毕业设计(论文)基于视觉的交通信号灯检测方法设计

上传人:re****.1 文档编号:497347145 上传时间:2023-08-24 格式:DOC 页数:48 大小:1.56MB
返回 下载 相关 举报
毕业设计(论文)基于视觉的交通信号灯检测方法设计_第1页
第1页 / 共48页
毕业设计(论文)基于视觉的交通信号灯检测方法设计_第2页
第2页 / 共48页
毕业设计(论文)基于视觉的交通信号灯检测方法设计_第3页
第3页 / 共48页
毕业设计(论文)基于视觉的交通信号灯检测方法设计_第4页
第4页 / 共48页
毕业设计(论文)基于视觉的交通信号灯检测方法设计_第5页
第5页 / 共48页
点击查看更多>>
资源描述

《毕业设计(论文)基于视觉的交通信号灯检测方法设计》由会员分享,可在线阅读,更多相关《毕业设计(论文)基于视觉的交通信号灯检测方法设计(48页珍藏版)》请在金锄头文库上搜索。

1、(2008届)本科毕业设计(论文)基于视觉的交通信号灯检测方法设计学 院(部): 电气与信息工程学院 专 业: 电子信息工程 学 生 姓 名: 班 级: 电信043 学号 0440120312 指导教师姓名: 职称 讲师 最终评定成绩 2008 年06月 湖南工业大学本科毕业设计(论文)摘 要基于视觉的交通信号灯检测是通过对交通信息的检测来控制交通量的方法,可以用于实现交通的智能化管理和提高目前交通网络处理交通流量的能力。本文设计了一种实现对交通信号灯检测的鲁棒性算法。在户外自然场景中光照条件的变化使得拍摄的交通信号灯图像相应变化,同时车辆的运动和震动会使得图像模糊,以及其他物体的存在其颜色与

2、交通标志相同或者会对交通标志遮掩将影响交通标志的识别效果。因此本文在对交通图像分割之前首先做一个图像做预处理,以满足可以对每组图像用同一个阈值将三色交通信号灯从图像的背景中分离出来;通常,由于噪声的影响,图像在阈值化后所得到边界往往是很不平滑的,物体区域具有一些噪声孔,背景区域上散布着一些小的噪声物体。本文将阈值分割后的图像进行滤波平滑化去除噪声;在对图像中交通信号灯检测时先标记滤波后图像中的各个区域然后对各个区域进行检测判断圆形交通灯的位置。关键词:交通灯,鲁棒性,图像处理,目标物体检测ABSTRACTBased on the visual detection of street-traff

3、ic control lights through the traffic information is a way to control traffic detection,It can be used to achieve the intelligent traffic management and improve the current transport network capacity to handle traffic flow.This paper is designed to achieve a traffic signal light on the robustness of

4、 the detection algorithm. In the outdoor scenes in natural light conditions make the changes in the shooting image corresponding changes in traffic lights, At the same time the vehicle vibration makes fuzzy images, And the existence of other objects may be have the same color as the traffic signs or

5、 traffic signs will cover up. Therefore this paper has made an image pretreatment before transportation image division , Satisfing may separate to each group of images with the identical threshold value the tricolor street-traffic control lights from the picture background. Usually, as a result of n

6、oise influence Image after the thresholding obtains the boundary often is not very smooth and the object region has some noise hole, in the background region is spreading some small noise object. After carring on the threshold value divisions image the filter smooth elimination noise. In the image o

7、f the traffic signal detection, tag filter images in various regions first,Then detect the various regions, Determine the location of the radio traffic lights.Key words: Traffic light Robust Image Processing The object detectionI湖南工业大学本科毕业设计(论文)目 录第1章 绪论11.1选题意义及背景11.2交通视频信息检测技术应用现状11.3交通检测技术的发展趋势21

8、.4基于视觉的交通信号灯检测论文的主要工作3第2章 信号发生器的方案设计42.1总体设计分析42.2总体设计方案6第3章 交通信号灯图像分割93.1概述93.2交通图像分割原理步骤93.2.1交通图像预处理103.2.2 实验结果103.2.3实验结果分析143.2.4 用阈值处理将交通信号灯前景与背景分离153.2.5 实验结果153.2.6 实验结果分析163.3彩色图像阈值分割原理步骤163.3.1 实验结果183.3.2实验结果分析19第4章 数学形态学的交通信号灯提取204.1引言204.2 滤波平滑化图像预处理后的交通信号灯图像204.2.1 滤波平滑化图像预处理后的交通信号灯图像

9、方法214.2.2 实验结果224.2.3 实验结果分析224.3提取并检测交通信号灯原理步骤234.4 实验结果24结论25参考文献26致谢27湖南工业大学本科毕业设计(论文)第1章 绪论1.1选题意义及背景基于机器视觉的交通信号灯的检测是在应用不断成熟的计算机图像处理技术来改善由于城市化的进展,汽车的普及,机动车数量、出行人数的大量增加,路网通过能力难以满足交通量快速增长的需要,交通拥挤加剧,交通事故频发,公路交通的安全以及运输效率等日益突出的交通问题而新兴产生的。经济的发展和机动车的日益普及,汽车在给人们带来方便的同时,也带来了一系列的社会问题,特别是交通拥挤问题。解决交通拥挤问题的直接

10、方法是修建拓宽道路来提高路网的通行能力,但是这一方法却受到城市空间的严格限制。因此,在现有道路的情况下,通过科学的管理和控制,提高道路的使用效率,是解决交通拥堵问题的有效方法。与传统交通管理相比交通参数的采集并对其进行分析而控制车流量,和人车的交通行为是解决目前交通拥堵实现智能化交通管理的方法之一。交通参数的采集方法很多,如红外线检测、测速雷达、超声波检测、环形线圈检测、视频检测等等,近年来基于计算机的视频检测已越来越广泛的应用于交通监控系统中。在道路交通监控的应用技术中,计算机视频技术和图像处理技术具有更大的优势。道路交通监控系统中安装视频摄像机比安装其它传感器更经济且破坏性低;计算机视频应

11、用计算机视觉技术从数字图像中提取高质量的信息,能高效、准确、安全可靠的完成道路交通的监控工作,提高道路、车辆的自动化程度,;并且由计算机视觉得到的交通信息便于联网,有利于实现道路交通网的监控。1.2交通视频信息检测技术应用现状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,是世界上首次将视频处理技术应用到交通控制中。欧洲19国的政府和企业界于1986年开发一项名为EUREKA(尤里卡)的跨国联合研究开发计划,促进泛欧的智能化道路网的发展,为此投资达50亿美元,其中包括欧洲最高效、最安全交通计划;自动道路和驾驶系统;泛欧道路交通通信系统及交

12、通信息预测系统等。在尤里卡计划得到全面实施后,日本、美国在80年代末、90年代初才开始全面跟进。美国于90年代才决定进行智能车辆-公路系统(AVHS )的开发,在短短数年就取得长足的进步,开发范围亦扩展到整个陆上交通系统,包括铁路与公路混合运输。因此,美国运输部把AVHS易名为“智能交通系统”。其开发试验项目包括:作为先进的驾驶员信息系统(ADIS)的核心技术驾驶员交通信息诱导子系统;交通信息采集系统;重车电子车牌系统。据美国运输部向国会的报告指出,在未来20年里,美国ITS开发的总投资(包括地面设施)将超过6000亿美元,这无疑是美国经济发展的重大刺激因素,也为今后全球ITS市场的竞争创造难

13、以估量的机会。1992年,明尼苏达的Image Sensing System, Inc和Econolite控制产品公司联合推出AUTOSCOPETM-2003型视频车辆检测系统,用于多车道、多方向的范围交通车辆检测。以Image Sensing System, Inc.和Peek Traffic System, Inc.为代表的交通视觉产品开发公司,它们的产品代表了目前智能交通领域世界的最高水平,基本覆盖了大部分欧美市场。Image Sensing System, Inc.公司的AutoScope系列,Peek公司的Video Track系列都是智能交通比较成熟的产品。Image Sensin

14、g System, Inc.公司的视觉交通检测产品最早出现在1993年,目前该产品已经发展到第五代。外型结构变化不大,功能却有了很大的提高。如AutoScope2004,可接收5路视频信号输入,一路视频信号输出,其中一路为监视信号,其余四路用于视觉交通检测。支持PAL/NTSC/SPCAM等视频格式输入。提供同路边控制器接口、提供同计算机相连的RS-232接口以及485接口。可通过计算机对其进行参数设置。目前市场上已经有不少视频检测产品 VIPS(VideoImage Processing Syetem),按工作原理可分为两类:虚拟线圈法 (tripwire systems) 和车辆跟踪法。1

15、.3交通检测技术的发展趋势近年来,随着高速公路和城市交通监控系统的发展需要,车辆检测器已得到了广泛的应用,同时车辆检测技术也随着传感器技术、通信技术、计算机和人工智能等技术的发展而得到了迅速提高。目前车辆检测技术的发展集中在以下几个方面。(1)表现在以传感器技术发展为基础,大幅度提高检测器的各项性能。其一是对基于电磁感应原理类检测器的研究,通过对检测器探头和信号处理装置的改进,来提高检测器的可靠性和使用寿命。其二是对波频车辆检测器的研究,其研究重点在于提高检测器的精度和抗干扰能力,由于此类检测器具有便于安装和维护的特点,因而有着良好的发展前景。(2)表现在以车辆检测器的发展为基础,结合人工智能和

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 大杂烩/其它

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号