1 / 38
文档名称:

基于dsp的视频交通事 件检测单元研究.doc

格式:doc   大小:71KB   页数:38页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

基于dsp的视频交通事 件检测单元研究.doc

上传人:cjc2202537 2018/7/12 文件大小:71 KB

下载得到文件列表

基于dsp的视频交通事 件检测单元研究.doc

相关文档

文档介绍

文档介绍:计算机应用技术专业毕业论文[精品论文] 基于DSP的视频交通事件检测单元研究
关键词:事件检测智能视觉检测单元
摘要:随着视频监控系统的规模越来越大,视频监控内容由目视解释转变为自动解释,实现智能视频监控是视频监控技术发展的必然。基于图像处理的视频交通事件检测系统利用计算机视觉、神经网络、模糊逻辑等技术和先进的计算方法进行事件检测、车辆识别和公路监控,可以获得车流量、车速、道路的空间占有率等重要交通参数,从而可以预测和发现事故。而现有的基于中心处理的视频交通事件检测系统由于计算能力和通讯带宽等因素限制,无法应用于大规模视频监控系统中。本文从对现行交通事件检测体系的分析着手,提出了适用于大规模检测系统应用的分布式智能事件检测系统,并对分布式智能事件检测系统的重要组成部分--嵌入式视频交通事件检测单元(VTIDUVideo Traffic Incident Detection Unit)进行了深入研究。VTIDU采用高速DSP处理器DM642作为硬件系统核心,集高速视频图像采集、智能视觉分析、视频压缩、网络化传输功能于一体,具有非接触式检测、设置方便、功能强大、性能可靠等优点。本文研究了VTIDU的软、硬件设计和嵌入式环境下的智能视觉分析算法。在硬件设计中给出了DSP与其外围各模块的硬件体系;在软件体系中分析了VTIDU的功能并给出了各功能模块的具体实现,其中包括设备的驱动,H264和视频交通事件检测系统的移植与优化,基于TCP/IP协议族的视频服务器以及系统的配置和控制:在算法分析部分,针对嵌入式这一特定的计算环境,对在VTIDU上如何实现运动目标检测和运动目标跟踪进行了相应的研究,提出了适用于嵌入式环境下的智能视觉分析算法。经测试,目前VTIDU可同时与多个客户端建立TCP连接,以TCP或UDP协议发送压缩视频流;H263的压缩速度可到30帧/秒,H264的压缩速度为8帧/秒;交通流参数量检测正确率达90%以上。利用VTIDU可对传统监控系统进行升级与革新,构建具有“道路全程检测、事件及时发现、主动报警、人工确认、视频自动切换、系统即时响应”的分布式智能监控体系,该系统运行稳定、安全、可靠,具有较高的应用价值。
正文内容
随着视频监控系统的规模越来越大,视频监控内容由目视解释转变为自动解释,实现智能视频监控是视频监控技术发展的必然。基于图像处理的视频交通事件检测系统利用计算机视觉、神经网络、模糊逻辑等技术和先进的计算方法进行事件检测、车辆识别和公路监控,可以获得车流量、车速、道路的空间占有率等重要交通参数,从而可以预测和发现事故。而现有的基于中心处理的视频交通事件检测系统由于计算能力和通讯带宽等因素限制,无法应用于大规模视频监控系统中。本文从对现行交通事件检测体系的分析着手,提出了适用于大规模检测系统应用的分布式智能事件检测系统,并对分布式智能事件检测系统的重要组成部分--嵌入式视频交通事件检测单元(VTIDUVideo Traffic Incident Detection Unit)进行了深入研究。VTIDU采用高速DSP处理器DM642作为硬件系统核心,集高速视频图像采集、智能视觉分析、视频压缩、网络化传输功能于一体,具有非接触式检测、设置方便、功能强大、性能可靠等优点。本文研究了VTIDU的软、硬件设计和嵌入式环境下的智能视觉分析算法。在硬件设计中给出了DSP与其外围各模块的硬件体系;在软件体系中分析了VTIDU的功能并给出了各功能模块的具体实现,其中包括设备的驱动,H264和视频交通事件检测系统的移植与优化,基于TCP/IP协议族的视频服务器以及系统的配置和控制:在算法分析部分,针对嵌入式这一特定的计算环境,对在VTIDU上如何实现运动目标检测和运动目标跟踪进行了相应的研究,提出了适用于嵌入式环境下的智能视觉分析算法。经测试,目前VTIDU可同时与多个客户端建立TCP连接,以TCP或UDP协议发送压缩视频流;H263的压缩速度可到30帧/秒,H264的压缩速度为8帧/秒;交通流参数量检测正确率达90%以上。利用VTIDU可对传统监控系统进行升级与革新,构建具有“道路全程检测、事件及时发现、主动报警、人工确认、视频自动切换、系统即时响应”的分布式智能监控体系,该系统运行稳定、安全、可靠,具有较高的应用价值。
随着视频监控系统的规模越来越大,视频监控内容由目视解释转变为自动解释,实现智能视频监控是视频监控技术发展的必然。基于图像处理的视频交通事件检测系统利用计算机视觉、神经网络、模糊逻辑等技术和先进的计算方法进行事件检测、车辆识别和公路监控,可以获得车流量、车速、道路的空间占有率等重要交通参数,从而可以预测和发现事故。而现有的基于中心处理的视频交通事件检测系统由于计算能力和通讯带宽等因素限制,无法应用于大规模视