

已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、智能交通系統(tǒng)(Intelligent Transportation System)是我國未來交通發(fā)展的趨勢,車流量統(tǒng)計與車輛闖紅燈檢測是智能交通系統(tǒng)的重要組成部分,傳統(tǒng)的基于地感應(yīng)線圈的系統(tǒng)需要破壞已經(jīng)建好的路面,影響道路的使用壽命,而近年來應(yīng)用越來越廣泛的基于虛擬線圈的系統(tǒng)不能對車輛的運動軌跡進行跟蹤,因此,本文旨在設(shè)計一個基于視頻的車流量及車輛闖紅燈檢測系統(tǒng),此系統(tǒng)能夠準(zhǔn)確預(yù)測車輛的位置并繪出車輛的運動軌跡,系統(tǒng)有較好的視頻處理速度
2、和車輛檢測的準(zhǔn)確度。本文的主要工作有以下三個方面:
1、研究了車輛檢測的前期工作,包括圖像平滑、背景建模、目標(biāo)提取及閾值分割幾個步驟,并對每個步驟所選用的算法進行研究和仿真對比它們的處理速度和實際效果,最終確定采用中值濾波對圖像進行預(yù)處理、采用混合高斯法進行背景建模、采用背景差分法進行目標(biāo)提取以及最大類間反差法進行閾值分割。
2、在選定算法后,結(jié)合算法所需要的運算量及系統(tǒng)的設(shè)計要求,選用三星S5P6818處理器,攝像
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視頻的闖紅燈車輛檢測系統(tǒng)的研究.pdf
- 基于視頻的車流量檢測與車輛跟蹤方法研究.pdf
- 基于視頻的車流量檢測.pdf
- 基于視頻的車流量統(tǒng)計系統(tǒng)研究.pdf
- 基于視頻的汽車流量檢測.pdf
- 運動車輛視頻檢測與車流量檢測方法的研究.pdf
- 基于視頻的車流量檢測方法研究.pdf
- 基于視頻的夜間車流量檢測研究.pdf
- 基于視頻圖像的車輛闖紅燈檢測方法研究.pdf
- 基于視頻的車流量及排隊事件檢測研究.pdf
- 基于視頻的高速公路車流量檢測系統(tǒng)研究與實現(xiàn).pdf
- 基于GPU的闖紅燈車輛視頻檢測算法研究.pdf
- 基于視頻圖像處理的車輛闖紅燈檢測方法研究.pdf
- 基于FPGA的車流量視頻檢測方法研究.pdf
- 基于視頻的車流量檢測統(tǒng)計技術(shù)研究.pdf
- 基于視頻圖像的車流量檢測算法研究.pdf
- 基于視頻檢測技術(shù)的車流量統(tǒng)計系統(tǒng)設(shè)計研究.pdf
- 基于視頻分析的車流量檢測系統(tǒng)的研究與應(yīng)用.pdf
- 基于視頻的城市主干道車流量檢測系統(tǒng)
- 基于視頻的車流量檢測系統(tǒng)的設(shè)計與實現(xiàn).pdf
評論
0/150
提交評論