基于视频图像的车辆检测算法研究概要

2009年10月企业技术开发1引言智能交通系统是当今世界交通运输领域的新型课题,它将通信技术、电子技术、自动控制和计算机视觉技术综合起来,用于交通运输管理体系,从而实现交通运输服务和管理智能化。2主要算法分析2.1图像预处理输入图像由于图像采集环境的不同,如光照明暗程度以及设备性能的优劣等,往往存在有噪声,对比度不够等缺点。另外,距离远近,焦距大小等又使得汽车在整幅图像中间的大小和位置不确定。为了保证交通图像中汽车大小,位置以及图像质量的一致性,必须对图像进行预处理,预处理过程一般有几何变换、灰度化、平滑、增强等步骤。2.2车辆提取算法2.2.1边沿提取边缘检测在图象分割、模式识别、机器视觉等中都有重要作用,人们已研究出很多种边缘检测算法,而哈夫变换和canny边缘算子等是最经典的算法,通常还有sobel等算法,同时人们已在这些经典算法基础上提出一些新的改进算法。图像边沿提取的基本步骤:滤波、增强、检测、定位。2.2.2时间间隔图像差分法它是在运动目标检测中使用较多的一类算法。此方法对一个小的时间间隔前后的两幅图像作比较,根据其中得到的变化区域来区分背景和运动物体。公式如下:(1其中D(x,y为差分图像,和分别是第k+1和k帧图像。该方法的优点是动态环境下的自适应性很强,但是采用此方法时,需要选择合适的时间间隔,这一般依赖于所监视物体的运动速度。2.2.3背景差分法首先要提取无车状态下的背景图像,通过将当前图像与背景图像做差找到做为前景的运动物体———被检测车辆。公式如下:|Current-BackGround|>Th(2其Current是当前图像;BackGround是背景;阈值Th作用是减少噪声和光线变化的影响。2.3用改进的自适应阈值法进行图像分割2.3.1基于区间估计的模糊法预处理基于区间估计的模糊分割法是对原始图像分块,运用一个或几个阈值将图像的整个灰度范围,分为两段或多段,灰度级属同一段的的像素构成性质相同的区域,其中包括了目标区域。将图像的所有像素的灰度级与阈值进行比较,以进行区域划分,达到目标于背景分离的目的。在一幅图像内,目标像素的灰度主要集中在目标累的均值附近,即均值的隶属度最高。目标类内像素的隶属度应大于0.5,隶属函数:(3基于视频图像的车辆检测算法研究苗闯(吉林大学电子科学与工程学院,吉林长春130012Studyofcomputer-basedvideoimagevehicledetectionalgorithmMIAOChuang(CollegeofElectronicScienceandEngineering,JilinUniversity,Changchun,Jilin130012,ChinaAbstract:Inthispaper,anovelmethodofvehicledetectionhasbeenintroduced.First,wemakeapre-processingtotheoriginalimage,thenobtainthevehicleregionthroughbackgroundsuppression.Finally,combininglargelawwiththeminimumbetweenclustervariancetoextractobjectbody,meanwhiletrafficvolumecouldbegot.Itisimplementedoncomputerandgoodresultisobtained.Keywords:videodetection;trafficmonitoring;tracking;backgroundsuppression摘要:固定镜头下视频序列中的运动汽车目标的检测、分割、跟踪及计数等底层视觉问题进行了研究,提出了计算交通流量的算法。仿真实现表明:此算法可以有效的去噪、检测目标并计数。关键词:视频检测;交通监控;目标跟踪;背景抑制中图分类号:U111文献标识码:A文章编号:1006-8937(200919-0028-02收稿日期:2009-07-03作者简介:苗闯(1987-,男,吉林榆树人,大学本科,研究方向:图像处理及语音处理。企业技术开发TECHNOLOGICALDEVELOPMENTOFENTERPRISE2009年10月Oct.2009第28卷(4第28卷(5其中,表示像素隶属于目标类的程度,表示像素隶属于背景类的程度,为灰度均值,k为类内像素对均值的紧致性参数,为归一化因子。若>,则视该点为目标类。处理后的图像较粗糙,需改进算法,提高分割效率。2.3.2利用改进的最小吸收核同值区法的迭代思想对分割图像优化SUSAN最小吸收核同值区(SmallestUnivalueSeg-mentAssimilatingNucleus的首字母缩写。SUSAN算子是一种基于灰度的特征点获取方法,适用于图像中边缘的检测、角点的检测,可以用于去除图像中的噪声,它具有方法简单、有效、抗噪声能力强的特点,计算速度快,适用于实时图像处理。SUSAN算子的模板与常规卷积的正方形...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

确认删除?