1 / 34
文档名称:

基于车辆轨迹的交通违法行为检测毕业设计.pdf

格式:pdf   页数:34
下载后只包含 1 个 PDF 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

分享

预览

基于车辆轨迹的交通违法行为检测毕业设计.pdf

上传人:799474576 2013/7/30 文件大小:0 KB

下载得到文件列表

基于车辆轨迹的交通违法行为检测毕业设计.pdf

文档介绍

文档介绍:武汉理工大学毕业设计(论文)
武汉理工大学
毕业设计(论文)
基于车辆轨迹的交通违法行为检测
学院(系): 信息工程学院
专业班级:电子信息工程 0901 班
学生姓名: 陈志刚
指导老师: 黄朝兵
I
武汉理工大学毕业设计(论文)
学位论文原创性声明
本人郑重声明:所呈交的论文是本人在老师的指导下独立进行研究所取得的研究成
果。除了文中特别加以标注引用的内容外,本论文不包括任何其他个人或集体已经发表或
撰写的成果作品。本人完全意识到本声明的法律后果由本人承担。
作者签名:
年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保障、使用学位论文的规定,同意学校保留并向有
关学位论文管理部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授
权省级优秀学士论文评选机构将本学位论文的全部或部分内容编入有关数据进行检索,可
以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
本学位论文属于 1、保密囗,在年解密后适用本授权书
2、不保密囗。
(请在以上相应方框内打“√”)
作者签名: 年月日
导师签名: 年月日
II
武汉理工大学毕业设计(论文)
武汉理工大学
本科生毕业设计(论文)任务书
学生姓名陈志刚专业班级电信工程 0901
指导教师黄朝兵工作单位信息工程学院
设计(论文)题目:基于车辆轨迹的交通违法行为检测
设计(论文)主要内容:
学习和掌握图像、视频处理原理,对运动车辆进行检测和跟踪,并根据车辆的运动轨
迹进行违法检测和判别,在 VC++、OpenCV 环境下编程实现,并对结果进行分析。
要求完成的主要任务:
1、查阅不少于 15 篇的相关资料,其中英文文献不少于 5 篇,完成开题报告。
2、学习和研究运动目标检测跟踪和车辆违法检测判别的基本原理。
3、在 VC++和 opencv 下,根据车辆运动轨迹进行违法检测判别,并对结果进行分析。
4、要求完成毕业论文字数不少于 12000 字,插图不少于 12 幅,翻译与选题相关的英
文参考文献不少于 2 万英文字符。
5、根据毕业设计有关规范,按时完成所有学习、研究工作和有关文档,所有文档用
计算机打印,并遵守有关国标及规范。
必读参考资料:
[1] 刘瑞桢,于仕琪. OpenCV 教程—:北京航空航天大学出版社,2007.
[2] 侯志强,韩崇昭. 基于像素灰度归类的背景重构算法,软件学报,2005,
16(9):1568-1576..
[3] 贾永华,张晓,朱江. 一种基于车辆轨迹的交通违法行为检测方法,ITS2013深圳
国际智能交通会议,2013,196-200.
指导教师签名系主任签名
院长签名(章)
III
武汉理工大学毕业设计(论文)
武汉理工大学本科学生毕业设计
(论文)开题报告
1、目的及意义
我的毕业设计课题是《基于车辆轨迹的交通违法行为检测》。
近年来,随着国家高速公路网的飞速发展,给人们带来舒适、快捷服务的同时,也带
来了频发的交通事件。国内的许多城市道路网络及交通需求不断扩大,载重量和行驶速度
也不断提高,尤其是大中城市的车流量与日俱增,带来了越来越多的交通事故和道路拥堵,
各类交通事件和二次事故明显增多,给人们的出行买下了安全隐患。为了可以迅速检测和
处理道路上发生的交通事件,减少由于交通事件所带来的人员伤亡、财产损失等影响,避
免二次事件的发生,节约能源,减少污染,准确快速的对交通事件进行检测显得尤为重要。
目前国内高速公路、城市快速道路、特大型桥梁、隧道等交通设施均设置交通监控管理部
门,但是目前交通管理模式主要以人工监控图像为主,一般情况下监控图像往往较多,如
广深高速有 200 多路监控视频,一旦有违章交通事件发生,而且值班人员的配备比较少的
话,那么很有可能不能及时发现交通事件,从而延误处理时间,加大交通的滞留,以至于
造成更多的财产损失和生命伤害。所以,如何采用交通事件自动检测系统对交通事件进行
快速准确的检测,已经成为越来越多人关心的问题。
本次研究的课题就在于通过分析车辆轨迹来检测车辆是否存在交通违法行为。国内外
许多专家学者提出了描述交通事件检测的算法。Fernyhough 等通过对序列图像中目标的跟
踪结果学习出目标运动的时空区域, 通过定性的推理和统计分析, 自动构造出定性的事
件模型, 从而实现事件的预测和异常事件的检测; Mohnhaupt 等建立了一个 3D 场景描
述序列, 其包括交通场景中的检测数据, 例如时间序列的车辆行驶方向、位置等;Kumar
利用运动目标