發(fā)布時(shí)間：2018-10-05 11:04

【摘要】：智能交通系統(tǒng)(Intelligent Transportation System)是我國未來交通發(fā)展的趨勢,車流量統(tǒng)計(jì)與車輛闖紅燈檢測是智能交通系統(tǒng)的重要組成部分,傳統(tǒng)的基于地感應(yīng)線圈的系統(tǒng)需要破壞已經(jīng)建好的路面,影響道路的使用壽命,而近年來應(yīng)用越來越廣泛的基于虛擬線圈的系統(tǒng)不能對車輛的運(yùn)動軌跡進(jìn)行跟蹤,因此,本文旨在設(shè)計(jì)一個(gè)基于視頻的車流量及車輛闖紅燈檢測系統(tǒng),此系統(tǒng)能夠準(zhǔn)確預(yù)測車輛的位置并繪出車輛的運(yùn)動軌跡,系統(tǒng)有較好的視頻處理速度和車輛檢測的準(zhǔn)確度。本文的主要工作有以下三個(gè)方面:1、研究了車輛檢測的前期工作,包括圖像平滑、背景建模、目標(biāo)提取及閾值分割幾個(gè)步驟,并對每個(gè)步驟所選用的算法進(jìn)行研究和仿真對比它們的處理速度和實(shí)際效果,最終確定采用中值濾波對圖像進(jìn)行預(yù)處理、采用混合高斯法進(jìn)行背景建模、采用背景差分法進(jìn)行目標(biāo)提取以及最大類間反差法進(jìn)行閾值分割。2、在選定算法后,結(jié)合算法所需要的運(yùn)算量及系統(tǒng)的設(shè)計(jì)要求,選用三星S5P6818處理器,攝像頭選用CMOS,USB接口,并進(jìn)行了Linux內(nèi)核移植配置,安裝QT和opencv的運(yùn)行時(shí)序。3、利用QT框架和opencv計(jì)算機(jī)視覺庫,對所設(shè)計(jì)的硬件平臺上的配套軟件進(jìn)行開發(fā),用卡爾曼濾波法對車輛位置進(jìn)行預(yù)測并跟蹤,設(shè)計(jì)了系統(tǒng)的交互界面,實(shí)現(xiàn)了車流量統(tǒng)計(jì)及闖紅燈檢測的功能。經(jīng)過實(shí)驗(yàn)證明,本系統(tǒng)的準(zhǔn)確度和處理速度基本能夠達(dá)到預(yù)期效果。
[Abstract]:Intelligent Transportation system (Intelligent Transportation System) is the trend of traffic development in our country in the future. Traffic flow statistics and vehicle red light detection are important components of its. The traditional system based on earth induction coil needs to destroy the road surface that has been built. It affects the service life of the road, but in recent years, the system based on virtual coil, which is more and more widely used, can not track the moving track of the vehicle. Therefore, this paper aims to design a system for detecting the traffic flow and the vehicle running through the red light based on video. The system can accurately predict the position of the vehicle and draw the moving track of the vehicle. The system has good video processing speed and vehicle detection accuracy. The main work of this paper is as follows: 1. The preliminary work of vehicle detection is studied, including image smoothing, background modeling, target extraction and threshold segmentation. The algorithms selected for each step are studied and simulated to compare their processing speed and actual effect. Finally, the median filter is used to preprocess the image and the mixed Gao Si method is used to model the background. The background difference method is used for target extraction and the maximum inter-class contrast method is used for threshold segmentation. After the algorithm is selected, the Samsung S5P6818 processor and the camera CMOS,USB interface are selected in combination with the computation and system design requirements of the algorithm. The porting configuration of Linux kernel is carried out, the running sequence of QT and opencv is installed. By using QT frame and opencv computer vision library, the matching software on the hardware platform is developed, and the vehicle position is predicted and tracked by Kalman filter method. The interactive interface of the system is designed, and the function of traffic flow statistics and red light detection is realized. Experimental results show that the accuracy and processing speed of the system can achieve the desired results.
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U495;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李雯;;電子商務(wù)平臺中流量統(tǒng)計(jì)模塊的設(shè)計(jì)研究[J];硅谷;2010年20期

2 王欽軍;藺啟忠;黎明曉;王長耀;;一種目標(biāo)提取新方法—光譜排序編碼法[J];光電工程;2007年03期

3 張?zhí)煨�，魏洛剛，，彭嘉雄，謝先明;目標(biāo)提取與跟蹤的穩(wěn)定性研究[J];華中理工大學(xué)學(xué)報(bào)(社會科學(xué)版);1994年05期

4 徐亞飛;;基于多目標(biāo)提取與航跡處理的目標(biāo)告警算法[J];探測與控制學(xué)報(bào);2012年04期

5 王欽軍;藺啟忠;;一種遙感目標(biāo)提取新方法[J];計(jì)算機(jī)工程與應(yīng)用;2006年20期

6 邵峰;葛根焰;黃亮;楊銀剛;;一種用于目標(biāo)提取的模板運(yùn)算新方法[J];航空精密制造技術(shù);2010年02期

7 葛玉敏;李寶樹;趙書濤;梁爽;;絕緣子圖像中的特征目標(biāo)提取[J];高壓電器;2009年06期

8 唐鵬;高琳;周欣;盛鵬;;基于先驗(yàn)動態(tài)形狀約束的視頻目標(biāo)提取[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2009年02期

9 原玉磊;席靚;張文郎;;星點(diǎn)圖像的目標(biāo)提取算法研究[J];海軍航空工程學(xué)院學(xué)報(bào);2010年06期

10 徐紹崠;用NetFlow技術(shù)進(jìn)行大型IP網(wǎng)絡(luò)流量統(tǒng)計(jì)分析[J];鐵道通信信號;2005年10期

相關(guān)會議論文 前10條

1 劉鎮(zhèn);趙秋實(shí);孫遠(yuǎn)平;;一種注意力驅(qū)動的顯著目標(biāo)提取方法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會論文集[C];2008年

2 沈衛(wèi)超;;網(wǎng)絡(luò)流量統(tǒng)計(jì)與安全審計(jì)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];中國工程物理研究院科技年報(bào)（2001）[C];2001年

3 羅欣;朱清新;;基于視頻信號的車輛檢測流量統(tǒng)計(jì)系統(tǒng)[A];04'中國企業(yè)自動化和信息化建設(shè)論壇暨中南六省區(qū)自動化學(xué)會學(xué)術(shù)年會專輯[C];2004年

4 鄭江濱;張艷寧;付亞奇;趙榮椿;;視頻監(jiān)視中精確的目標(biāo)提取算法[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

5 劉銳;孫涵;;基于行掃描的目標(biāo)提取算法[A];中國電子學(xué)會第十六屆信息論學(xué)術(shù)年會論文集[C];2009年

6 王秋讓;趙榮椿;;基于圖象結(jié)構(gòu)的門限自動選擇及目標(biāo)提取[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會論文集[C];1998年

7 閆敬文;盧剛;王超;郭子祺;;基于形態(tài)學(xué)小波變換的SAR圖像數(shù)據(jù)海洋目標(biāo)提取[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會（CVR’2001）論文集[C];2001年

8 石雪強(qiáng);程新文;;蘋果采摘機(jī)器人視覺系統(tǒng)的目標(biāo)提取研究[A];現(xiàn)代果樹示范區(qū)創(chuàng)建暨果樹優(yōu)質(zhì)高效標(biāo)準(zhǔn)化生產(chǎn)技術(shù)交流會論文匯編[C];2012年

9 王剛;王奮飛;陳建勝;陳世榮;;典型災(zāi)害對象目標(biāo)提取方法研究[A];第十七屆中國遙感大會摘要集[C];2010年

10 馬豐嶺;黃波;;智能型閘盤偏擺檢測系統(tǒng)的設(shè)計(jì)研究[A];第24屆全國煤礦自動化與信息化學(xué)術(shù)會議暨第6屆中國煤礦信息化與自動化高層論壇論文集[C];2014年

相關(guān)重要報(bào)紙文章 前10條

1 記者 薛嚴(yán);韓無線網(wǎng)絡(luò)流量1年時(shí)間內(nèi)猛增[N];科技日報(bào);2013年

2 記者 鄭夢超;近七成網(wǎng)友流量被黑[N];中國消費(fèi)者報(bào);2013年

3 劉坤峰;建立校園網(wǎng)流量統(tǒng)計(jì)系統(tǒng)(下)[N];中國電腦教育報(bào);2003年

4 廣東 劉坤騰;微信游戲熱 看似免費(fèi)但耗流量[N];電子報(bào);2013年

5 彭芳;隨時(shí)進(jìn)行流量統(tǒng)計(jì)[N];中國計(jì)算機(jī)報(bào);2003年

6 ;3G手機(jī)流量：不可不知的秘密[N];人民郵電;2011年

7 本報(bào)記者 鄒大斌;互聯(lián)網(wǎng)數(shù)據(jù)統(tǒng)計(jì)分析商機(jī)顯現(xiàn)[N];計(jì)算機(jī)世界;2008年

8 孫t;虛假流量尚無規(guī)范監(jiān)測[N];第一財(cái)經(jīng)日報(bào);2006年

9 劉坤峰;建立校園網(wǎng)流量統(tǒng)計(jì)系統(tǒng)(上)[N];中國電腦教育報(bào);2003年

10 黃山風(fēng)景區(qū)管委會經(jīng)濟(jì)研究室 葛旭芳;黃山：游客流量有效調(diào)控的背后[N];中國旅游報(bào);2014年

相關(guān)博士學(xué)位論文 前5條

1 胡粲彬;基于時(shí)頻分析的極化SAR圖像人造目標(biāo)提取技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 王欽軍;高/多光譜遙感目標(biāo)識別算法及其在巖性目標(biāo)提取中的應(yīng)用[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

3 張曉峰;基于條件隨機(jī)場的目標(biāo)提取[D];華東師范大學(xué);2012年

4 郭曉玲;含羧基類有機(jī)物修飾碳基電極的構(gòu)建及細(xì)胞毒性檢測研究[D];哈爾濱工業(yè)大學(xué);2015年

5 漆海霞;畜禽舍關(guān)鍵環(huán)境因子檢測系統(tǒng)的研究[D];華南農(nóng)業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 柴娟;基于視頻的車流量及車輛闖紅燈檢測系統(tǒng)研究[D];鄭州大學(xué);2017年

2 楊松超;基于視頻序列的交通違章監(jiān)測系統(tǒng)設(shè)計(jì)[D];鄭州大學(xué);2015年

3 虞志鵬;集群NAS系統(tǒng)的性能改進(jìn)及其流量統(tǒng)計(jì)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2014年

4 王祉;基于視頻監(jiān)控的人流量統(tǒng)計(jì)系統(tǒng)設(shè)計(jì)[D];合肥工業(yè)大學(xué);2015年

5 徐凱;OpenWRT實(shí)現(xiàn)向量網(wǎng)接入設(shè)備的接入認(rèn)證和流量統(tǒng)計(jì)[D];北京交通大學(xué);2016年

6 黃霞;基于視覺的交通車流量統(tǒng)計(jì)[D];湘潭大學(xué);2016年

7 謝迎運(yùn);基于DVR的OpenStack網(wǎng)絡(luò)流量路徑及其統(tǒng)計(jì)研究[D];武漢郵電科學(xué)研究院;2017年

8 張治鵬;鐵路數(shù)據(jù)網(wǎng)網(wǎng)絡(luò)資源管理中的網(wǎng)絡(luò)流量趨勢研究[D];北京交通大學(xué);2017年

9 劉艷;網(wǎng)絡(luò)流量統(tǒng)計(jì)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國地質(zhì)大學(xué)(北京);2012年

10 何騰蛟;網(wǎng)絡(luò)視頻商務(wù)項(xiàng)目的流量統(tǒng)計(jì)分析與應(yīng)用研究[D];上海交通大學(xué);2012年

本文編號：2253137