

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著圖像處理和模式識(shí)別技術(shù)以及計(jì)算機(jī)硬件水平的提高,越來(lái)越多的信息是通過(guò)對(duì)圖像或視頻的處理和分析來(lái)獲得的。在智能交通系統(tǒng)中兩個(gè)非常重要的信息——交通工具標(biāo)識(shí)碼以及道路交通信息就可以通過(guò)對(duì)圖像或視頻的處理和分析來(lái)獲得。本論文主要研究了從復(fù)雜的背景中提取出靜態(tài)的交通工具標(biāo)識(shí)碼以及動(dòng)態(tài)的運(yùn)動(dòng)車(chē)輛的主要關(guān)鍵技術(shù)和算法。 實(shí)際中通過(guò)攝像機(jī)采集到的交通工具圖像中往往包含有大量的噪聲,因此交通工具標(biāo)識(shí)碼往往很難通過(guò)簡(jiǎn)單的處理直接獲得。為此,首
2、先提出了一種魯棒的圖像預(yù)處理算法。該算法在突出交通工具圖像中的文字特征的同時(shí),抑制了圖像中的各種噪聲,并且最大程度地降低了光照的不均勻?qū)ψ址崛〉挠绊?。在圖像預(yù)處理過(guò)程中,結(jié)合了自適應(yīng)線(xiàn)性濾波以及自適應(yīng)非線(xiàn)性濾波各自的特點(diǎn),使得預(yù)處理后的圖像通過(guò)簡(jiǎn)單的投影直方圖分析即可得到較好的定位結(jié)果。然后根據(jù)實(shí)際中的交通工具標(biāo)識(shí)碼中各字符間的相互位置和排列關(guān)系,提出了一系列的標(biāo)準(zhǔn)字符排列模型。最后計(jì)算定位得到的各備選字符行中各字符之間的排列關(guān)系,將
3、所有備選字符行字符的排列關(guān)系依原始位置進(jìn)行組合后,再與標(biāo)準(zhǔn)排列模型進(jìn)行匹配即可得到標(biāo)識(shí)碼的自動(dòng)分割結(jié)果。基于排列模型的交通工具標(biāo)識(shí)碼自動(dòng)提取算法可以很好地抵抗圖像中其他字符或標(biāo)識(shí)的影響,試驗(yàn)證明具有很高的正確提取率。 對(duì)于運(yùn)動(dòng)車(chē)輛的檢測(cè)或提取,一種廣泛采用的方法是背景減法。背景減法進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)的關(guān)鍵技術(shù)之一是背景的建模方法。一種好的背景建模方法得到的背景模型應(yīng)能準(zhǔn)確地反映真實(shí)背景的變化。本論文中提出了兩種有效的背景建模方法:
4、基于判決反饋的背景建模方法和基于近似中值濾波的背景建模方法?;谂袥Q反饋的背景建模方法根據(jù)背景減法后象素屬于前景或背景的判決結(jié)果來(lái)進(jìn)行背景的更新,只有那些被判為背景的當(dāng)前點(diǎn)才參與當(dāng)前背景的更新中。通過(guò)這種方法,可以很好地消除運(yùn)動(dòng)目標(biāo)在背景更新過(guò)程中造成的“拖尾”效應(yīng)?;诮浦兄禐V波的背景建模方法克服了傳統(tǒng)中值濾波運(yùn)算量大和對(duì)內(nèi)存需求高的缺點(diǎn),采用近似方法迭代得到圖像序列的中間值,并以其作為背景的估計(jì)??紤]到利用圖像的顏色信息能夠更加準(zhǔn)
5、確地進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測(cè),論文中還使用了一種運(yùn)算簡(jiǎn)單的顏色空間模型——rgs顏色空間模型。試驗(yàn)結(jié)果表明,基于顏色信息的判決反饋法背景建模以及基于顏色信息的近似中值濾波法背景建模均能取得很好的背景模型,同時(shí)基于顏色信息的運(yùn)動(dòng)目標(biāo)檢測(cè)能夠有效消除運(yùn)動(dòng)車(chē)輛的陰影對(duì)車(chē)輛檢測(cè)的影響。 在論文的最后,討論了運(yùn)動(dòng)車(chē)輛檢測(cè)在整個(gè)交通信息采集系統(tǒng)中的作用,并探討了嵌入式DSP系統(tǒng)中開(kāi)發(fā)交通信息采集系統(tǒng)時(shí)的幾種優(yōu)化方法。試驗(yàn)表明,經(jīng)過(guò)這樣的優(yōu)化以后,
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視覺(jué)的運(yùn)動(dòng)目標(biāo)跟蹤與識(shí)別及其在智能交通系統(tǒng)中的應(yīng)用.pdf
- 基于DES加密的藍(lán)牙及其在智能交通中的應(yīng)用.pdf
- 水聲目標(biāo)跡特征的提取及其在目標(biāo)分類(lèi)識(shí)別中的應(yīng)用.pdf
- 蟻群算法及其在智能交通中的應(yīng)用.pdf
- 視覺(jué)注意模型及其在目標(biāo)檢測(cè)中的應(yīng)用.pdf
- 基于圖切分的目標(biāo)區(qū)域自動(dòng)提取及其在圖像檢索中的應(yīng)用.pdf
- 云模型的交通流預(yù)測(cè)在智能旅游系統(tǒng)中的應(yīng)用.pdf
- 基于ANP的QFD模型及其在多目標(biāo)優(yōu)化設(shè)計(jì)中的應(yīng)用.pdf
- 基于云模型的數(shù)據(jù)挖掘及其在交通流系統(tǒng)中的應(yīng)用.pdf
- GPS技術(shù)及其在智能交通中的應(yīng)用研究.pdf
- 混合智能模型及其在入侵檢測(cè)中的應(yīng)用.pdf
- 基于EOS-MODIS的水體提取模型及其在洪災(zāi)監(jiān)測(cè)中的應(yīng)用.pdf
- 視頻運(yùn)動(dòng)目標(biāo)提取的方法研究及其在安檢系統(tǒng)中的應(yīng)用.pdf
- 在線(xiàn)學(xué)習(xí)及其在智能交通與金融工程中的應(yīng)用.pdf
- 連續(xù)型交通分配模型及其在交通規(guī)劃中的應(yīng)用.pdf
- 混合效應(yīng)模型及其在多目標(biāo)跟蹤中的應(yīng)用.pdf
- 多目標(biāo)智能優(yōu)化算法及其在制造系統(tǒng)中的應(yīng)用.pdf
- 智能車(chē)載終端及在智能交通中的應(yīng)用.pdf
- 主動(dòng)輪廓模型研究及其在目標(biāo)跟蹤中的應(yīng)用.pdf
- Snake模型在輪廓提取中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論