基于图像识别的交通违章处理系统(硕士论文)200625资料下载.pdf

基于图像识别的交通违章处理系统(硕士论文)200625资料下载.pdf

《基于图像识别的交通违章处理系统(硕士论文)200625资料下载.pdf》由会员分享，可在线阅读，更多相关《基于图像识别的交通违章处理系统(硕士论文)200625资料下载.pdf（78页珍藏版）》请在冰豆网上搜索。

本文主要将计算机视觉技术和图像识别技术应用于交通违章监控，给出了交通场景视频图像的预处理算法、车辆违章行为检测算法以及背景更新算法，并建立了交通违章检测的实际系统。

在视频图像预处理算法的研究中，我们对视频图像滤波、对比度增强、边缘检测的常用算法进行了研究。

最后根据仿真实验的结果和课题的实际情况，我们选用中值滤波、形态学边缘检测对图像进行预处理，取得了很好的效果。

对于对比度较差的视频图像，我们找到了一种对比度增强的有效算法。

在交通违章识别算法的研究中，首先对已有的车辆检测算法进行了研究，将背景差分检测法和边缘检测法相结合，采用基于形态学边缘检测和背景差分的算法对车辆进行检测，取得了很好的效果。

其次给出了车辆违章行为（闯红灯、违章停车、违章越线逆行）检测的算法。

然后对已有的背景更新算法进行了研究，提出了基于统计平均的背景更新算法。

最后，本文介绍了交通违章处理系统的实现。

系统基于Windows98环境，采用VC+6.0开发。

系统采用C/S结构，客户端软件完成数据采集、交通违章行为的识别、违章车辆的抓拍和违章信息的存储。

服务器端完成车辆违章数据的存储、管理等功能。

服务器端和客户端进行通信，完成数据的传输。

经测试，系统运行稳定、可靠。

关键词关键词：

计算机视觉、视频图像预处理、形态学、车辆检测、违章行为检测、背景更新目录第一章绪论.111引言.112智能交通系统的研究现状.313论文的选题背景及主要工作.4第二章视频图像预处理算法研究.721视频图像空间映射.722视频图像滤波.823视频图像对比度增强.1124视频图像边缘检测.172.4.1常用的边缘检测方法.172.4.2形态学边缘检测.182.4.3边缘检测实验结果分析2425本章小结.26第三章交通违章识别算法研究.2731常用的车辆检测算法.273.1.1宏观检测法.273.1.2微观检测法.2832基于形态学边缘检测和背景差分的车辆检测算法.3033车辆违章行为检测算法.333.3.1车辆闯红灯检测算法.333.3.2车辆违章停车检测算法.363.3.3车辆违章越线逆行检测算法.3734背景更新算法研究.413.4.1常用的背景更新算法研究.413.4.2基于统计平均的背景更新算法.4435实验结果及分析.463.5.1实验结果.463.5.2实验结果分析.4936本章小节.50吉林大学硕士学位论文V第四章交通违章处理系统实现.5241系统组成和整体结构.5242车辆违章识别系统实现.524.2.1车辆违章识别系统硬件.524.2.2车辆违章识别系统软件.5343车辆违章管理系统实现.554.3.1车辆违章管理系统硬件.554.3.2车辆违章管理系统软件.5544本章小结.55第五章全文总结.58参考文献.60致谢.64第一章绪论第一章绪论1.1引言1.1引言1-4随着国民经济的发展、城市的繁荣，对城市的综合治理提出了更高的要求，交通的自动化和智能化就是其中之一。

如何用现代科学技术进行监督、疏导，以减少因交通违章而造成的人为塞车和事故已成为国内交通管理部门的一个急需解决的课题。

早期的交通监控设备主要是录像，随着计算机图像技术和网络技术的迅速发展，出现了利用照相、摄像、计算机等技术组成的智能交通系统。

智能交通系统（ITS）是新一代的交通管理系统，它包括交通流量检测、车辆识别、交通异常事件及违章检测、交通运行的和疏导等诸多方面。

而交通异常事件及违章检测是公安交通管理部门的重要任务之一。

近年来，使用先进的电子技术、图像信息处理及网络传输系统执行道路交通管理任务的所谓“电子警察系统”已经研制成功，并已开始逐步在我国经济发达地区的大、中城市的道路交通管理中运行。

随着传感器、通信与网络技术、图像处理与计算机视觉等高新技术的发展，车辆识别和交通状态检测技术也得到了长足的进展。

传统的车辆检测方法主要有电磁感应环形线圈式和波式。

电磁感应环形线圈式车辆检测器是基于埋在路基下的环形线圈，在车辆经过时，由线圈产生电磁感应的原理而设计的车辆检测设备。

由于车辆经过时，路面压力大，环形线圈容易损坏，不易维修，它只能安装在固定位置，检测精度大受影响，而且检测参数少，不能识别车辆种类与有关信息。

波式检测器又分为雷达波检测器、红外线检测器及超声波检测器等。

它们均是基于车辆经过时，利用反射波的频率变化来检测出车辆信息。

但使用“磁”及“波”检测的方法均不能提供全面的交通信息，只能作为智能交通监测系统的一种辅助手段使用。

应用摄像机等视觉传感器及计算机视觉理论为基础的车辆识别与交通运行状态检吉林大学硕士学位论文VII测是目前利用高科技的先进的技术。

它涉及到摄像机校准、视频信号的采集、视频信号的处理与分析、计算机人工智能、通信与网络技术、数据库技术及信息管理等诸多领域的一门综合性技术。

近年来，基于图像分析及计算机视觉为基础大范围的、全面的对车辆进行检测和识别的理论逐渐成熟，并能对交通信息进行全面的分析和管理。

交通信息的获取、处理和管理，包括车辆及其牌照的检测、识别和分类；

交通运行状态的检测（交通流量检测、车速检测、阻塞及拥挤检测等）；

交通异常事件检测（堵车检测、车祸检测、违章超车检测、闯红灯违章检测等）；

交通运行状态的估计与预测；

交通的智能控制与管理等。

在本论文中主要对闯红灯、违章停车、违章越线逆行等交通违章行为进行视频检测和识别。

所采用的主要方法为图像处理和图像识别技术。

这种方法的基本原理是：

将摄像机或摄像头架设在高速公路或者城市路段的上方进行监控以获取实时的视频交通图像，然后通过图像采集卡将视频信号转化为数字图像信号，然后对数字交通图像进行预处理、图像分割、违章车辆识别等步骤判断是否有车辆违章。

如有车辆违章，启动数码相机进行抓拍获取车辆信息，同时将视频图像进行压缩存储后作为交通全景信息。

将计算机视觉和图像识别方法用于交通违章检测有许多优点：

第一检测效率高。

计算机视觉方法同以往的人工检测法相比大大的提高了检测的效率，同时节省了大量的人力、物力。

而且计算机视觉方法能够同时监测多种违章行为。

第二检测的范围大。

使用视觉检测方法，可以对交叉口和路段同时进行监控，可以对交叉口和路段上的违章行为同时进行检测。

而电磁感应法只能对交叉口或路段进行监控。

第三施工方便，周期短。

使用视觉检测方法，不需要在路面上或者路面下进行改造，对公路不会造成损害，施工周期明显低于电磁感应检测法，而且造价低。

由于存在以上诸多优点，将计算机视觉技术应用于交通监控和违章检测的研究目前是一个非常活跃的方向。

1.2智能交通系统的研究现状1.2智能交通系统的研究现状5-9采用图像处理和图像识别技术对车辆违章行为进行实时检测是智能交通系统的一部分。

智能交通系统ITS（IntelligentTransportationSystem）将先进的信息技术、数据通讯传输技术、电子控制技术及计算机处理技术等综合运用于整个交通运输管理体系，通过对交通信息的实时采集、传输和处理，借助各种科技手段和设备，对各种交通情况进行协调和处理，建立起一种实时、准确、高效的综合运输管理体系，从而使交通设施得以充分利用并能够提高交通效率和安全，最终使交通运输服务和管理智能化。

ITS产生于本世纪60年代末，初始阶段的研究是在各国政府的大力支持下开展的，大量研究机构和高校合作研制了多个原型系统和大量的解决方案。

该阶段的主要成果是深入地分析了ITS问题，进行了大量可行性研究，了解了ITS技术应用的要求和可能带来的效益。

进入90年代以后，美国、日本、欧洲、韩国、新加坡等国家对ITS的研究给予了高度的重视，投入了大量的人力和物力。

目前，ITS正进入第二阶段，其特点是方法逐渐成熟和新技术日益可行。

图像处理和图像识别在ITS领域中扮演着极其重要的角色，具有广泛的应用价值。

驾驶员通过视觉可以获得90以上的环境信息，例如交通标志、交通信号、车道线、道路形状、车辆、道路标记、障碍物等。

图像处理和图像识别技术在ITS领域的应用可追溯到60年代末70年代初的基于视觉的移动机器人的研究。

但图像处理（尤其是实时图像处理）的计算量非常大，而当时的计算能力十分有限，最初的热情在几年后就消退了，只有少数几个研究小组在继续这方面的研究。

随着技术的不断发展，目前的计算机硬件水平为图像处理在ITS领域中的广泛应用提供了可能。

一方面，处理器和存储器的价格不断下降的同时，商用计算机的体积不断变小，而性能有了显著的提高。

另一方面，CCD摄像头费用低廉，体积小。

此外，图像处理具有算法柔性大和适应能力强等特点，几乎可以用于所有的ITS相关应用。

因此，图像处理在ITS领域中的应用前景广阔。

吉林大学硕士学位论文IX图像处理目前在ITS领域主要应用在以下三个方面：

交通监控、交通统计、智能车辆导航。

交通监控主要是对交通堵塞、交通事故、交通违章行为进行检测，实时准确的提供路面上的信息。

交通统计主要是对各项交通流量信息进行统计以及在高速公路收费站对车辆进行自动识别、统计、收费。

智能车辆导航主要是对道路、交叉口、交通标志等进行检测，然后根据司机输入的目的地等信息分析、推理出汽车行走的最佳路线，并能够实时收集信息修改行车路线。

目前，美国、日本以及几个欧洲发达国家已经研究出了交通监控和进行交通流信息统计的实际系统，比较著名的有美国的AUTOSCOPE系统、欧洲十一国联合研制的EURO-COST系统等。

我国这方面的研究起步较晚，只是在最近两年内才展开。

目前，进行这方面研究的有清华大学计算机系、信息产业部车辆检测中心等单位，都处于实验阶段。

随着我国交通工程智能化水平不断提高，随着道路交通管理部门的自动化水平的不断提高，基于图像处理和图像识别技术的交通监控系统必将有广阔的应用前景。

1.1.3论文的选题背景及主要工作3论文的选题背景及主要工作1.课题的来源及意义1.课题的来源及意义本课题由吉林省科技发展计划项目基于模式识别的交通违章处理系统资助，主要从事基于图像识别和模式识别技术的交通违章识别的研究。

基于图像识别的交通违章处理系统的开发，是把计算机视觉自动识别技术应用于交通管理的大胆尝试，是智能交通的重要的组成部份。

道路交通管理的基本任务是疏导交通流、纠正违章和减少交通事故。

目前，国内的交通违章识别和纠正，主要是人工现场处理，工作量大、效率低。

随着国内外对智能运输系统（ITS）研究的热衷和深入，开发一种有效的交通违章自动识别技术，改革传统的交通管理手段，增加交通管理的智能化、自动化已经成为当务之急。

交通违章自动识别技术的开发，对保证道路交通和减少事故有明显的效果，对交通违章信息的获取远比人工方式省时省力、信息量大、便于统计处理，是智能交通系统的重要体现。

2.论文设计