基于视频技术的运动车辆监测系统

摘要

本文介绍了监测系统的工作原理和系统结构组成，结合系统的实际工作任务分析了系统中各个组成部分的功能；给出了系统硬件的整体结构设计，介绍了各硬件部分的工作原理、使用要求、应用环境等。对于系统核心部分——图像信息处理模块，引入了MHI图像的概念，并在此基础上，给出了软件部分的流程设计和实现方案。 分析了常用的运动物体检测方法的原理和特点，根据本系统的实际特点采用了差分法作为系统运动检测方法，建立了系统中运动车辆检测部分运动车辆数学模型；研究了差分法检测出的运动物体图像的二值化和基于形态学的滤波，为后续图像处理工作做了预处理。 在运动检测工作完成的基础上，根据软件整体结构的设计，采用了基于概率密度估计的分割算法——mean shift分割算法、基于跑长码的目标标记法完成了对运动车辆的恢复和定位跟踪工作；文章还探讨了基于canny算法的边缘检测方法来完成运动梯度的计算，测试效果良好。

目录

文摘

英文文摘

第1章绪论

1.1课题背景

1.1.1智能交通概念

1.1.2智能交通在国内外的发展历史和现状

1.2车辆监测技术概述

1.2.1车辆监测技术的发展历史

1.2.2车辆监测技术现状

1.2.3车辆监测技术的发展趋势

1.3视频车辆监测技术的研究意义

1.4本文的主要研究内容

第2章运动车辆监测系统设计结构与功能分析

2.1运动车辆监测系统的整体结构

2.2系统工作原理

2.3图像采集系统的硬件

2.4图像信息处理模块结构设计

2.5图像存储模块

2.6仿真软件平台

2.7算法优化

2.8本章小结

第3章运动车辆检测方法

3.1运动车辆检测模型的建立

3.2差分法检测运动车辆

3.3灰度图的二值化

3.4图像的预处理

3.4.1形态滤波的引入

3.4.2图像的腐蚀

3.4.3图像的膨胀

3.4.4图像的开启和闭合

3.5本章小结

第4章运动车辆识别方法

4.1图像分割

4.2基于mean shift的分割算法

4.2.1数学基础

4.2.2 Mean shift算法

4.3基于mean shift的图像分割

4.3.1 Mean shift滤波

4.3.2 Mean shift分割

4.4目标区域的标记

4.5运动梯度的计算

4.5.1传统的边缘检测算子

4.5.2 Canny的3种准则边缘检测方法

4.5.3 Canny方法的实现细节

4.5.4 Canny方法的实验应用及分析

4.6本章小结

结论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致谢