智能交通车辆图处理技术研究.pdf

衮薅大学搏圭学霞论支 摘要 车辆隰像缝理是智麓交通系统感知环境的最主要手段，是智麓交通系统中发挥作用 筋关键技术之一。车辆图像的表示帮车辆鼹像内容韵理解蹩获得各种交通参数、判巍各 种交通状况、处理交通事件、监测城市道路和重要公路交通情况等多种交通行为的基础 糯关键闯题，也是彗铯交遁系统豁研究重要凌容。论文针对智慧交通车辆隧像处理孛酌 基础性阀题，着重研究车辆图像的稀疏分解及快遮算法，以实现车辆图像的灵活、简洁 和蠹适应酌表示，款而为理解车辆图像内容帮从中获取各种交通信息奠定基础。本论文 的主要研究工作或成果如下： 1．论文首先研究了车辆图像的预处理瓣题，秀进一步研究车辆图像稀疏分解与表示、 基于毽像处理技术鲍车流量检测作准备。在车辆图像预处理研究中，主要讨论中餐滤波、 均值滤波、高凝滤波和基于粗糙集理论的车辆图像预处理方法，主要嬲于对车辆图像进 行滤波籀增强处理。在对塑像进季亍颈处理过程中，先采魂篷际标准匿像摩中的多幅图像 进行实验，再将预处理方法用于对采集到静白天糯夜闻道路车辆图像进行预处理。实验 结果表明，预处理纛的图像具有更高峰德信嗓比和视觉效果；在所讨论的几种预处理方 法中，基于褪糙集理论的车辆图像预处理方法获得了比中值滤波法、均值滤波法辜毯高靳 滤波法更好的图像覆量，将作巍车辆图像霜续处理的基础。 2．论文酋次憋稀疏分解方法引入到智能交通车辆豳像处理中，避蔼实现车辆图像灵 活、简洁和叁适应的稀疏表示。在转统的图像表示方法中，离散余弦变换和小波变换均 为难交变换，在对车辆图像进行分解与表零时存在较大的冤余。离散余弦交换只鼹将车 辆巨像分解成一个个具有不阏强度和不同频率豹图像分量豹组合，不能给出频率分量在 鹰豫中的确切镬置。两小波交换虽然嵬服了离教余弦变换缺乏空闽特性的不足，麓在车 辆图像中给搂频率分量与位簧的关系，毽采用小波变换对车辆图像遴行表示时，小波基 是确定觞，缺乏灵活性。稀疏分解和表示是一种非线性变换，可蔽据车辆图像特点帮所 需要的瞻容进行圈像原予的选择，可实现灵活、简法浆表示。 3．经典的图像稀疏分解方法是采用贪心策略，在遵宪备图像原子痒中逐步搜索最佳 图像蔗子。为了实现车辆图像的冬适应和简洁表示，图像原子库往{圭是冤余的黎过完善 的，贪心算法由于诗算爨十分巨大丽难以实现对车辆雷像豹快速稀疏分解和表示。为了 解决娩闽蘧，论文雩|入量子进化计算方法，提出基于量子进纯算法麓车辆图像稀疏分解 算法，以加快车辆图像稀疏分解与表示的速度，为进一步提取交通参数奠定基础。为了 验证缭墨方法酶有效性，采溺多幅车辆露像进行仿真实验，泌较分析贪心算法、遗传算 法和壁子遴佬算法对车辆缓像遴行分解所需的计算时闻和获褥的耋构图像矮量。实验缝 暴表明，量子进他计算方法豹弓|入，可大大降低车辆图像稀疏分解的对阀，且能获得比 贪心算法和遗转簿法更好的濯像峰值傣噪毙翔视爨效果。在此基辎上，论文迸一步将基 于量子进化算法的稀疏分解方法与蒸于粗糙集理论的遥像预处理方法结合，对车辆图像 进行处理，实验结果表襄，经过预处理盛豹鹜像研获褥更好簸蓬像稀疏表示瑷鳖。 4．提如基子粒子群优化的车辆图像稀疏分解快速算法。论文将群智能优化中的粒子 群傀纯算法孳|入到车辆图像豹撩蔬分解中，给懋基于粒子群优化鹃车辆醺像稀疏分解算 法和群维实现步骤，加快车辆图像稀疏分解的速度和提高重构图像的葳壁。在仿真实验 串，将粒子群优化算法与贪心算法、遗传算法进行了计算复杂性帮重构匿像峰值信嗓比 鲶对院，结果表骥，粒子群优化算法眈蘸嚣种方法更有效。在诧基础上，髑实验对比分 耩了粒子群优化算法和量子进佬算法，实验结果表明，粒子群优化算法能获得比量子进 纯算法更好靛车辆图像稀疏分解翔表示效果秘更少的计算瓣闻。论文避一步将粒子群德 傥算法与基予糖糙集理论的预处理方法结合，对多幅车辆图像进行处理，实验结果衷瞬， 经过颈处理后的鬻豫褥进行稀琉分解漪，可获得魄未颈处理的车辆圈像更高豹匿慷峰值 V 东南_火学博士学位论文 信噪比和图像视觉效果。 5．提出基于改进微分进化算法的车辆图像稀疏分解快速算法。为了进一步提高车辆 图像稀疏分解的速度和重构车辆图像的质量，将实数编码的微分进化算法引入到车辆图 像稀疏分解中，提出一种改进的微分进化算法，并详细讨论了基于改进微分进化算法的 车辆图像稀疏分解方法和详细实现步骤。在仿真实验中，先对