收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于计算机视觉的行人交通信息智能检测理论和关键技术研究

王爱丽  
【摘要】:随着视频监控系统的普及和视频图像处理技术的进步,以计算机视觉技术为基础的智能交通系统应用研究越来越受到重视,它综合利用图像处理、模式识别、人工智能等技术对监控系统采集到的视频图像序列进行处理和分析,智能化地理解视频内容并做出处理,能处理诸如事故信息判断、行人和车辆分类、交通流参数检测、运动目标跟踪等各种问题,促使智能交通系统更加智能实用,并为交通管理与控制提供全面、实时的交通状态信息。因此,基于计算机视觉的交通信息检测的方法研究具有重要的理论价值和现实意义。尽管智能视频监控技术已经研究了很多年,但基于计算机视觉的智能化交通信息检测系统仍处于发展阶段,在某些关键技术环节尚需进一步研究。目前还没有一个标准的、健壮的、精确的、高性能的目标检测和跟踪方法,还不能实时、有效的采集行人交通数据,难以智能的分析和判断行人交通的运行规律,不能对交通环境进行有效的管理和控制。在此背景下,基于计算机视觉的交通信息检测领域的研究逐步展开,并展现出良好的应用前景。本论文基于国家高技术研究发展计划(863计划)和博士科研基金项目,对基于计算机视觉技术的智能交通系统的基本理论和关键技术展开研究,结合计算机视觉的前沿研究理论,在学习使用计算机视觉开发平台Matlab的基础上,以交通视频中行人为研究对象,针对运动目标的检测、提取、跟踪、识别及交通流参数的计算与分析等问题进行了探索和研究,为ITS的智能化提供技术支持。主要研究内容包括以下几个方面:(1)首先根据计算机视觉和交通信息智能检测相关理论知识,采用图像语义层次法对行人交通语义信息智能检测过程重新进行分层,将其分成底层视觉层、中层视觉层、高层视觉层和应用层,并对每层的功能进行定义;从交通信息系统研究领域及交通信息处理流程两方面归纳和设计交通信息智能检测关键技术结构,对本文应用到的交通信息采集技术和交通数字图像处理技术进行描述;综合应用智能视频监控相关技术,构建了交通信息智能监控系统的体系结构,搭建了交通信息智能监控系统硬件和软件平台,实现理论到实践的转化,为改善和提高交通视频监控能力提供了基础。(2)根据实际交通场景中获得可靠的背景图像是比较困难的问题,提出了一种融合光流速度场的自适应背景建模方法,把光流引入背景建模中,结合背景差分结果的并运算和“死角”灰度处理来实时更新背景,实现背景建模,该模型能够精确的提取到背景图像,有效的消除噪音问题:然后,在背景拟合的基础上,提出一种基于时域和空域信息的前景目标分割方法,采用相邻多帧时域变化和Canny边缘检测法得到初始检测掩模图像,有效的解决差值局部化和噪声问题;在提取空域信息时,引入二次重构和内外标记技术对梯度图像进行修正和分水岭变换,得到空域掩模图像,有效的提高空域分割精度,消除过分割现象;最后将时空分割结果进行融合和形态学修正,精确的提取出前景目标区域。(3)在运动目标检测部分,提出一种基于形态学连通域的行人检测和底层交通语义信息提取方法,采用形态学连通域识别法,根据连通域特征进行判别,删除不相关区域,提取出交通视频图像中运动目标个数,从而精确的提取出运动行人的底层交通语义信息,为后续工作提供数据支撑;针对遮挡状态下的行人运动特性,提出一种基于人头颜色模型和轮廓信息的行人检测方法,采用RGB和YCbCr颜色空间中的聚类情况和帧差运动信息,提取候选人头区域,利用Canny边缘检测和Hough变换进行人头定位,实现目标信息统计。(4)在运动目标跟踪部分,针对Mean Shift算法存在的问题,提出基于Mean Shift目标跟踪的改进算法。构建多线索信息融合的目标表观模型,融合行人外观、空间结构和运动等多线索信息描述目标,增强特征描述能力,提高跟踪精度;从背景和目标双重角度设定目标尺度变化区域判断准则,调整算法核窗口尺寸,克服跟踪中背景干扰;采用Bhattacharyya系数判别跟踪状态,针对遮挡丢失状态,提出一种基于四部搜索策略的行人遮挡处理方法,以重新捕获丢失目标。并基于改进的目标跟踪算法,对跟踪到的行人进行中层交通语义信息提取,包括行人位移、步行速度、加速度、轨迹等;在采集信息阶段,建立ROI区域和目标链,提出基于目标跟踪的行人计数和流量统计方法,获得ROI区域的人流信息。(5)在目标底层和中层交通语义信息提取的基础上,提出一种基于递阶遗传算法改进BP神经网络的行人识别方法,采用四级递阶染色体结构描述网络结构和参数,根据构建的HGA-BP单分类器来识别交通视频图像中运动目标的种类与数量;然后在已构建的HGA-BP单分类器基础上,基于“由粗到精”的识别思想进行级联识别,构建Cascade-HGA-BP组合分类器,在底层传递高层时,采用三分检测法,实现运动行人的最终分类识别。该方法在交通场景内行人、车辆等并存的情况下,对运动行人的识别取得了很好的效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 顾伟康;计算机视觉学的发展概况[J];浙江大学学报;1986年04期
2 战德臣;陈景春;李仲荣;;计算机视觉研究的一种分布式专家系统模型[J];航天控制;1989年02期
3 邵贵平,刘谨,陈敏贤;基于计算机视觉的间距检测[J];机械制造;2001年11期
4 蔡叶菁;计算机视觉[J];中国包装工业;2002年05期
5 邵贵平,刘谨,陈敏贤;基于计算机视觉的间距检测[J];机械制造与自动化;2002年02期
6 姜继祥;周建华;陈明;;基于计算机视觉的干枣在线分级[J];机械制造与自动化;2012年03期
7 聂大同,毛士艺,赵淑华,渠速;计算机视觉与神经网络[J];北京航空航天大学学报;1990年01期
8 林华,敬卿;计算机视觉[J];国防科技参考;1995年04期
9 王天珍;计算机视觉研究进展[J];武汉汽车工业大学学报;1998年01期
10 王天珍;计算机视觉研究[J];空军雷达学院学报;1999年01期
11 徐毅,杨耀权;计算机视觉及其在电力工业中的应用[J];电力情报;2000年01期
12 熊汉伟,张湘伟;雕塑实体计算机视觉建模方法研究[J];机械设计与制造;2001年06期
13 张俊雄;荀一;李伟;张聪;;基于计算机视觉的柑橘自动化分级[J];江苏大学学报(自然科学版);2007年02期
14 张宏;谭跃刚;;计算机视觉在工件检测系统中的开发及应用[J];湖北工业大学学报;2008年01期
15 孙洪胜;李宇鹏;王成;龚瀚涛;;基于计算机视觉的苹果在线高效检测与分级系统[J];仪表技术与传感器;2011年06期
16 王晓刚;;基于计算机视觉的三维重建技术研究[J];中国新技术新产品;2011年20期
17 张翎影;;基于计算机视觉的运动目标研究分析[J];科技创新与应用;2013年34期
18 李凡,高雅卿;计算机视觉中不确定性的处理[J];机器人;1988年04期
19 韦穗;计算机视觉[J];机器人;1992年04期
20 富煜清,林峰,胡学龙;模型基计算机视觉中的假设-验证策略[J];东南大学学报;1995年03期
中国重要会议论文全文数据库 前10条
1 宋小华;欧阳丹彤;;时空推理在计算机视觉的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年
2 谢丽欣;牟会;王欢;刘明霞;;基于计算机视觉的人脸检测与识别综述[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年
3 陈强;孙振国;;计算机视觉在焊接中的应用[A];第十次全国焊接会议论文集(第1册)[C];2001年
4 田涌涛;洪锡军;王有庆;李从心;;计算机视觉在先进制造技术中的应用[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年
5 刘敏娟;洪添胜;李震;吴伟斌;刘志壮;;基于计算机视觉的荔枝检测与分级方法[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
6 孙洁琼;孙明;;基于计算机视觉的水果外观品质检测分级研究现状[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
7 王划一;王效良;;计算机视觉在绗缝机自动编程及控制中的应用[A];第二十届中国控制会议论文集(下)[C];2001年
8 周红;刘光蓉;;计算机视觉及其在谷物籽粒检测分级中的应用[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
9 吴彦红;刘木华;杨君;郑华东;;大米外观品质的计算机视觉在线检测技术研究[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集(下册)[C];2006年
10 张庆敏;于龙;;计算机视觉在接触网定位器坡度识别中的应用[A];高速铁路接触网零部件安全可靠性技术论文集[C];2013年
中国博士学位论文全文数据库 前10条
1 王强;基于几何代数的计算机视觉问题研究[D];国防科学技术大学;2013年
2 王任大;基于计算机视觉的手势交互技术及其在航海中的应用[D];大连海事大学;2014年
3 贺文骅;基于计算机视觉的复杂场景下目标跟踪研究[D];西安电子科技大学;2015年
4 王爱丽;基于计算机视觉的行人交通信息智能检测理论和关键技术研究[D];北京交通大学;2016年
5 潘磊庆;基于计算机视觉和声学技术融合检测鸡蛋品质的研究[D];南京农业大学;2007年
6 孔明;颗粒粒径和形态计算机视觉测量方法研究[D];东南大学;2005年
7 刘钊;基于计算智能的计算机视觉及其应用研究[D];武汉科技大学;2011年
8 李庆中;苹果自动分级中计算机视觉信息快速获取与处理技术的研究[D];中国农业大学;2000年
9 谢存;计算机视觉中若干问题实现技术和算法的研究[D];大连理工大学;2002年
10 赵书涛;基于计算机视觉的直读仪表校验方法研究[D];华北电力大学(河北);2006年
中国硕士学位论文全文数据库 前10条
1 王福香;基于计算机视觉的马铃薯外部缺陷检测方法研究[D];内蒙古农业大学;2015年
2 余饶东;基于脑波与计算机视觉的注意力检测技术在E-Learning中的应用研究[D];昆明理工大学;2015年
3 李想;基于计算机视觉的花卉分级系统研究[D];天津理工大学;2015年
4 吴林林;基于计算机视觉的皮革测配色研究[D];陕西科技大学;2015年
5 龙怡霖;基于计算机视觉的杂草种子鉴别[D];西北农林科技大学;2015年
6 谢艳鹏;面向细胞行为辨识的计算机视觉研究与应用[D];沈阳理工大学;2015年
7 丁侨俊;基于计算机视觉的智能停车场引导系统研究[D];福建师范大学;2015年
8 王鹏博;多态并行机上的OpenVX系统实现[D];西安邮电大学;2015年
9 周志强;基于计算机视觉的指针式电表校验的关键技术研究[D];南昌大学;2015年
10 陈玉洁;基于计算机视觉的外膜厚度测量方法的研究[D];南昌航空大学;2015年
中国重要报纸全文数据库 前9条
1 记者 李大庆;我在国际计算机视觉算法竞赛中摘金[N];科技日报;2011年
2 滕继濮;不放过一个“坏蛋”[N];粮油市场报;2011年
3 ;生活中的计算机视觉[N];中国计算机报;2006年
4 王悦承;逾30篇中国论文入选ICCV[N];中国计算机报;2005年
5 本报记者 滕继濮;无损检测技术:不放过一个“坏蛋”[N];科技日报;2011年
6 本报记者 薛娟;未来搜索:没有搜索的搜索[N];中国经济时报;2010年
7 记者 杨杰 实习记者 李乐;农机领域喜获四项大奖[N];中国农机化导报;2009年
8 张明平 记者 赵凤华;苹果的气味“看”出来[N];科技日报;2009年
9 记者 常丽君;新软件能“预测”你各年龄段长相[N];科技日报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978