近年來(lái)我國(guó)道路交通安全問(wèn)題日益突出,交通違法行為是影響道路交通安全的首要因素。在智能交通系統(tǒng)中,交通違章行為監(jiān)測(cè)技術(shù)成為國(guó)內(nèi)外研究的重點(diǎn)內(nèi)容,尤其是違章變道、掉頭等行為,極易導(dǎo)致交通事故發(fā)生。而現(xiàn)在的“電子警察”系統(tǒng)相對(duì)于車載條件下來(lái)說(shuō)覆蓋范圍較小,因而車載視頻下的車輛越線違章監(jiān)測(cè)成為交通違章監(jiān)測(cè)中的重點(diǎn)內(nèi)容。本文在對(duì)基于視頻的車輛違章行為監(jiān)測(cè)技術(shù)國(guó)內(nèi)外研究和應(yīng)用現(xiàn)狀分析基礎(chǔ)之上,針對(duì)傳統(tǒng)固定式越線違章行為監(jiān)測(cè)系統(tǒng)投入成本較高且無(wú)法實(shí)現(xiàn)全路網(wǎng)覆蓋這一問(wèn)題,圍繞基于車載視頻的前方車輛越線違章行為自動(dòng)監(jiān)測(cè)技術(shù)開展了相關(guān)研究,主要研究?jī)?nèi)容及研究成果包括:首先,總結(jié)了基于視頻的車輛檢測(cè)研究的研究現(xiàn)狀及發(fā)展趨勢(shì)。分析基于可變形部件模型(DPM)及其改進(jìn)算法FTVQ方法工作原理,結(jié)合越線違章行為檢測(cè)需要,提出了一種基于改進(jìn)DPM的前方車輛快速檢測(cè)方法,并在不同數(shù)據(jù)集的不同場(chǎng)景下進(jìn)行了方法有效性驗(yàn)證;其次,分析車輛特征識(shí)別國(guó)內(nèi)外研究現(xiàn)狀,以車輛車牌信息作為車輛特征標(biāo)識(shí),基于傳統(tǒng)車牌識(shí)別主要過(guò)程,為提高車牌字符識(shí)別效率,提出了一種基于Hausdorff算法改進(jìn)的車牌信息快速識(shí)別方法;最后,針對(duì)前方車輛越...

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 智能交通系統(tǒng)國(guó)內(nèi)外研究現(xiàn)狀概述
        1.2.2 基于視頻的車輛違章檢測(cè)關(guān)鍵技術(shù)研究現(xiàn)狀
    1.3 論文的研究?jī)?nèi)容與組織結(jié)構(gòu)
        1.3.1 論文的主要研究?jī)?nèi)容
        1.3.2 論文組織結(jié)構(gòu)
    1.4 小結(jié)
第2章 基于改進(jìn)DPM的前方車輛駛?cè)肟焖贆z測(cè)方法
    2.1 基于圖像的車輛檢測(cè)技術(shù)
    2.2 基于可變形部件模型(DPM)的車輛檢測(cè)方法
        2.2.1 可變形部件模型簡(jiǎn)介
        2.2.2 基于DPM的車輛檢測(cè)過(guò)程
        2.2.3 實(shí)驗(yàn)及實(shí)驗(yàn)結(jié)果分析
    2.3 基于改進(jìn)DPM的前方車輛檢測(cè)方法
        2.3.1 基于改進(jìn)DPM的FTVQ方法的車輛檢測(cè)方法過(guò)程
        2.3.2 基于兩階段分層矢量量化策略的HOG特征量化
        2.3.3 實(shí)驗(yàn)及實(shí)驗(yàn)結(jié)果分析
    2.4 小結(jié)
第3章 基于Hausdorff算法改進(jìn)的車牌信息快速識(shí)別方法
    3.1 車牌識(shí)別技術(shù)的工作原理和主要方法
        3.1.1 車牌定位技術(shù)
        3.1.2 車牌字符分割技術(shù)
        3.1.3 車牌字符識(shí)別技術(shù)
    3.2 基于顏色空間和紋理信息的兩階段車牌定位方法
        3.2.1 標(biāo)準(zhǔn)車牌特征分析
        3.2.2 基于顏色空間的車牌粗定位
        3.2.3 基于像素點(diǎn)統(tǒng)計(jì)結(jié)合行列掃描的車牌精確定位
    3.3 車牌字符分割與字符大小歸一化處理
        3.3.1 結(jié)合先驗(yàn)知識(shí)和垂直投影的車牌字符分割
        3.3.2 字符大小歸一化
    3.4 基于Hausdorff距離的模板匹配字符識(shí)別方法
        3.4.1 模板匹配方法簡(jiǎn)介
        3.4.2 基于Hausdorff距離的模板匹配一般方法
        3.4.3 基于Hausdorff算法改進(jìn)的模板匹配字符識(shí)別方法
        3.4.4 實(shí)驗(yàn)及實(shí)驗(yàn)結(jié)果分析
    3.5 小結(jié)
第4章 基于圖像掩蔽局部匹配的越線行為判定方法
    4.1 車輛越線檢測(cè)方法研究現(xiàn)狀
    4.2 小波變換及其基本原理
        4.2.1 小波變換定義
        4.2.2 多分辨率分析
    4.3 結(jié)合小波變換和圖像掩蔽局部匹配的越線違章判定
        4.3.1 基于小波變換的圖像分割
        4.3.2 基于小波變換圖像分割的車道線提取
        4.3.3 基于圖像掩蔽的車輛越線違章行為判定
    4.4 小結(jié)
第5章 原型系統(tǒng)設(shè)計(jì)
    5.1 開發(fā)環(huán)境介紹
    5.2 軟件系統(tǒng)設(shè)計(jì)需求分析
    5.3 原型系統(tǒng)總體設(shè)計(jì)
        5.3.1 系統(tǒng)工作原理及總體功能結(jié)構(gòu)設(shè)計(jì)
        5.3.2 視頻圖像輸入模塊
        5.3.3 圖像預(yù)處理模塊
        5.3.4 前方車輛駛?cè)霗z測(cè)模塊
        5.3.5 車牌識(shí)別模塊
        5.3.6 車道線提取及違章越線行為判斷模塊
    5.4 小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間公開發(fā)表論文
致謝



本文編號(hào)：4048399