事件检测中的停车及抛落物识别算法研究

摘要

基于视频的交通事件检测技术已经是全球研究的一个热点,它主要是用来检测道路上的一些异常事件,例如车辆逆行、车辆连续跨道行驶、停车、抛落物、行人等。该系统的应用使得交通管理部门能够对日常的交通进行有效地管理,及时地处理发生的异常事件,也就能避免很多的交通事故。本文主要对异常事件中的停车和抛落物检测算法进行研究。
　　本文首先对异常区域进行检测。第一部分是对图像进行预处理,包括图像的增强、图像边缘提取、图像去噪等处理。第二部分是对异常的块进行检测,这里的异常块就是指在一段时间内和当前的图像纹理相差较大的块,也就是要检测的停车和抛落物的异常块,本文主要利用稳定状态之间的差异性来判断否为异常。第三部分是对异常区域的定位,利用数学形态学运算进行处理,再通过连通域来确定异常区域的位置信息。
　　为了更加精确地分割出异常区域,本文利用Markov随机场对局部异常区域进行分割,它是基于统计学理论的分割方法,并且考虑到局部像素之间的相关性,充分利用到了先验知识。本文介绍了Markov的相关理论,特征场和标记场的建模方法,在此基础上使用ICM、模拟退火等方法对Markov随机场的能量进行优化,得到异常区域的分割结果。
　　为了区分停车和抛落物事件,利用到了它们的三维信息。这里提出了两种方法,一种是基于3D模型的方法,一种是基于三维高度的方法。第一种方法是通过比较车辆3D模型的二维投影和分割区域的匹配度来判断,能够匹配的则表示停车,否则为抛落物;第二种方法通过对摄像机的标定求取道路中的映射表,再求取分割区域中不同角点的投影速度,利用摄像机成像模型确定速度和高度的关系,从而可以得到异常区域的相对高度,就可以根据这个高度区分出停车和抛落物。
　　本文设计的算法在大量不同交通场景下进行了测试,测试结果表明:该算法能有效地检测出场景中的停车和抛落物事件,具有较高的稳定性和检测精度、较强的实用性和鲁棒性,同时能满足系统检测的实时性要求。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 本文的研究背景

1.2 国内外研究现状

1.3 本文的主要内容及其安排

第二章 系统总体设计思路

2.3停车及抛落物区分

2.4 本章小节

第三章 异常区域检测

3.1 图像预处理

3.2 基于块动态演变的异常区域检测算法

3.3 异常区域的定位

3.4 本章小节

第四章 基于Markov的局部区域分割算法

4.1 MRF随机场基本理论

4.2 MRF模型介绍

4.3 常用MRF分割算法

4.4实验结果

第五章 停车及抛落物区分

5.1摄像机标定

5.2基于3D模型的停车及抛落物区分

5.3 基于三维高度信息的停车及抛落物区分

5.4 实验结果

总结

参考文献

致谢