57-58
• 6.3 测试对象58-59
• 6.4 性能测试59-63
• 6.4.1 车辆图象实时检测、抓拍59
• 6.4.2 车牌自动识别59-60
• 6.4.3 视频抓图的压缩模块60-61
• 6.4.4 系统整体性能要求61
• 6.4.5 视频抓图的效果显示61-63
• 6.5 本章小结63-64
• 第七章 总结64-66
• 致谢66-67
• 参考文献67-68

【相似文献】

中国期刊全文数据库 前10条

1 刘娟;郝建新;;OpenCV技术在数字近景摄影测量中的应用与研究[J];城市勘测;2013年01期

2 赵霞;陆小龙;廖明;;基于OpenCV的角铁中线检测方法[J];中国测试;2010年03期

3 郭刘杰;张崇哲;李居峰;缪康鹏;;基于OpenCV的涂树白机视觉图像背景去除[J];机械制造;2010年06期

4 董乾;黄晓鸣;;基于OpenCV的图像碎片拼接[J];科学技术与工程;2010年22期

5 刘慧英;王小波;;基于OpenCV的车辆轮廓检测[J];科学技术与工程;2010年12期

6 王福斌;李迎燕;刘杰;陈至坤;;基于OpenCV的机器视觉图像处理技术实现[J];机械与电子;2010年06期

7 矣昕宝;全海燕;许伶俐;;一种基于OpenCV的多扇区圆检测方法[J];科学技术与工程;2011年16期

8 周传宏;王怀虎;康少博;;OpenCV在装箱缺条视觉检测系统中的应用[J];制造业自动化;2011年17期

9 周传宏;陈郭宝;王怀虎;康少博;;OpenCV在条烟视觉检测系统中的应用[J];机械设计与制造;2011年11期

10 韩旭;于小亿;;OpenCV在体感遥控中的应用[J];黑龙江工程学院学报(自然科学版);2012年01期

中国重要会议论文全文数据库 前5条

1 ;The System of Face Detection Based on OpenCV[A];第24届中国控制与决策会议论文集[C];2012年

2 王强;刘建丽;;基于OpenCV的运动目标检测算法的实现[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年

3 谭彩凤;邢座程;田海军;;基于OpenCV体系结构的LSSVM算法与人脸检测研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

4 王福斌;刘杰;陈至坤;刘阔;潘晓娣;;基于OpenCV的履带式机器人运动物体视觉跟踪[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

5 郑国荣;熊昌镇;张彦;;一种基于OpenCV的嵌入式视频监控方法[A];中国计量协会冶金分会2010年会论文集[C];2010年

中国硕士学位论文全文数据库 前10条

1 石浩然;基于嵌入式系统人脸识别的分析与研究[D];内蒙古大学;2015年

2 孙波翔;OpenCV-Julia的封装及在遥感图像处理中的应用[D];昆明理工大学;2015年

3 杨亚明;基于OpenCV的绝缘子及等电位线故障状态智能识别[D];西南交通大学;2015年

4 陈春林;基于pcDuino的人脸检测追踪系统[D];兰州大学;2015年

5 丁元舟;停车场远程视频监控系统的设计与开发[D];华中师范大学;2015年

6 周鹏;基于OpenCV的双目立体视觉系统定标与三维重构技术研究[D];宁夏大学;2015年

7 孙付超;基于OpenCV的图像预处理在仪表定位中的应用[D];山东大学;2015年

8 施天敏;基于OPENCV的结构光投影仪的标定研究[D];江苏科技大学;2015年

9 徐立东;基于OpenCV的Marangoni凝结液珠图像分析研究[D];新疆大学;2015年

10 汪翠;基于OpenCV的人脸检测与跟踪算法研究与实现[D];哈尔滨工业大学;2014年

，

本文编号：837684