《数字图像处理论文-智能行为识别》由会员分享，可在线阅读，更多相关《数字图像处理论文-智能行为识别（17页珍藏版）》请在金锄头文库上搜索。
1、 智能行为识别学生姓名： 雷求 学 号： 20126053 专业年级： 2012 级电子信息工程 2 班 摘要智能行为识别技术在当今社会生活中扮演着相当重要的角色，如视频监控、人机交互、人脸识别、人脸数据库分类管理等业务，均用到了人脸定位这个关键技术。人脸的定位和识别技术是模式识别、计算机视觉和图像理解系统的研究热点之一，它综合了图像理解、计算机视觉、数据库和人工智能等多方面多学科的知识，应用前景广阔，受到了越来越广泛的重视，并得到了迅速的发展，并取得了很多有价值的研究成果。本文介绍了数字图像处理智能行为识别在交通的应用领域及其重要意义，详细阐述了利用数字图像处理及模式识别技术的原理和方法，并
2、在此基础上研究了交通检测系统的算法和模型，通过本文的研究索了数字图像处理与模式识别在交通检测系统中的应用途径和方法。关键词：图像预处理；人脸定位；图像检测；智能识别； 目 录 要. .1 前言 .21 智能行为识别交通检测系统概述 .21.1 智能行为识别系统常用方法 .31.2 视频车辆检测系统 .42 智能识别的位图和调色板 .52.1 位图和调色板的概念 .62.2 图像文件格式 .63 智能行为识别图像的平滑(去噪声)、锐化 .83.1 平滑 .83.1.1 中值滤波 .103.2 锐化 .114 智能行为识别的检测及模板匹配 .114.1 投影法 .114.2 差影法 .124.3
3、模板匹配 .14结论与展望 .17参考文献 .18前言数字图像处理和模式识别在交通检测中的应用，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于 20 世纪 50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于 20 世纪 60 年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测
4、器徘徊者 7 号在 1964 年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972 年英国 EMI 公司工程师 Housfield 发明
5、了用于头颅诊断的 X 射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Topography）。CT 的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975 年 EMI 公司又成功研制出全身用的 CT 装置，获得了人体各个部位鲜明清晰的断层图像。1979 年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类做出了划时代的贡献。 与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成 为一门引人注目、前景远大的新型学科。随着
6、图像处理技术的深入发展，从 70 年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人 类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是 70 年代末MIT 的 Marr 提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们
7、进一步探索的新领域1 智能行为识别在交通常用的车流检测方法主要有以下几种：1 空气管道检测空气管道检测是接触式的检测方法，在高速公路主线的被检测点拉一条空心的塑料管道并作固定，一端为封闭，另一端联接计数器，当车辆经过塑料管道时，车轮压到空气管道，管内空气被挤压而触动计数进行计算车流量的方法。该方法的优点是：方便，简单，流动性强，成本较低。缺点：塑料管道使用寿命短，更换周期频繁，当更换塑料管道时需封闭车道，增加了人员不安全的因素和塞车的可能性。当长车经过时由于车轴的距离大，有可能被计算成两辆车，造成数据的误差率大。此方法在早期的车流量检测较多见，现在的高速公路车流检测已不用这种方法。2 检测环检
8、测检测环检测车流量也属接触式检测方法，在高速公路建设期间应确定主线被检测的站点，铺筑路面和安装线圈检测棒同时进行。当车辆经过路面的检测棒时，车轮压到环形线圈使电感发生变化而产生检测信号，从而进行计算数据的检测方法。该方法的优点：线圈检测技术的发展已很成熟，国内外生产厂家也较多，价格相对合理，被高速公路广泛采用，特别是城市道路公安交警用于抓拍违章车辆也常用这种方法。误差率相对空气管道检测减少。缺点：更换检测棒时必须封闭车道，开挖路面，造成维护成本高和容易塞车，也给维护人员带来不安全的因素，维护作业在路上进行，受天气因素影响较大，在路面大中修时往往会挖断检测棒，给路面的重铺和大中修增加了困难，道路
9、的扩建和改道也受牵制。目前大多数高速公路是用这种检测方法。 3 视频检测视频检测车流量属非接触式的检测方法，也称为图片处理或人工视觉，是一种结合视频图像和电脑化模式识别的技术，在路上安装摄像机，通过视频摄像机和计算机模仿人眼的功能为实际应用提供工作平台，是目前高速公路车流检测较先进的技术，它通过软件在显示器视频图像的车道上设置虚拟车道检测器，每个虚拟车辆检测器代表一个区域，当车辆通过任何一个虚拟检测器时，就会产生一个检测信号，再经过软件数字化处理和计算得到所需的交通数据，如车型、车流量、车速、车头距离、占有率、车辆排队长度等。该系统的优点：由于是在显示器视频图像的车道设置虚拟检测器，因而在维护时无须封闭车道，无须开挖路面，也不会因道路重铺或拓宽车道而影响车流量的检测。检测点的变化只在监视器的图像上设定虚拟检测器的位置就可完成，不因道路的维修而中断交通检测。缺点：当大雾天气摄像机无法完全捕捉车辆信号时会影响数据的精确率，但这种天气很少见。2 智能识别检测系统：1 智能识别检测系统1984 年，美国明尼苏达大学运输研究中心的帕诺斯麦克鲁波洛斯博士发明 AUTOSCOPE视频车辆检测系统，是用一台普通工业电视摄像机对多达 68 个车道的交通流量进行同时监视和检测。从摄像机上人为设置的
