多CCD摄像机大视场下的运动目标测距测速研究

摘要

视频监控技术在智能交通系统(Intelligent Transportation Systems)中得到了广泛的应用，成为ITS信息获取的重要手段。随着图像传感器和图像处理技术的不断发展，新一代智能视频监控系统已经具备运动目标检测、分类、跟踪和视频内容分析等功能。研究符合ITS需求的新型智能监控系统是图像处理研究的热点之一，视频测距测速、障碍识别、车牌识别、车辆跟踪等技术是这一领域取得的重要研究成果。 论文围绕大视场道路环境下运动车辆测距、测速这个主题，主要工作包括： 1)在透视变换算法的基础上，提出一种大视场多CCD视觉模型，适用于道路等开阔平坦区域。该模型使用一组轴线共点的呈扇形排列的多CCD摄像机获得路面图像，运用几何透射关系将图像投影到道路平面，拼接生成一幅大视场道路图像。图像上的每一点已经与道路实际坐标建立了映射关系，可以确定道路上的车辆等运动目标的实际位置，用同一目标在相邻帧上的距离差除以时间间隔，即可获得运动速度。 2)利用车道线平行这一特点，调整输入参数，减小因输入参数误差造成的透视变换系统误差；把车道线作为图像拼接的特征要素，提高拼接的精度。 3)改进减背景运动目标检测算法，加入去除图像振动预处理算法，既提高了前景目标提取的准确性，又提高了测距测速的精度。 4)以建立实用系统为目标，确定系统图像处理流程，选择处理速度快、准确率高的图像处理算法，使得系统既能满足实时性要求，又具有较好的鲁棒性。 5)编写仿真软件，实现原型系统，完成仿真实验。实验结果表明，系统方案可行，测距误差在2％以内，能够满足交通测量要求。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景

1.1.1视频测距测速的兴起

1.1.2视频测距测速的发展

1.2研究工作

1.3内容安排

第二章多CCD大视场视频测距测速

2.1视频测距测速模型

2.2图像坐标映射

2.2.1图像二维坐标映射

2.2.2图像三维坐标映射

2.3运动目标检测及跟踪

2.3.1运动目标检测

2.3.2运动目标跟踪

2.3.3运动目标在视场之间的切换

2.4多CCD大视场测速方案

2.5本章小结

第三章多CCD平面投影模型

3.1投影变换模型

3.1.1柱面模型

3.1.2球面模型

3.1.3立方体模型

3.2投影方式

3.2.1透视投影

3.2.2正交透影

3.2.3显示方式与人体工学

3.3多CCD平面透视模型

3.3.1多CCD摄像机排列方式

3.3.2几何关系推导

3.3.3误差纠正及仿真实验

3.4本章小结

第四章图像拼接

4.1图像拼接流程及算法

4.1.1预处理算法

4.1.2图像配准算法

4.1.3图像融合算法

4.2车道线配准法

4.5本章小结

第五章运动目标检测

5.1改进的减背景法

5.1.1算法流程

5.1.2去振动预处理

5.1.3背景更新算法

5.2帧差法

5.3光流场法

5.4本章小结

第六章运动目标跟踪

6.1 MeanShift均值偏移算法

6.2 Kalman滤波算法

6.3 Kalman跟踪仿真实验

6.4本章小结

第七章系统组成及仿真实验

7.1系统组成

7.1.1视频采集硬件

7.1.2仿真软件

7.1.3实验场地

7.2静态测距实验及分析

7.2.1实验过程

7.2.2实验结果及分析

7.3车辆模型测速实验及分析

7.3.1实验过程

7.3.2实验结果及分析

7.4乒乓球测速实验及分析

7.4.1实验过程

7.4.2实验结果及分析

7.5实验总结

7.6本章小结

第八章结论及展望

8.1结论

8.2展望

致谢

参考文献

攻读硕士学位期间参与的科研项目及发表的论文