采用视觉的车辆检测系统设计.doc
约35页DOC格式手机打开展开
采用视觉的车辆检测系统设计,2万字35页 原创作品，已通过查重系统 目录第一章 绪论61.1课题研究背景和意义6 1.2课题的目的7 1.3国内外研究现状7 1.3.1前方车辆检测及跟踪现状分析7 1.3.2前方车辆测距现状8第二章 运动车辆检测算法研究10 2.1基于视觉的目标检测技术10 2.1.1基于特征的方法10...
内容介绍
此文档由会员 大雨倾盆 发布
采用视觉的车辆检测系统设计
2万字 35页 原创作品，已通过查重系统
目 录
第一章 绪论………………………………………………………………………6
1.1课题研究背景和意义……………………………………………………6
1.2课题的目的………………………………………………………………7
1.3国内外研究现状…………………………………………………………7
1.3.1前方车辆检测及跟踪现状分析………………………………………7
1.3.2前方车辆测距现状……………………………………………………8
第二章 运动车辆检测算法研究……………………………………………10
2.1基于视觉的目标检测技术………………………………………………10
2.1.1基于特征的方法………………………………………………………10
2.1.2基于知识的方法………………………………………………………10
2.1.3基于模型的方法………………………………………………………11
2.2基于灰度统计的车辆区域获取…………………………………………12
2.2.1感兴趣区域的确定……………………………………………………12
2.2.2基于灰度统计的车辆可能区域获取…………………………………13
2.2.3实验结果与分析………………………………………………………16
2.3前车精确定位……………………………………………………………17
2.3.1基于对称度的车辆对称中心线提取…………………………………17
2.3.2基于边缘投影的车辆边界提取………………………………………19
2.3.3实验结果与分析………………………………………………………20
第三章 运动车辆跟踪算法……………………………………………………21
3.1运动给车辆跟踪技术……………………………………………………21
3.1.1基于模型的目标跟踪…………………………………………………21
3.1.2基于区域的目标跟踪…………………………………………………21
3.1.3基于活动轮廓的目标跟踪……………………………………………22
3.1.4基于特征的目标跟踪…………………………………………………22
3.2基于Mean Shift运动车辆跟踪算法………………………………… 22
3.2.1Mean Shift的定义……………………………………………………23
3.2.2Mean Shift的迭代算法………………………………………………24
3.2.3Mean Shift的目标跟踪算法…………………………………………26
3.2.3.1目标模型的描述……………………………………………………26
3.2.3.2候选模型的描述……………………………………………………26
第四章 实验与分析…………………………………………………………… 28
4.1检测实验…………………………………………………………………28
4.2跟踪实验…………………………………………………………………28
第五章 全文总结与展望………………………………………………………33
5.1全文总结…………………………………………………………………33
5.2展望………………………………………………………………………33
致谢…………………………………………………………………………………34
参考文献………………………………………………………………………… 35
摘 要
随着数字图像处理技术的发展，视觉处理技术已被逐渐运用于交通检测中，
用来改善现有的交通监控系统。通过单个或者多个摄像头来采集道路上的车辆状
况，加以对图像的分析和处理，得到车型、车速、车流量等信息。此外，运动车
辆的检测是车辆识别和跟踪的前提和基础，只有进行稳定而有效的运动车辆检测，才能在智能交通系统(ITS)中进行更深入的研究。
本论文在总结和分析现有的车辆检测技术的基础上，针对其中的不足，重点
研究摄像头固定下运动车辆的检测技术，其中主要涉及到运动车辆的初始背景的
提取与更新，运动车辆的检测与目标区域的提取、检测系统的设计与实现等。完
成的主要研究工作如下:
在传统背景差分和帧间差分法的基础上，提出一种基于背景差、帧间差与形
态滤波相结合的车辆检测算法，首先利用帧间差分获得图像的初始信息，并对最
初获得的多幅图片逐一累加修正获得初始背景，由于背景受光线变换的影响比较
明显，所以本文选用了一种选择性背景更新算法，进行背景更新，然后利用背景
差和帧间差分相结合的方法进行运动车辆的检测，并利用基于O tsu的方法实现车辆的自适应分割，最后结合数学形态学对检测结果进行后处理，实现车辆的精确检测。
对于运动车辆的检测算法:首先，提取车道边缘，由车道边缘得到道路区域，根据经验知识在车道区域内确定感兴趣区域，减少车辆检测算法搜索范围;接着基于车辆的对称性特征，阴影和边缘特征对兴趣区域进行过滤，进一步缩小感兴趣区域;最后用离线训练好的Adaboost分类器对过滤后的图像进行分类识别，检测出动态的车辆。
关键词：前方车辆检测，阴影特征，对称性特征
2万字 35页 原创作品，已通过查重系统
目 录
第一章 绪论………………………………………………………………………6
1.1课题研究背景和意义……………………………………………………6
1.2课题的目的………………………………………………………………7
1.3国内外研究现状…………………………………………………………7
1.3.1前方车辆检测及跟踪现状分析………………………………………7
1.3.2前方车辆测距现状……………………………………………………8
第二章 运动车辆检测算法研究……………………………………………10
2.1基于视觉的目标检测技术………………………………………………10
2.1.1基于特征的方法………………………………………………………10
2.1.2基于知识的方法………………………………………………………10
2.1.3基于模型的方法………………………………………………………11
2.2基于灰度统计的车辆区域获取…………………………………………12
2.2.1感兴趣区域的确定……………………………………………………12
2.2.2基于灰度统计的车辆可能区域获取…………………………………13
2.2.3实验结果与分析………………………………………………………16
2.3前车精确定位……………………………………………………………17
2.3.1基于对称度的车辆对称中心线提取…………………………………17
2.3.2基于边缘投影的车辆边界提取………………………………………19
2.3.3实验结果与分析………………………………………………………20
第三章 运动车辆跟踪算法……………………………………………………21
3.1运动给车辆跟踪技术……………………………………………………21
3.1.1基于模型的目标跟踪…………………………………………………21
3.1.2基于区域的目标跟踪…………………………………………………21
3.1.3基于活动轮廓的目标跟踪……………………………………………22
3.1.4基于特征的目标跟踪…………………………………………………22
3.2基于Mean Shift运动车辆跟踪算法………………………………… 22
3.2.1Mean Shift的定义……………………………………………………23
3.2.2Mean Shift的迭代算法………………………………………………24
3.2.3Mean Shift的目标跟踪算法…………………………………………26
3.2.3.1目标模型的描述……………………………………………………26
3.2.3.2候选模型的描述……………………………………………………26
第四章 实验与分析…………………………………………………………… 28
4.1检测实验…………………………………………………………………28
4.2跟踪实验…………………………………………………………………28
第五章 全文总结与展望………………………………………………………33
5.1全文总结…………………………………………………………………33
5.2展望………………………………………………………………………33
致谢…………………………………………………………………………………34
参考文献………………………………………………………………………… 35
摘 要
随着数字图像处理技术的发展，视觉处理技术已被逐渐运用于交通检测中，
用来改善现有的交通监控系统。通过单个或者多个摄像头来采集道路上的车辆状
况，加以对图像的分析和处理，得到车型、车速、车流量等信息。此外，运动车
辆的检测是车辆识别和跟踪的前提和基础，只有进行稳定而有效的运动车辆检测，才能在智能交通系统(ITS)中进行更深入的研究。
本论文在总结和分析现有的车辆检测技术的基础上，针对其中的不足，重点
研究摄像头固定下运动车辆的检测技术，其中主要涉及到运动车辆的初始背景的
提取与更新，运动车辆的检测与目标区域的提取、检测系统的设计与实现等。完
成的主要研究工作如下:
在传统背景差分和帧间差分法的基础上，提出一种基于背景差、帧间差与形
态滤波相结合的车辆检测算法，首先利用帧间差分获得图像的初始信息，并对最
初获得的多幅图片逐一累加修正获得初始背景，由于背景受光线变换的影响比较
明显，所以本文选用了一种选择性背景更新算法，进行背景更新，然后利用背景
差和帧间差分相结合的方法进行运动车辆的检测，并利用基于O tsu的方法实现车辆的自适应分割，最后结合数学形态学对检测结果进行后处理，实现车辆的精确检测。
对于运动车辆的检测算法:首先，提取车道边缘，由车道边缘得到道路区域，根据经验知识在车道区域内确定感兴趣区域，减少车辆检测算法搜索范围;接着基于车辆的对称性特征，阴影和边缘特征对兴趣区域进行过滤，进一步缩小感兴趣区域;最后用离线训练好的Adaboost分类器对过滤后的图像进行分类识别，检测出动态的车辆。
关键词：前方车辆检测，阴影特征，对称性特征
