基于OpenCV的车辆检测毕业论文Word文件下载.docx
- 文档编号:728609
- 上传时间:2023-04-29
- 格式:DOCX
- 页数:43
- 大小:1.47MB
基于OpenCV的车辆检测毕业论文Word文件下载.docx
《基于OpenCV的车辆检测毕业论文Word文件下载.docx》由会员分享,可在线阅读,更多相关《基于OpenCV的车辆检测毕业论文Word文件下载.docx(43页珍藏版)》请在冰点文库上搜索。
所呈交的毕业设计(论文),是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知,除文中特别加以标注和致谢的地方外,不包含其他人或组织已经发表或公布过的研究成果,也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体,均已在文中作了明确的说明并表示了谢意。
作者签名:
日 期:
指导教师签名:
日 期:
使用授权说明
本人完全了解 大学关于收集、保存、使用毕业设计(论文)的规定,即:
按照学校要求提交毕业设计(论文)的印刷本和电子版本;
学校有权保存毕业设计(论文)的印刷本和电子版,并提供目录检索与阅览服务;
学校可以采用影印、缩印、数字化或其它复制手段保存论文;
在不以赢利为目的前提下,学校可以公布论文的部分或全部内容。
作者签名:
学位论文原创性声明
本人郑重声明:
所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
日期:
年 月 日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。
本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
日期:
年
月
日
导师签名:
注意事项
1.设计(论文)的内容包括:
1)封面(按教务处制定的标准封面格式制作)
2)原创性声明
3)中文摘要(300字左右)、关键词
4)外文摘要、关键词
5)目次页(附件不统一编入)
6)论文主体部分:
引言(或绪论)、正文、结论
7)参考文献
8)致谢
9)附录(对论文支持必要时)
2.论文字数要求:
理工类设计(论文)正文字数不少于1万字(不包括图纸、程序清单等),文科类论文正文字数不少于1.2万字。
3.附件包括:
任务书、开题报告、外文译文、译文原文(复印件)。
4.文字、图表要求:
1)文字通顺,语言流畅,书写字迹工整,打印字体及大小符合要求,无错别字,不准请他人代写2)工程设计类题目的图纸,要求部分用尺规绘制,部分用计算机绘制,所有图纸应符合国家技术标准规范。
图表整洁,布局合理,文字注释必须使用工程字书写,不准用徒手画
3)毕业论文须用A4单面打印,论文50页以上的双面打印
4)图表应绘制于无格子的页面上
5)软件工程类课题应有程序清单,并提供电子文档
5.装订顺序
1)设计(论文)
2)附件:
按照任务书、开题报告、外文译文、译文原文(复印件)次序装订
3)其它
指导教师评阅书
指导教师评价:
一、撰写(设计)过程
1、学生在论文(设计)过程中的治学态度、工作精神
□优 □良 □中 □及格 □不及格
2、学生掌握专业知识、技能的扎实程度
3、学生综合运用所学知识和专业技能分析和解决问题的能力
4、研究方法的科学性;
技术线路的可行性;
设计方案的合理性
5、完成毕业论文(设计)期间的出勤情况
□优 □良 □中 □及格 □不及格二、论文(设计)质量
1、论文(设计)的整体结构是否符合撰写规范?
2、是否完成指定的论文(设计)任务(包括装订及附件)?
□优 □良 □中 □及格 □不及格三、论文(设计)水平
1、论文(设计)的理论意义或对解决实际问题的指导意义
2、论文的观念是否有新意?
设计是否有创意?
3、论文(设计说明书)所体现的整体水平
建议成绩:
(在所选等级前的□内画“√”)
指导教师:
(签名) 单位:
(盖章)
年 月 日
评阅教师评价:
一、论文(设计)质量
□优 □良 □中 □及格 □不及格二、论文(设计)水平
评阅教师:
(签名)
单位:
(盖章)
评阅教师评阅书
教研室(或答辩小组)及教学系意见
教研室(或答辩小组)评价:
一、答辩过程
1、毕业论文(设计)的基本要点和见解的叙述情况
2、对答辩问题的反应、理解、表达情况
3、学生答辩过程中的精神状态
评定成绩:
□优 □良 □中 □及格 □不及格教研室主任(或答辩小组组长):
(签名)
教学系意见:
系主任:
(签名)年 月 日
目 录
第一章绪论„„„„„„„„„„„„„„„„„„„„„„„„„„„„ 1
1.1课题背景和研究意义„„„„„„„„„„„„„„„„„„„„„„„ 1
1.2国内外研究现状„„„„„„„„„„„„„„„„„„„„„„„„„ 1
1.3OpenCV概述„„„„„„„„„„„„„„„„„„„„„„„„„ 2
1.4本文研究内容„„„„„„„„„„„„„„„„„„„„„„„„„„ 4
1.5本文章节概括„„„„„„„„„„„„„„„„„„„„„„„„„„ 5
1.6本章小结„„„„„„„„„„„„„„„„„„„„„„„„„„„„ 5
第二章基于视频的车辆检测技术概述„„„„„„„„„„„„„„„„„ 6
2.1引言„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„ 6
2.2视频车辆检测技术实例发展历程„„„„„„„„„„„„„„„„„„ 6
2.3视频车辆检测技术未来趋势„„„„„„„„„„„„„„„„„„„„ 7
2.4本章小结„„„„„„„„„„„„„„„„„„„„„„„„„„„„ 7
第三章车辆检测算法设计„„„„„„„„„„„„„„„„„„„„„„ 9
3.1引言„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„ 9
3.2车辆检测算法流程图„„„„„„„„„„„„„„„„„„„„„„„ 9
3.3图像预处理„„„„„„„„„„„„„„„„„„„„„„„„„„ 10
3.3.1设定感兴趣区域„„„„„„„„„„„„„„„„„„„„„ 10
3.3.2高斯低通滤波处理„„„„„„„„„„„„„„„„„„„„ 10
3.3.3二值化阈值分割„„„„„„„„„„„„„„„„„„„„„ 10
3.4背景初始化与更新„„„„„„„„„„„„„„„„„„„„„„„ 11
3.5提取前景运动目标„„„„„„„„„„„„„„„„„„„„„„„ 11
3.6本章小结„„„„„„„„„„„„„„„„„„„„„„„„„„„ 12
第四章实验结果与分析„„„„„„„„„„„„„„„„„„„„„„ 13
4.1引言„„„„„„„„„„„„„„„„„„„„„„„„„„„„„ 13
4.2实验配置„„„„„„„„„„„„„„„„„„„„„„„„„„„ 13
4.3实验结果与分析„„„„„„„„„„„„„„„„„„„„„„„„ 13
4.4本章小结„„„„„„„„„„„„„„„„„„„„„„„„„„„ 16
第五章总结与展望„„„„„„„„„„„„„„„„„„„„„„„„ 17
5.1本文总结„„„„„„„„„„„„„„„„„„„„„„„„„„„ 17
5.2工作展望„„„„„„„„„„„„„„„„„„„„„„„„„„„ 17
谢辞„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„ 19
参考文献„„„„„„„„„„„„„„„„„„„„„„„„„„„„„ 20
附录„„„„„„„„„„„„„„„„„„„„„„„„„„„„„„ 21
第一章绪论
1.1课题背景和研究意义
随着当今经济的高速发展,机动车的保有量迅速增加,导致交通状况的不断恶化。
现在无论哪个国家都毫无例外的受到不同程度的交通问题的困扰,在中国,这种情况尤为突出并严重影响了人类生活的质量,给环境、经济和社会带来了严重的后果。
为从根本上解决交通拥挤堵塞的问题,人们开始运用各种新技术,如信息技术、计算机技术、通信技术、控制技术等,将人、车、路紧密联系起来,不仅有效地解决了交通阻塞问题,而且对交通事故的应急处理、环境的保护、能源的节约都有了显著的效果。
基于视频的运动车辆检测是自动交通事件检测系统的首要步骤及重要组成部分,它为后续的车辆检测,车辆跟踪与统计提供保证。
对交通安全和交通控制具有非常重要的理论意义和实用价值,是基于视频智能交通系统的基础。
视频检测技术在传统的电视监视系统基础上将计算机视觉引入到交通信息检测之中,通过计算机从数字图像中提取出高级交通信息,同时又像其它车辆检测器一样能向交通监控中心提供图像和交通参数如车速、车流量等。
已有的成熟的商用视频车辆检测系统主要有Autoscope,Traficon以及Peek等。
视频序列图像运动目标分析的基本内容是利用成像系统或现有文件,从连续的视频序列图像中提取出运动目标,同时对提取出的运动目标进行识别和跟踪,并对其行为进行理解和描述。
视频图像的运动分析以数字图像处理为基础,内容涉及数字图像处理、模式识别、计算机视觉、人工智能等诸多领域和学科。
目前,开发视频序列图像运动目标分析系统不但在实时性、鲁棒性上有很高的要求,也逐步重视其通用性和可移植性,这些都给视频运动分析带来了挑战。
它相对传统车辆检测技术具有如下优点:
安装维护方便,摄像头架设在路边,安装维护不需要封闭道路,挖掘路面,不会影响正常交通;
一个普通的CCD摄像头就可以检测几百米内的多车道交通信息,迄今为止还没有一种传感装置能够像基于计算机视觉处理那样提供如此直观、详细的交通信息参数(如精确的车辆行驶路线、车型、车辆尺寸以及车辆颜色等等);
可以对交通现场录像,供以后查询;
同时视觉系统也是一个被动的感知系统,它对于周围的环境几乎没有影响,即使相同的视觉系统之间也不会发生干扰。
基于上述的优越性,基于视频图像的车辆检测技术对于智能交通系统的发展有巨大的推动作用,对于日常生活和国家的经济发展都有很大的实际意义。
1.2国内外研究现状
随着计算机视觉技术的蓬勃发展,作为其中的一个重要分支-运动物体的检
测与跟踪技术也吸引了国内外专家学者的强烈兴趣。
其原理是对视场内的运动目标进行实时的图像采集,并在此基础上运用图像处理的相关技术对观测对象进行行为分析,自动得到观测结果。
车辆视频检测作为其中的一个重要运用,吸引了很多著名公司和研究机构参与其中。
国外的视频检测技术研究开始的较早,经过十几年的发展,技术己经相当成熟,视频检测与线圈检测技术相比具有的优越性和高性价比己得到业内人士的公认,代表了未来车辆检测领域的发展和应用方向。
美国ISS公司的AUTOSCOPE,是一个较为成功的商业系统,具有实时检测交通参数的能力,是国际上交通信息采集中最具竞争力的视频检测系统之一。
另外国外还有一些公司在这方面也从事了应用研究和开发工作,也推出了各自成熟的系统级产品。
比如 ITERIS公司
Vantage系列视频检测处理单元的最新视频检测器产品:
VantageEdge2,比利时
Tmficon公司推出的Monitor系列等。
美国、日本等国家在车辆视频检测方面展开了大量的研究。
早在1982年,东京大学教授S.Takab等就提出样本点的方法来检测车辆,此系统实际应用时的车辆计数误差小于5%,速度误差小于10%。
T.Abramczuk教授则在1984年提出一种应用图像帧差的方法来检测车辆,其原理是在每一条道路上均设置一条与道路相平行的检测线,通过车辆沿车道的方向分割出运动车辆,此方法运用于瑞典皇家技术院研制的道路监控系统中取得了良好的效果。
视频车辆检测技术虽然在国内研究起步比较晚,但经过这些年的迅速发展,也取得了很多研究成果,如中国科学院自动化研究所模式识别国家重点实验室谭铁牛研究员从20世纪90年代初就开始研究基于三维模型的智能视觉监控系统,领导视觉监控小组,针对系统中若干关键性问题像车辆检测、跟踪以及车辆基于
OpenCV的视频道路车辆检测及跟踪行为分析,进行了深入的研究和探讨,提出了自己的见解和主张,取得了一系列的研究成果。
同时也有不少公司在这方面作了许多努力,如清华紫光与清华大学合作开发的新一代视频交通流量检测系统VS3001,哈尔滨工业大学的VTD2000系列视频交通动态信息采集系统,亚洲视觉公司的路段交通信息系统等等。
这些产品大多数功能都比较单一,虽说有的也比较好的实现了视频检测的功能,但在实际的推广当中效果并不明显,还远远没有达到实际应用的要求,同国外的产品相比还有相当的差距。
因此,我国在这方面的研究还要继续加强,不断开发和完善技术,真正推出适合于国情的交通视频检测产品。
1.3OpenCV概述
OpenCV,全名为OpenSourceComputerVisionLibrary,是Intel公司资助的开源计算机视觉库。
它由一系列C函数和少量C++类构成,提供了针对各种形式
的图像和视频源文件(如:
bitmap图像,video文件和实时摄像机)的帧提取函数和很多标准的图像处理函数,实现了图像处理和计算机视觉方面的很多通用算法。
其重要特性包括:
(1)拥有包括300多个C函数的跨平台的中、高层API。
它不依赖于其它的外部库一尽管也可以使用某些外部库。
(2)对非商业应用和商业应用都是免费的。
(3)为IntegratedPerformancePrimitives(IPP)提供了透明接口。
这意味着如果有为特定处理器优化的的IPP库,OpenCV将在运行时自动加载这些库。
以往传统的开发方法要求工程人员在完成的硬件设计的同时,自己编码实现所有底层的算法,所有的图像处理函数都要从头编写,既造成时间和精力上的浪费,又难以保证稳定性、实用性和通用性,越来越难以满足现实的需求。
为了解决理论到应用的难题,出现了众多的计算机视觉和图像处理软件包。
例如,
TargetJr及其后续版本VXL(theVisionsomethingLibraries)就是这样一个C库的集合,在满足小型、快速和稳固的系统开发要求的同时提供了多平台移植性。
Gandalf提供了计算机视觉和数值计算库,适合于可移植平台的视觉应用软件的开发。
Delft科学图像处理库DIPlib是另一个科学图像处理C程序库,包含了许多图像数据多维分析和处理函数。
同时许多商用图像处理和计算机视觉软件包也得到相应开发。
MVTec公司开发的HALCON是其中之一,它包含了C/C++代码的图像处理库。
LabView在NI图像处理硬件的支持下能加速图像处理。
由微软公司开发的SDK是一个底层的图像操作分析的C++库。
在Matlab中的图像处理工具包以及在Mathematica中的数字图像处理软件包都是较为强大的图像处理工具,同时这两个软件包兼有许多高级数学计算功能。
由Aurora公司开发的
LEADTOOLS是一套商用化计算机视觉包,它包括了图像处理服务器开发工具,允许用户创建各种基于网络的图像处理服务程序。
这些软件包为计算机图像分析和机器视觉提供了极大的便利,但也存在一些不足之处:
(1)大多数软件包没有高级数学计算函数。
并且这些软件包都不包括如目标跟踪、摄像机标定、姿态识别、脸谱识别和三维重建等高层函数。
(2)Matlab是功能较为强大的科学计算和分析平台,它提供了图像处理工具包,也提供了较为丰富的数学计算函数,但在Matlab环境下的运行速度令人担忧。
虽然Matlab可以通过编译器将m文件转化为C代码。
但是转换后的C代码的执行效率和可读性存在较大问题。
(3)除Matlab和LEADTOOLS。
大部分软件包不支持网络服务器结构的应
用程序的开发;
Mmlab的网络接口机制
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 OpenCV 车辆 检测 毕业论文