

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著我國經(jīng)濟的快速發(fā)展,公共交通也得到了快速發(fā)展,大大方便了人們的出行,但是隨著汽車保有量持續(xù)上升,社會車輛占用公交車道的現(xiàn)象越來越頻繁,嚴重影響了正常的交通秩序。傳統(tǒng)的定點監(jiān)控和人工監(jiān)控的方法越來越難以應(yīng)對日益嚴重的公交車道違章現(xiàn)象。作為一種新的智能監(jiān)控技術(shù),占用公交車道違章檢測系統(tǒng)通過架設(shè)在公交車上的監(jiān)控攝像頭獲取公交車前方的路況,能夠自動識別場景中的公交車道,并檢測出公交車道內(nèi)的違章車輛,并進行報警,相對于傳統(tǒng)的檢測方式,該系統(tǒng)有
2、效降低了人工的干預(yù),提高了檢測效率。
本文詳細介紹了基于車載視頻的占用公交車道違章檢測算法的組成和實現(xiàn),在車道檢測和識別模塊中,我們使用了改進的Hough變換算法,檢測出左右行車道,然后利用普通車道(白色)與公交車道(黃色)在顏色上的不同,訓(xùn)練出 SVM分類器,然后對車道進行判斷分類,并通過狀態(tài)機的方法保持車道檢測的穩(wěn)定性。在車牌檢測與判別模塊中,首先使用基于Haar特征的Adaboost級聯(lián)分類器對檢測區(qū)域中的車牌目標(biāo)進行檢
3、測,對于可能出現(xiàn)的誤檢情況,又分析了車牌的邊緣和顏色特征,提出了Sobel邊緣特征驗證和RGB特征驗證的雙重驗證方法對車牌進行驗證,當(dāng)確定目標(biāo)是車牌后,我們通過將車牌圖像轉(zhuǎn)換到 HSV顏色空間,提取出車牌區(qū)域的H特征,利用藍色像素比例和SVM分類器對車牌顏色進行分類,判斷車牌是否屬于普通車牌,并對檢測結(jié)果使用了LK光流法進行了跟蹤。然后判斷車牌是否在公交車道內(nèi),從而檢測出違章車牌。
基于車載視頻的占用公交車道違章檢測系統(tǒng)有效減
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于車載視頻的公交車道違章占用算法研究.pdf
- 基于車載視頻的公交車道前方車輛檢測.pdf
- 基于視頻的公交車輛檢測算法研究及應(yīng)用.pdf
- 基于視頻圖像處理的公交車內(nèi)擁擠檢測算法研究.pdf
- 車載的占用公交車道電子警察系統(tǒng)的研究與實現(xiàn).pdf
- 基于視頻的道路黃線違章檢測算法研究.pdf
- 基于視頻技術(shù)的車輛違章檢測算法研究與設(shè)計.pdf
- 智能公交車載視頻監(jiān)控方案(視頻車載+平臺)
- 針對司機違章通話的視頻檢測算法研究.pdf
- 基于視頻的公交車輛檢測與識別研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的車載視頻行人檢測算法研究.pdf
- 公交車載視頻監(jiān)控系統(tǒng)研究與實現(xiàn).pdf
- 基于視覺的車道線檢測算法.pdf
- 公交車載視頻監(jiān)控綜合解決方案
- 基于車載視覺的車輛檢測算法研究.pdf
- 基于視頻的火焰檢測算法研究.pdf
- 基于深度學(xué)習(xí)的車道線檢測算法研究.pdf
- 基于高清視頻的道路車輛違章行為檢測算法實現(xiàn)和優(yōu)化.pdf
- 基于視頻的車載公交車專用道監(jiān)控系統(tǒng)研制.pdf
- 基于內(nèi)容的同源視頻檢測算法研究.pdf
評論
0/150
提交評論