共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
Traffic monitoring is of major importance for enforcing traffic management policies. To accomplish this task, the detection of vehicle can be achieved by exploiting image analysis techniques. In this paper, a solution is presented to obtain various traffic parameters through vehicular video detection system( VVDS). VVDS exploits the algorithm based on virtual loops to detect moving vehicle in real time. This algorithm uses the background differencing method, and vehicles can be detected through luminance difference of pixels between background image and current image. Furthermore a novel technology named as spatio-temporal image sequences analysis is applied to background differencing to improve detection accuracy. Then a hardware implementation of a digital signal processing (DSP) based board is described in detail and the board can simultaneously process fourchannel video from different cameras. The benefit of usage of DSP is that images of a roadway can be processed at frame rate due to DSP‘s high performance. In the end, VVDS is tested on realworld scenes and experiment results show that the system is both fast and robust to the surveillance of transportation. 相似文献
3.
基于视频的交通信息流分析方法主要包含背景建模、阴影消除、车速提取、车辆统计与分类、道路交通拥堵分析等五个环节。传统方法对于每一个环节分析方法较多,但缺乏有机整合,无法满足系统的实时性需求。鉴于以上原因,现提出一种虚拟线圈的方法。该法通过在场景中设置两条虚拟线,当动目标通过线圈时开始检测,根据设定的面积比例值消除阴影,并得到该目标在同一帧内经过两线圈时的质心,由质心和帧差求得动目标的速度;再根据同一线圈内不同车型的比例阈值作出分析,最后综合以上数据得出交通拥堵情况。实验表明,本方法具有实时性高和鲁棒性强的优点。 相似文献
4.
为了有效地定位交通监控图像中的车辆区域,提出了一种基于车辆轮廓对称和车牌定位信息融合的车辆检测方法. 该方法首先检测图像中的车辆轮廓竖直对称轴,然后以车辆轮廓对称轴位置为基准检测车牌水平和竖直对称轴,最后根据车牌横纵对称轴和车辆轮廓图像的水平、竖直投影进行车辆区域定位. 以450 张 15 类车型的图片为测试集进行了基于对称特征融合的车辆区域检测,并与基于车辆边缘、车牌、车辆纹理特征和车辆图像 Gabor 特征的 4 种方法进行了对比,实验结果表明基于车辆轮廓对称与车牌对称特征融合的车辆区域检测方法最优,其检测率和检测时间分别为 90. 7%和 125 ms. 相似文献
5.
在视频序列图像中,视频图像分割的主要目的是要在视频序列中分割出运动实体,背景差法能够在实时性要求很高的情况下从一段视频中将当前帧图像跟背景图像作差,然后提取出运动目标,而对差图像进行二值化是关键,自适应阈值方法通过对差图像的直方图进行分析寻找直方图上的一个点,该点到直方图最高点与最低点之间的线段的距离最大,为求该点,本文提出了一种快速算法,以该点对应的灰度值作为阈值,这样运动目标就能够被精确地提取出来. 相似文献
6.
针对场景照明变化、模型初始化以及阴影等问题, 提出了一种用于视频监视系统运动物体检测的统计多模态背景模型. 通过相隔固定的帧差值阈值化得到背景样本值, 并采用高斯核密度估计方法计算背景灰度的概率密度函数. 利用像素的邻域信息来去除由于摄像机抖动和场景小运动产生的噪声. HMMD色彩信息用来检测和抑制运动投射阴影. 实验结果验证了算法在交通监控前景物体分割中的有效性. 相似文献
7.
实时背景更新是数字视频监控中进行运动目标检测的关键技术,与基于PC的监控系统不同,嵌入式系统资源有限,难以执行复杂算法。为此提出一种帧间差分和背景减除法相结合的新方法,通过引入备份帧,有效实现了监控系统的自适应背景更新,并在嵌入式处理器DM6437上实现。实验结果表明该方法可以自动检测物体进出所引起的背景变化并进行背景更新,更新速度快,能够满足实时监控系统目标检测的需要。 相似文献
8.
通过对城市交叉口黄灯期间的驾驶行为进行分析,在黄灯亮起的时刻,某些车辆选择减速停车并不一定合理,因为车辆能否停得住与其行驶速度、减速性能以及车辆与停车线的距离有关。通过理论分析计算车辆以不同的减速度进行制动所需的时间及路段长度,同时对黄灯困境的产生原因进行了剖析。提出设置停车缓冲区的必要性及其管理方法。研究结论对城市交叉口通行效率的提高以及黄灯的规范设置与管理均具有积极的意义。 相似文献
9.
介绍了一种简单、快速的实时交通图像序列中多目标的跟踪算法,在使用自适应背景差分法分割出运动目标候选区域的基础上,通过形态学操作和降低分辨率的方法,得到连通的目标区域,再使用轨迹关联法实现对多目标的跟踪.实验结果表明该算法较好地解决了跟踪的连续性、实时性、精确度的矛盾,同时满足智能交通监控系统的要求. 相似文献
10.
车辆检测是智能交通系统(ITS)的核心。探讨采用自适应算法对背景进行实时更新的方法,能有效削弱恶劣天气和环境变化在画面上产生的各种噪声。实验表明此方法具有很好的实时性,能满足视频车辆检测的要求。还探讨了一种在堵车的复杂环境下背景的实时更新算法,用前景静止物体表面灰度值的变化量,来估算背景的改变量,从理论上解决停车及车辆缓行条件下的背景更新问题,达到扩展背景差法通用性的问题。 相似文献
11.
在分析复杂天空背景下红外视频序列特征的基础上,针对红外小目标本身特性及红外序列低信噪比的问题,提出适合该环境的红外小目标检测算法.该滤波方法以形态学滤波理论为基础,首先采用均值滤波和Open ing-Tophat运算对红外视频序列进行预处理,然后运用基于均值和方差的统计分割方法提取图像中的运动目标,从而实现了红外小目标的检测.实验结果表明,所提出滤波方法具有良好的检测和分割效果,能够有效地改善跟踪精度. 相似文献
12.
提出一种基于图像处理的车辆长度自动提取方法。结合最大方差阈值分割算法,从背景中提取出车辆;利用腐蚀和膨胀算法及区域剪除和区域连通算法进行图像抗干扰处理,设计实现一个车辆长度自动提取算法.实验结果说明该方法可以实现各种车辆长度的自动提取分析. 相似文献
13.
14.
陆蔚 《宁波职业技术学院学报》2009,13(5):97-100
首先回顾了目前流行的各种车辆检测方法,并指出视频检测技术已日益成为最具优势、最有发展潜力的检测方法。在此基础上,对各种基于视频的车辆检测算法分别进行分析比较。最终,给出一种基于视频的快速目标检测算法。 相似文献
15.
16.
目标检测是目前计算机视觉领域非常热门的研究方向,是无人驾驶技术重要环节。为提高行车过程中目标检测精度并改善基于单发多目标检测器在训练时出现的正负样本失衡问题,基于车载视频,运用深度学习算法中具有强大性能的SSD模型,通过引入Focal Loss函数设计新的损失函数,解决样本失衡问题;同时在不降低检测速率的情况下,提高检测精度。基于自行采集的车载视频数据集进行实验,结果表明,改进后SSD模型的mAP相较于原始SSD模型提高了3%,达到74%。 相似文献
17.
18.
陈炳煌 《福建工程学院学报》2020,(1):57-62
针对车辆辅助驾驶系统中遇到的障碍物小的特点和对实时性的高要求,提出一种基于卷积神经网络YOLO图像检测算法优化并增加分类计数的方法。通过对小石子和道路坑洞这2种极易引发车辆事故的典型小型障碍物图像建立数据库,针对数据库利用k-Means+优化k值并配置新的锚定值,对取自车载视频的图像进行检测识别。新增的分类和计数算法可快速、直观地获得检测结果,实现驾驶员快速决策的目标。实验结果表明,该方法可对小石子和道路坑洞等小型障碍物有效地检测识别和分类计数,检测速度也满足系统的实时性要求。 相似文献
19.
杨竹青 《金华职业技术学院学报》2013,(6):49-53
高校消防甚为重要,传统火灾探测方法存在局限性,基于视频图像的火灾探测方案,提出一种背景自动更新目标提取法以及改进的支持向量机分类识别方法.将图像型火灾视频监控与计算机技术结合起来实现火灾监控系统的智能化。实验结果表明,分类速度和识别准确率都有所提高。 相似文献
20.
一种有效的基于运动矢量场的压缩域运动对象分割算法 总被引:1,自引:0,他引:1
In this paper an efficient compressed domain moving object segmentation algorithm is proposed, in which the motion vector (MV) field parsed from the compressed video is the only cue used for moving object segmentation. First the MV field is temporally and spatially normalized, and then accumulated by an iterative backward projection to enhance salient motions and alleviate noisy MVs. The accumulated MV field is then segmented into motion-homogenous regions using a modified statistical region growing approach. Finally, moving object regions are extracted in turn based on minimization of the joint prediction error using the estimated motion models of two region sets containing the candidate object region and other remaining regions, respectively. Experimental results on several H.264 compressed video sequences demonstrate good segmentation performance. 相似文献