| 题名 | 基于机器视觉的公交站点识别算法研究 |
| 作者 | 施颖迪 |
| 答辩日期 | 2015 |
| 导师 | 李战明 |
| 关键词 | 关键帧提取 图像匹配 特征提取 轮廓提取 角点检测 |
| 学位名称 | 硕士 |
| 英文摘要 | 随着机器视觉和多媒体技术的迅速发展,机器视觉和多媒体技术被广泛应用于解决生产生活中的现实问题。城市人口和私家车数量的增加,给城市交通带来一系列严重的问题。发展智能交通,提高城市交通的智能化和信息化是解决交通问题的新方案。改善公交服务质量,推进公交车的发展,也是解决城市城市交通问题的一个重要出路。把机器视觉和视频信息处理技术应用到公交报站系统中,不仅可以实现公交报站系统的信息化和智能化,而且符合“智慧交通”的主题,具有很大的实践意义。本文主要以公交自动报站系统为背景,研究基于机器视觉的公交站点识别的算法。通过摄像头实时采集公交路线沿途的视频,使用关键帧提取技术提取出公交站点前的多幅视频关键帧,在此之前建立公交站点前的图像数据库,将关键帧与图像数据库中的对应的图像进行匹配,匹配成功后驱动报站系统进行报站。整个系统中用机器视觉的相关技术和视频图像处理技术对采集到的视频进行实时处理。提取视频关键帧时,采用时间信息剔除大片的冗余片段,然后采用基于内容的关键帧提取方法对公交路线沿途的关键帧进行粗提取,当其中有一帧图像匹配成功后,每隔10s采用帧差聚类的关键帧提取方式进行细提取,提取出需要的关键帧图像。提取出关键帧图像后,需要对关键帧图像和图像数据库中图像进行特征提取和匹配。结合公交站点的特殊情况,文中提出了图像轮廓上的Harris-SIFT算法,首先提取关键帧和数据库中图像的轮廓,在轮廓图像上进行极值点的检测,并采用Harris角点筛选出图像的特征点,即将Harris算法与SIFT算法相结合,得到图像轮廓上的特征点,同时改进特征点的描述子,计算描述子之间的欧式距离进行图像的匹配,并采用引导互匹配法和投票过滤法提高匹配的准确度。文中根据视觉公交自动报站系统的特征,针对人眼的的视觉特性,提出了公交路线上的感兴趣区域识别,针对公交路线中感兴趣的文字区域和交通标志进行了图像的提取和识别,这种感兴趣区域的提取也可以辅助公交站点的判断,提高公交报站的智能性和准确性。 |
| 语种 | 中文 |
| 页码 | 80 |
| URL标识 | 查看原文 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/91297]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 施颖迪. 基于机器视觉的公交站点识别算法研究[D]. 2015. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论