物联网应用课程设计_陈超.pdfVIP

课程设计报告 （物联网应用课程设计） 题 目：基于视频的车辆跟踪及车流量检测系统的研究与实现 学生姓名（学号）： 陈超（董芳（ 杨烨（ 贺义新（ 曲畅（ 课程院（系）： 电子信息工程学院 物联网工程系 指导老师姓名： 刘瑜 职称/学位： 副教授/博士 指导老师所在单位： 安徽大学 电子信息工程学院 完成时间： 2015 年 06 月 1 绪论4 1.1研究背景和意义4 1.2 本文工作安排5 1.2.1 研究目标5 1.2.2 研究内容5 2 基于视频的车辆检测算法6 2.1 光流法检测6 2.2 帧差法检测7 2.3 背景差分法检测7 2.4 边缘差分法检测8 3 基于视频的车辆跟踪及车流量统计的实现9 3.1 RGB 图像的灰度化9 3.2 图像的二值化处理10 3.3 数学形态学处理11 3.3.1 腐蚀运算12 3.3.2 膨胀运算12 3.3.3 开运算12 3.3.4 闭运算12 3.3.5 二值图像的膨胀处理13 3.4 连通域提取13 4 算法改进14 4.1 基于直方图均衡的差分图像增强14 4.2 局部阈值二值化14 4.3 图像分块及自适应腐蚀算法15 4.4 连通域外接矩形的求取及其拆分与合并16 5 实验17 5.1 实验环境17 5.2 实验结果及分析18 6小结与展望18 6.1 小结18 6.2 展望19 6.3 未来工作19 基于视频的运动车辆跟踪及车流量统计系统的研究与实现 摘要 为了解决地面交通快速发展所引发的各种问题，智能交通系统的研究被提到了重要 置。运动车辆检测与跟踪系统作为ITS(ITS,Intelligent Transportation System)的重要 组成部分，成为许多国家的研究热点。本文针对ITS领域中的关键技术，研究了基于视频的 车辆检测与跟踪系统中的相关问题。目前，基于图像处理的视频车辆检测方式近年来发展迅 速，由于它具有检测区域大、系统设置灵活等优点，基于视频的车辆检测方法已成为智能交 通系统领域中的一个研究热点。 本文针对基于视频的车辆检测与跟踪系统中的相关问题进行了较为具体的研究，在总结 和分析现有的车辆检测和跟踪技术的基础上，针对车辆的检测、车流量的计数等方面进行了 分析研究与部分改进，实验结果表明给出的算法是有效的。本文主要包括的研究工作如下： (1)基于视频序列的车辆检测。在这一部分，本文通过与现有检测方法的分析比较，对 基于视频的车辆目标提取的常用方法进行了综述，并结合帧间差分法、数学形态学处理、连 通域提取、大津阈值算法来实现运动车辆的检测。 (2)基于视频序列的车辆计数。在这一部分，本文根据帧差法的特点提出了一种计算车 流量的方法，即统计各帧图像中连通域的个数即为该帧中车辆数，再由各帧图像中的车辆数 来计算所统计视频中的总的车辆数，起到了对交通运输状况的估计作用。 (3)对上述过程中的算法进行改进。在这一部分，针对上述两个功能不完善的地方提出 了改进算法，针对差分后的图像整体亮度变暗，提出了采用直方图均衡法增强图像的方法； 针对二值化处理图像效果问题，采用以局部阈值二值化代替传统的大津阈值算法；为进一步 提高车辆计数的准确性，采用自适应腐蚀以及连通域的拆分与合并方法，以期实现更高的准 确度和更好的效果。 本系统针对车辆视频检测与跟踪系统的一些问题，提出了一些解决方法，为了对实验结 果进行验证，设计了图形用户界面GUI(GUI, Graphical User Interface)，通过实验证明， 该方法与改进算法具有可行性，检测与跟踪结果也比较理想。 关键词：智能交通系统；视频检测；帧间差分；车流量检测；数学形态学 1 绪论 随着我国城市化的进展和汽车的普及，道路交通和车辆运输发展的越来越 快，交通运输与社会经济生活的联系也变得越来越紧密，由于汽车数量的急剧增 加，直接导致了道路交通状况的日益恶化，在这种背景下，针对日益严重的交通 需求、有限的资源财力和环境保护的压力，除了限制需求和提供道路设施之外， 迫切需