交通图像检测与分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

交通图像检测与分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 绪论1

1.1 交通监控1

1.1.1 收费和路况监控1

1.1.2 违章自动监测2

1.2 交通参数提取3

1.2.1 基于虚拟点、虚拟线、虚拟线圈的交通参数提取方法4

1.2.2 基于目标提取和跟踪的交通参数提取方法5

1.3 车牌自动识别系统6

1.3.1 车牌定位8

1.3.2 车牌预处理8

1.3.3 车牌字符识别9

1.4 道路识别9

1.5 行人检测12

2 数字图像处理基础16

2.1 图像的数字化描述及基本概念16

2.1.1 图像的数字化描述16

2.1.2 相关概念17

2.2 图像压缩19

2.2.1 常用图像压缩方法19

2.2.2 常见的图像文件格式21

2.3 图像的滤波22

2.3.1 领域平均法22

2.3.2 中值滤波法22

2.3.3 高斯滤波22

2.3.4 维纳滤波22

2.4 图像的分割24

2.4.1 区域分割技术24

2.4.2 边缘检测技术26

2.4.3 轮廓提取及跟踪28

2.5 图像检测技术29

2.5.1 投影法29

2.5.2 帧差法30

2.5.3 模板匹配30

2.6 特征提取31

2.6.1 目标描述31

2.6.2 特征抽取31

2.7 图像形态学处理32

3 交通监控系统34

3.1 多路视频监视技术34

3.1.1 视频监视技术简介34

3.1.2 视频监控系统的基本组成35

3.1.3 图像及其他信号的传输方式39

3.1.4 计算机多媒体监控技术41

3.1.5 数字视频远程监控系统43

3.2 闯红灯检测技术46

3.2.1 基本原理47

3.2.2 XATM-Ⅲ型闯红灯监摄系统47

3.2.3 图像后期处理系统50

3.2.4 系统主要特点52

3.2.5 几个关键技术问题53

3.2.6 数码相机闯红灯监测系统简介54

3.3 超速检测技术55

3.3.1 基本原理55

3.3.2 系统特点56

3.4 以嵌入式实时DSP交通监控系统57

3.4.1 系统的组成原理57

3.4.2 系统的实现64

3.4.3 系统应用67

4 车牌检测与识别技术69

4.1 概述69

4.1.1 车牌自动识别系统的组成69

4.1.2 车牌自动识别系统的研究现状70

4.1.3 LPR技术的应用72

4.2 车牌定位提取73

4.2.1 基于数学形态学的车牌定位73

4.2.2 基于投影法的车牌定位83

4.2.3 基于模糊边缘检测的车牌定位84

4.3 车牌分割及字符提取87

4.3.1 车牌图像分割88

4.3.2 车牌的几何校正95

4.3.3 字符的切分方法97

4.4 字符辨识101

4.4.1 字符大小的归一化101

4.4.2 车牌字符的特征提取102

4.4.3 基于字符统计模板的识别方法107

4.4.4 基于傅里叶描述子特征的数字、字母识别111

4.4.5 基于层次搜索的车牌字符识别111

4.4.6 基于神经认知机的字符识别114

5 交通视频图像的处理118

5.1 视频成像变换118

5.1.1 坐标系定义118

5.1.2 成像变换118

5.2 背景更新技术122

5.2.1 背景帧差背景更新技术122

5.2.2 连续帧差背景更新技术124

5.3 运动检测算法126

5.3.1 基本方法简述126

5.3.2 基于HIS色彩空间的运动检测方法127

5.4 视频图像分割129

5.4.1 传统的基于背景差分的视频分割129

5.4.2 基于背景差分和噪声模型的视频分割130

5.4.3 噪声去除132

5.5 基于彩色检测线线间差分的阴影消除方法134

5.5.1 引言134

5.5.2 车辆／阴影模型的建立与判决135

5.5.3 阴影消除方法137

5.5.4 阴影消除实验及分析139

5.6 交通信息检测基础140

5.6.1 虚拟检测线141

5.6.2 车辆检测141

5.7 交通参数提取142

5.7.1 车流量142

5.7.2 车型142

6 道路交通信息的视频检测技术146

6.1 概述146

6.1.1 基于非模型的交通信息采集技术146

6.1.2 基于模型的交通信息采集技术147

6.2 非模型的道路交通信息视频检测148

6.2.1 交通信息视频检测算法描述148

6.2.2 车流量视频检测方法149

6.2.3 车速视频检测算法152

6.2.4 其他交通参数的导出方法155

6.3 基于模型的交通信息视频检测方法156

6.3.1 算法简介156

6.3.2 检测区域分布158

6.3.3 运动图像分割158

6.3.4 基于目标的多尺度形态滤波159

6.3.5 运动角点跟踪159

6.3.6 区域跟踪163

6.3.7 实际检测效果测试164

6.4 排队长度的视频检测165

6.4.1 基于投影法的车辆排队检测方法165

6.4.2 基于边缘分割的车辆排队检测算法167

7 运动车辆的跟踪169

7.1 车辆轨迹的视频跟踪思路169

7.1.1 跟踪预处理169

7.1.2 跟踪策略172

7.2 起始跟踪问题173

7.2.1 运动目标的特征174

7.2.2 特征相似度评判函数174

7.3 轨迹跟踪方法177

7.3.1 基于Kalman滤波的跟踪回顾177

7.3.2 基于GM（1,1）模型的跟踪178

7.3.3 跟踪方法的性能分析180

7.3.4 基于支持向量机的运动轨迹分析183

7.4 目标的合并和分离处理187

7.5 跟踪实验188

8 车辆视频导航技术初探189

8.1 公路标识辨识技术简介189

8.1.1 引言189

8.1.2 路标提取算法简介192

8.1.3 路标识别算法195

8.2 道路识别技术197

8.2.1 道路标识识别198

8.2.2 提取车道标线的特征点204

8.2.3 实验结果205

8.3 道路模型匹配与跟踪206

8.3.1 道路模型206

8.3.2 模型匹配208

8.3.3 道路的视频跟踪209

8.3.4 实验结果及分析209

8.4 基于视频的前车检测212

8.4.1 工作模式的判断212

8.4.2 日间驾驶前车检测213

8.4.3 夜间驾驶前车检测215

8.4.4 前车跟踪217

8.4.5 实验结果219

9 运动行人检测与分析222

9.1 概述222

9.2 运动行人检测的实现思想223

9.2.1 行人检测224

9.2.2 行人跟踪225

9.2.3 运动参数提取226

9.3 运动行人检测算法226

9.3.1 运动行人检测方法226

9.3.2 图像的预处理227

9.3.3 运动行人分割228

9.3.4 运动行人的初步检测230

9.3.5 行人的精确检测231

9.3.6 试验结果232

9.4 行人识别与跟踪233

9.4.1 运动行人跟踪233

9.4.2 目标特征提取235

9.4.3 行人的运动预测237

9.4.4 特征匹配237

9.4.5 行人运动分析240

10 未来研究与展望243

10.1 图像采集系统243

10.2 图像鲁棒检测和识别243

10.3 图像处理方法的实时性和有效性244

主要参考文献245