基于视频交通状态的分析的研究

《基于视频交通状态的分析的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西华大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文作者签名：日期．州＼16弋指导教师鲐＼形吻哼日期7／"I／，多．f／I西华大学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留、使用学

2、位论文的规定，在校攻读学位期间论文工作的知识产权属于西华大学，同意学校保留并向国家有关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，西华大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。(保密的论文在解密后遵守此规定)学位论文作者签名：日期．圳l’6弋、指导教师张、-伊哆嘭日期易I／．多．11f西华大学硕士学位论文摘要为了适应和解决地面交通快速发展所带来的各种交通问题，交通情况的综合分析即智能交通系统的研发被提到了重要的位置。远动车辆

3、的检测及跟踪被作为智能交通管理系统(ITS—Intelligenttransportationsystems)中重要的组成部分，成为众多科研机构的研究热点。本文针对ITS中的关键技术，对基于视频的地面交通情况中的车辆跟踪和检测的相关问题进行研究，并在此基础之上对交通状态进行判定。本文是在对视频中运动车辆检测和跟踪的基础上，讨论交通状态的判定方法，分析并研究了交通状态的判定条件，并根据参考文献提出了具体判定方法，并给出相应的实验过程和结果。本文所进行的研究包括以下几个主要方面：首先是根据先验知识对视频中感兴趣

4、区域进行划分，在车辆运动检测算法中，本文采用混合高斯模型对背景进行重构，研究了文献【35】中的基于高斯模型的阴影检测和去除算法，并把该算法应用于本文中的阴影去除，根据实验结果效果比较理想。在对运动车辆检测后，利用形态学处理在检测过程中检测图片出现的噪声；再次利用最小矩形对检测结果进行标记。在对运动车辆的跟踪算法中，本文采用基于kalman滤波的跟踪算法。在建立跟踪模板时使用Kalman滤波器对模板中的每一个像素值进行修正，从而得到一个更加柔和、合理的模板。基于Kalman滤波器的跟踪对光照变化和目标姿态、遮

5、挡都表现出良好的鲁棒性。在对车辆检测和跟踪的基础上，分析并研究了该道路在某个时刻运动车辆的具体情况，来判断交通状况，比如拥堵、畅行、以及车流量大小等。同时本文中也提出具体的检测和跟踪的方法，并给出实验结果。通过实验结果显示，说明上文中用于运动车辆检测和跟踪的算法夺交通状态分析中具有可行性。关键词：车辆跟踪；混合高斯模型；阴影消除；卡尔曼滤波基于视频的交通状；奄汾析应用研究AbstractGro咖1dtransportationinordertomeettherapiddevelopmentandresolv

6、ea11trafficproblemscausedbytrafficofacomprehensiveanalysisthatthedevelopmentofintelligenttransportationsystemisreferredtotheimportantposition．Remotevehicledetectionandtrackingsystemintheintelligenttrafficmanagementsystemisusedas(ITS)intheimportantpart,豁the

7、researchfocusofmanyresearchinstitutions．Inthispaper,thekeyITStechnology,researchandground-basedvideotrafficinthevehicletrackinganddetectionofrelatedissues．Thisarticleisinthevideoonthebasisofvehicledetection，vehicletrackingresultsarediscussedbasedonthetraff

8、icsituationdetection,analysisandresearchtodeterminethestateoftrafficconditionsandproposedspecificresearchmethods，andthecorrespondingexperimentalprocessandresults．Researchconductedinthispaperincludethefollowin