基于视频的停车与抛落物事件检测算法研究

摘要

实时、准确的对道路上发生的停车与抛落物事件进行检测对避免交通事故具有重要意义。目前已有的检测算法不但需要对背景进行准确的建模，而且大多数都利用面积等二维图像特征进行目标类型的区分。这些算法存在着对背景依赖性较大，目标类型区分不准确等缺点。
　　因此，本文提出了利用目标
　　真实三维信息进行目标类型区分的停车与抛落物检测算法。首先，基于状态演变进行异常区域的初步判定；其次，对初步判定的异常区域进行双向跟踪确定停车与抛落物区域，并利用八邻域种子填充算法对停车与抛落物区域进行分割；最后，用三种方法对分割出的停车与抛落物区域进行类型区分。第一种方法是利用该区域中不同特征点的投影速度之间的差异，确定特征点间的相对高度，利用该高度区分停车与抛落物。第二种方法是计算常见车型的3D模型在图像中的投影区域与该区域的面积匹配度，利用匹配度区分停车与抛落物。第三种方法是在该区域内建立不同高度的逆投影面，并建立与其对应的逆投影图，通过对不同高度的逆投影图进行与运算确定目标的长、宽、高。利用目标的长、宽、高信息区分停车与抛落物。
　　在隧道、高速公路、城市快速路以及乡村公路等场景下，对文中设计的算法进行了测试。测试结果表明：该算法在保证较低漏检率与误检率的基础上，可以有效地检测出场景中的停车与抛落物，且能够满足实时性要求。

目录

第一章 绪论

1.1 课题研究背景

1.2 国内外研究现状

1.3 课题目的及意义

1.4 论文主要内容及章节安排

第二章 停车抛落物检测算法总体框架

2.1 图像中异常区域的初步判定

2.2 图像中停车与抛落物区域的分割

2.3 停车与抛落物的区分

2.4 本章小结

第三章 图像中异常区域的初步判定

3.1 图像预处理

3.2 基于状态演变的异常区域判定算法

3.3 本章小结

第四章 图像中停车与抛落物区域的分割

4.1 双向跟踪确定停车与抛落物区域

4.2 基于连通域分析的停车与抛落物区域的分割

4.3本章小结

第五章 停车与抛落物的区分

5.1 摄像机标定

5.2 基于特征点相对高度的停车抛落物区分方法

5.3 基于3D模型的停车抛落物区分方法

5.4 基于图像逆投影的停车抛落物区分方法

5.5 实验结果与分析

5.6 本章小结

总结与展望

参考文献

攻读学位期间取得的研究成果

致谢