文档介绍：摘要在智能交通系统中,基于视频的检测跟踪系统具有易于安装、工作稳定、可视信息丰富和便于实现无人监控的特点,是目前国内外研究的热点。本论文在分析和总结现有的识别与跟踪方法的基础上,对交通监控系统中的运动车辆的识别以及车辆的跟踪问题进行了研究。分析数字图像中局部区域的频率和方向信息具有优异的性能,在计算机视觉和纹理分割中已经得到了广泛的应用。本文对二维瞬ㄆ鞯男阅芙辛朔治觯设计了一个多通道的瞬ㄆ鳎云洳问辛搜≡瘢捎枚嗤ǖ赖腉滤波器对图像的纹理特征进行了提取,用一种特征向量的方法进行描述。种用〔ㄌ崛√卣鞯阌隑窬缢惴ㄏ嘟岷系姆掷嗍侗鸺际酢J紫榷允频图像序列进行采集,采用一种存在运动目标情况下的背景重建算法,获取动态背景并实时更新,能较好地抑制外界环境变化带来的影响。然后用背景差法确定目标位置。为了去除噪声对图像进行中值滤波,最后截取出×标准的目标图像。由于不同车型所提取的卣鞯愕哪芰恐迪喙囟群艿停疚囊越纬怠⒖车、面包车和客车车型为例建立了四种标准车型的数据库,最后用提取到目标特征和标准数据库进行匹配。针对易误识的车型,需要进一步细分车型和提高小波的分辨率,但是卣鞯愕氖萘炕岽蟠笤黾印NA吮Vは低车氖凳毙裕本文在增加〔ǚ直娉叨鹊耐保杓屏艘恢稚窬缦阜掷嗥鳎蕴卣点进行了训练识别。实验表明,本文方法不仅系统的识别精度高,而且实时性好。针对传统全模板匹配跟踪计算耗时大的缺点,本文采用了基于锄滤波器的跟踪方法。首先利用瞬ㄆ髟げ獬盗驹谙乱恢≈械目赡芪恢茫缓笤谠测区域利用〔ㄌ卣鞯憬衅ヅ洌范ㄎ怀盗尽T诔盗灸勘攴⑸揭啤尺度变化等情况下,采用仿射变换模型对目标进行矫正。为了进一步提高跟踪速度,在实验中对提取出的全部特征点进行筛选,选用部分典型特征点与数据库中的标准车型模板进行特征匹配。实验结果显示,本文方法有良好的跟踪效果,并且车辆在短时间被遮挡的情况下也能有效跟踪。关键词:目标检测;〔ǎ撼敌褪侗穑籏瞬ǎ怀盗靖本文对傅立叶变换、小波变换和〔ū浠唤辛吮冉希浠辉本文在分析常用的车型识别方法的基础上,根据车型的纹理分析,提出了一
知识水坝***@pologoogle为您整理
猚鷈咖縨,,、畆齞ā痮⒂詒眑,琩瓸俊辬唱觓铲玛.’褃噗,衎Ⅱ...,.甧篶猚,琣瑃Ⅱ簍Ⅱ瓼瑃、Ⅳ瓵Ⅵ瑆一.ⅣⅡ甌瑃瓼,×,.ⅱ鬳
知识水坝***@pologoogle为您整理
研耣絚匆猵觚.Ⅵ恤瞖甿瓻..矗】ⅱ鬭瓵剩產仃,
导师签名:刊。秒导师签名:矿年侨签字吼年聄日扬州大学学位论文原创性声明和版权使用授权书、.占月莎日学位论文原创性声明本人声明:所呈交的学位论文是在导师指导下独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外,本论文不包含其他个人或集体已经发表的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者签名签字日期:学位论文版权使用授权书本人完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子文档,允许论文被查阅和借阅。本人授权扬州大学可以将学位论文的全部或部分内容编入有关数据库进行检索,盯以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同时授权中国科学陵术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向吐会公众提供信息服务。学位论文作者签名:本页为学位论文末页。如论文为密件可不授权,但论文原创必须声明。袁峰:基于〔ǖ某盗臼侗鸷透偌际跹芯幻
髀课题研究背景及意义随着我国国民经济的快速发展,交通运输与社会经济生活的联系越来越紧密,因而对交通运输的各种需求明显增长。虽然我国的交通建设和运输取得了巨大的成绩,但仍然面临着巨大的挑战,第一,城市化与汽车化发展十分迅猛。城市化的迅速推进特别是大城市规模的扩张,带来了城市交通需求特别是机动车数量的迅速增长。第二,相对于我国的国土面积来说,公路仍然是里程少、密度低、标准低和路况差,在大多数的国道上,实际车流量远远超过设计能力,路网整体服务水平低。第三,交通量急剧上升,交通事故增加,交通拥堵,能耗上升。面对以上种种挑战,除了继续加快基础设施建设外,还加大了对智能交通系统虺艻难芯坑肟7⒘Χ菼。年开始组织了煊虻囊幌盗泄式涣骱秃献鳌旰暧膳访宋被嵝畔⒆司和中国国家科技部铱莆共同组织在北京和布鲁塞尔召开了中欧智能交通系统研讨会。通过峁┑耐ㄐ藕托畔⒎袷侄文芄患涌焓录煊痛速度,充分发挥运输方式的协调性,从而提高道路的通行能力,实现以效率为核心的集约型交通发展的转变【】。奶岢隼粗该髁宋蠢唇煌ǖ姆⒄狗较颉在薪煌ḿ嗫叵低吃嚼丛焦惴旱夭捎昧思扑慊泳鹾屯枷翊砑际酢F⒓扑慊泳跤τ眉扑慊际醮邮滞枷裰刑崛「咧柿康男畔ⅲ芨咝А⒆确、安全可靠地完成道路交通的监控工作,提高道路