独立分量分析及车辆视频检测中的应用.pdfVIP

独立分量分析及车辆视频检测中的应用.pdf

  1. 1、本文档共73页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
独立分量分析及车辆视频检测中的应用.pdf

摘要 独立分量分析及在车辆视频检测中的应用 摘要 获得实时交通信息的重要性是不言而喻的,但是现有的信息采集方式并不能满足交 通管理与控制的需求。随着近几年计算机技术的发展,基于视频的检测技术在交通中得 到了广泛的应用,同其它检测方式相比,它具有检测范围大、设置灵活、安装维护方便、 检测参数多等优点。因此通过研究视频检测中的关键技术实现运动车辆检测就有着重要 的现实意义。 目前常用的车辆运动目标视频检测方法主要有帧间差分法、背景差分法和光流场 法,这些方法都存在一定的缺陷。帧间差分、背景差分对于背景灰度变化过于敏感,且 对差分阈值的选取依赖过大,选择不当容易把车辆目标判别为背景、形成孔洞。光流场 理论计算结果只在目标边缘与背景有较明显的速度差,分割后的图像很难反映出检测汽 车的关键或全部特征,为汽车识别带来很大的困难;另外,众所周知的原因是光流场的 运算耗时太多,应用中实时性难以满足要求。 本论文的主要工作在于引入了一种新的运动目标检测方法——独立分量分析。独立 分量分析的根本原理是通过分析多维观测数据间的高阶统计相关性,找出相互独立的隐 含信息成分,完成分量间高阶冗余的去除及独立信源的提取。之所以独立分量分析可以 应用于车辆视频检测,是因为我们可以将多帧视频图像序列看作是背景图像与车辆的叠 加后的混合信号,其中背景基本保持不变,认为是一个独立分量;车辆在每一帧观测图 像中处于不同位置并可能发生变化,认为是独立于背景图像的多个独立分量。独立分量 分析使得分离后各分量之间的独立性最强,从而达到分离车辆的目标。 关键词:独立分量分析,车辆分割,峭度,阴影去除,交通流参数 I Abstract INDEPENDENT COMPONENT ANALYSIS ANDITS APPLICATION IN VEHICLE VIDEO DETECTION ABSTRACT The importance of acquiring traffic information timely is self-evident. But traffic information collection methods can not satisfy the demand of traffic control and management at present. With the development of the computer technology, it’s widely used for the technology based on the video in traffic. Compared with others detection it has the following advantages: wider detection scope, more flexible setup, and easier adjustment, convenient install and maintenance, richer traffic flow parameters. Therefore it has much meaning for detecting moving vehicles parameters by researching the crucial video technology. Nowadays, methods of moving objects detection in vehicles video include background differencing and coterminous frames differencing and optical flow fie

文档评论(0)

chengben002424 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档