HOV乘客计数中的车窗定位与提取算法研究

摘要

本文为了确保HOV车道的合法合理使用，研究了对车辆内乘客进行计数。提出了利用基于图像亮度信息分类进行灰度变换，使用背景差法对车道背景进行消除并提取车的轮廓，结合边缘检测与模板滤波作为图像预处理的方法；针对车窗边缘呈现近直线性的图像特点，提出了利用改进的基于相位编组图像分块的HOUGH变换算法检测车窗水平带、运用积分投影定位车窗两侧的方法。采用Matlab进行了算法的研究。经实验验证，算法能够比较准确地提取出车窗。

目录

文摘

英文文摘

致谢

序

1引言

1.1智能交通系统(ITS)

1.2本课题的立项宗旨和研究意义

1.3国内外研究现状

1.3.1 HOV概念以及应用

1.3.2车窗定位与提取的研究现状

1.4本论文的研究工作与结构安排

2运动车辆的检测

2.1视频图像的读取及预处理

2.1.1视频图像的读取

2.1.2图像的缩放

2.1.3图像灰度化

2.2运动目标的检测方法

2.3背景图像的重构与更新

2.4背景差法分割运动车辆

3边缘检测与模板滤波处理

3.1图像增强

3.1.1直方图修正

3.1.2图像平滑

3.1.3图像锐化

3.1.4数学形态学

3.2图像边缘检测与模板滤波

3.2.1常用的边缘检测算子

3.2.2边缘检测及模板滤波

4车窗的定位与提取

4.1运用基于相位编组的霍夫变换检测车窗水平带

4.1.1相位编组法检测直线

4.1.2霍夫变换法检测直线

4.1.3基于相位编组的HOUGH变换

4.2运用积分投影理论检测车窗两侧

4.2.1积分投影算法理论

4.2.2车窗两侧的定位与提取

5基于肤色信息的人脸检测

5.1色度空间的选择

5.2肤色模型的建立

5.3人脸区域的分割

5.4候选区域判别

6结论

参考文献

作者简历

独创性声明及学位论文版权使用授权书