智能监控系统中道路违章行为的识别分析方法

来源 :大连海事大学 | 被引量 : 4次 | 上传用户:liongliong455
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学和信息技术的发展,世界各国拥有车辆的数目急剧增加,人们对安全意识的需求逐渐提高,视频监控技术在人们的生活等各方面起着越来越重要的作用,它为社会的和谐做出了重要的贡献。智能视频监控系统广泛应用在军事,交通,银行,安防等各个领域,其中,在道路交通方面,重视交通安全意识是我国的迫切需要,智能监控系统中交通领域的相关技术是目前正在研究和广泛关注的课题。本文对智能监控系统中的道路违章行为进行了探索,重点研究了道路中的车辆逆行、车辆跨道行驶、违禁区停车三种违章行为,从运动车辆的检测、识别、跟踪和行为分析等方面展开了分析。在运动目标检测方面,分析比较了背景差分法和帧间差分法两种检测方法,并采用自适应背景建模的背景差分方法作为运动目标的检测方法。在车辆识别方面,利用连通域检测方法获取运动目标的轮廓,根据监控场景中车辆和行人、摩托车、自行车等目标在形状上的差异,对车辆进行识别,并给出车辆的大小、形心参数信息。在车辆跟踪方面,本文介绍了几种常用的跟踪方法,并采用卡尔曼滤波的方法,提出相似度函数的匹配算法对车辆进行跟踪,给出车辆的轨迹信息。在行为分析方面,通过对运动车辆的轨迹进行分析,对车辆逆行、车辆跨道、违禁区停车三种道路违章行为分别提出了具体的违章识别算法。最后,在VC++6.0环境下,结合OpenCV函数库对道路违章监控系统进行了软件实现。
其他文献
学位
带钢作为钢铁工业的主要产品之一已成为诸多行业的必需材料,其表面质量的优劣直接影响着产品的性能。传统的带钢表面缺陷检测方法误检率高,对人体危害大。而且近几年各行业对
图像收集已经成为现代社会获取外界信息的重要手段,被广泛地应用于社会方方面面。但是由于系统不理想和环境不确定性,使得获得到的图像中存在大量噪声,从而使人或者系统获取
近年来我国电网规模不断扩大,为确保电网安全、稳定、经济的运行,中压电力线载波通信利用其独特的发展优势在配电网自动化中起到了越来越重要的作用。随着正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)的发展,将OFDM技术应用在电力线通信中越来越受到国内外芯片厂商和研究机构的重视。论文首先结合中压电力线信道的测量结果,分析了中压电力线信道的
随着近年来移动互联网的飞速发展,曾经试图取代计算机物理键盘的语音识别技术如今已经被成功的应用到各种移动终端上来,并且切切实实的在改变着当下人们的生活方式。然而,从对语
多输入多输出(Multiple-input Multiple-output, MIMO)雷达是一种新体制雷达,其主要特点是通过多个发射天线发射不同的波形信号,进而提高雷达系统的性能。按照天线之间的距离,MIMO
近年来,频繁出现的雾霾天气,不仅对人们的出行以及城市交通造成了诸多不利,还对图像、视频监控系统等造成严重影响。雾天条件下,通过图像设备获取的图像由于受到空气中悬浮粒