基于视频检测交通流量的预测.pptx

  1. 1、本文档共37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)。
查看更多
基于视频交通流量信息采集; 目录;基于视频技术的嵌入式交通信息采集系统实现 华中科技大学 武汉光电国家实验室 武汉鼎图科技有限公司;系统采用基于TI公司专用图像DSP DM64x的平台。以TMS320DM642为核心,通过扩展视频编解码器、储存器、10/100Mbps以太网、RS-232等接口构成一个完整的系统。系统框图如图:; 本系统采用类似于地理式线圈检测器的虚拟线圈检测法,基本思想是:由用户在图像上预先设定检测区域,通过计算检测区域内灰度能量的变化来判断是否有车辆经过,同时获取车辆的特征参数,并计算其他参数。算法流程如左图:;;视频检测器;车辆目标的检测与提取;光流场分析法;?; 帧间差分法;背景帧差法;?;算法比较——实时性、准确性;背景模型;改进k-均值聚类的背景建模;?;阴影的检测与去除;2.多特征融合。对于每一个像素而言,选取5个特征可以构成一个5维??特征向量f,将每个像素以及其四邻域像素点的特征信息结合在一起构成一个25维的特征向量,能起到提高阴影检测的精确度和抗噪性的效果。;5.求取最优的超平面。方法是将第4步中的式子看成一个二次规划问题,引入拉格朗日乘子计算求解,最终得到分类器。求解方程如下式:;基于视频的车流量检测系统的设计;基于视频检测的高速公路交通信息采集系统设计 广东工业大学 、广东新粤智能研究院;;;;;;;车速检测:平均车速主要是通过对车辆跟踪结果的分析来获取;道路占有率:是描述交通密度的分布特征的,分为空间占有率,时间占有率;基于视频技术的微观交通流信息采集系统研究 同济大学;;;;区域微观交通流信息:;区域视频检测;

文档评论(0)

annylsq + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档