采用視覺的車輛檢測系統(tǒng)設(shè)計(jì)

2萬字 35頁 原創(chuàng)作品，已通過查重系統(tǒng)

目 錄
第一章 緒論………………………………………………………………………6
1.1課題研究背景和意義……………………………………………………6
1.2課題的目的………………………………………………………………7
1.3國內(nèi)外研究現(xiàn)狀…………………………………………………………7
1.3.1前方車輛檢測及跟蹤現(xiàn)狀分析………………………………………7
1.3.2前方車輛測距現(xiàn)狀……………………………………………………8
第二章 運(yùn)動(dòng)車輛檢測算法研究……………………………………………10
2.1基于視覺的目標(biāo)檢測技術(shù)………………………………………………10
2.1.1基于特征的方法………………………………………………………10
2.1.2基于知識(shí)的方法………………………………………………………10
2.1.3基于模型的方法………………………………………………………11
2.2基于灰度統(tǒng)計(jì)的車輛區(qū)域獲取…………………………………………12
2.2.1感興趣區(qū)域的確定……………………………………………………12
2.2.2基于灰度統(tǒng)計(jì)的車輛可能區(qū)域獲取…………………………………13
2.2.3實(shí)驗(yàn)結(jié)果與分析………………………………………………………16
2.3前車精確定位……………………………………………………………17
2.3.1基于對(duì)稱度的車輛對(duì)稱中心線提取…………………………………17
2.3.2基于邊緣投影的車輛邊界提取………………………………………19
2.3.3實(shí)驗(yàn)結(jié)果與分析………………………………………………………20
第三章 運(yùn)動(dòng)車輛跟蹤算法……………………………………………………21
3.1運(yùn)動(dòng)給車輛跟蹤技術(shù)……………………………………………………21
3.1.1基于模型的目標(biāo)跟蹤…………………………………………………21
3.1.2基于區(qū)域的目標(biāo)跟蹤…………………………………………………21
3.1.3基于活動(dòng)輪廓的目標(biāo)跟蹤……………………………………………22
3.1.4基于特征的目標(biāo)跟蹤…………………………………………………22
3.2基于Mean Shift運(yùn)動(dòng)車輛跟蹤算法………………………………… 22
3.2.1Mean Shift的定義……………………………………………………23
3.2.2Mean Shift的迭代算法………………………………………………24
3.2.3Mean Shift的目標(biāo)跟蹤算法…………………………………………26
3.2.3.1目標(biāo)模型的描述……………………………………………………26
3.2.3.2候選模型的描述……………………………………………………26
第四章 實(shí)驗(yàn)與分析…………………………………………………………… 28
4.1檢測實(shí)驗(yàn)…………………………………………………………………28
4.2跟蹤實(shí)驗(yàn)…………………………………………………………………28
第五章 全文總結(jié)與展望………………………………………………………33
5.1全文總結(jié)…………………………………………………………………33
5.2展望………………………………………………………………………33
致謝…………………………………………………………………………………34
參考文獻(xiàn)………………………………………………………………………… 35




摘 要
隨著數(shù)字圖像處理技術(shù)的發(fā)展，視覺處理技術(shù)已被逐漸運(yùn)用于交通檢測中，
用來改善現(xiàn)有的交通監(jiān)控系統(tǒng)。通過單個(gè)或者多個(gè)攝像頭來采集道路上的車輛狀
況，加以對(duì)圖像的分析和處理，得到車型、車速、車流量等信息。此外，運(yùn)動(dòng)車
輛的檢測是車輛識(shí)別和跟蹤的前提和基礎(chǔ)，只有進(jìn)行穩(wěn)定而有效的運(yùn)動(dòng)車輛檢測，才能在智能交通系統(tǒng)(ITS)中進(jìn)行更深入的研究。
本論文在總結(jié)和分析現(xiàn)有的車輛檢測技術(shù)的基礎(chǔ)上，針對(duì)其中的不足，重點(diǎn)
研究攝像頭固定下運(yùn)動(dòng)車輛的檢測技術(shù)，其中主要涉及到運(yùn)動(dòng)車輛的初始背景的
提取與更新，運(yùn)動(dòng)車輛的檢測與目標(biāo)區(qū)域的提取、檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)等。完
成的主要研究工作如下:
在傳統(tǒng)背景差分和幀間差分法的基礎(chǔ)上，提出一種基于背景差、幀間差與形
態(tài)濾波相結(jié)合的車輛檢測算法，首先利用幀間差分獲得圖像的初始信息，并對(duì)最
初獲得的多幅圖片逐一累加修正獲得初始背景，由于背景受光線變換的影響比較
明顯，所以本文選用了一種選擇性背景更新算法，進(jìn)行背景更新，然后利用背景
差和幀間差分相結(jié)合的方法進(jìn)行運(yùn)動(dòng)車輛的檢測，并利用基于O tsu的方法實(shí)現(xiàn)車輛的自適應(yīng)分割，最后結(jié)合數(shù)學(xué)形態(tài)學(xué)對(duì)檢測結(jié)果進(jìn)行后處理，實(shí)現(xiàn)車輛的精確檢測。
對(duì)于運(yùn)動(dòng)車輛的檢測算法:首先，提取車道邊緣，由車道邊緣得到道路區(qū)域，根據(jù)經(jīng)驗(yàn)知識(shí)在車道區(qū)域內(nèi)確定感興趣區(qū)域，減少車輛檢測算法搜索范圍;接著基于車輛的對(duì)稱性特征，陰影和邊緣特征對(duì)興趣區(qū)域進(jìn)行過濾，進(jìn)一步縮小感興趣區(qū)域;最后用離線訓(xùn)練好的Adaboost分類器對(duì)過濾后的圖像進(jìn)行分類識(shí)別，檢測出動(dòng)態(tài)的車輛。


關(guān)鍵詞：前方車輛檢測，陰影特征，對(duì)稱性特征