|
|
| |||||||||||||||||||||
1.内容提要 本专著系统、全面地阐述了时空马尔科夫随机场的基本概念、基本理论及运用。在此基础上，以时空马尔科夫随机场为视频对象跟踪算法，提取车辆并计算车辆的速度及运动轨迹，然后根据运动轨迹进行事件检测及判断。全书共分五章，主要内容有：基于时空马尔科夫随机场的图像分割、基于时空马尔科夫随机场的车辆跟踪算法、基于语义层次组成的时空马尔科夫随机场的路段事件检测、基于隐马尔科夫的交叉口事件检测并通过实验分别验证其结果。 本专著可作为交通工程类、计算机类等本科生、硕士研究生阅读参考书。 2.前言 随着城市视频设备数量、覆盖率的迅速增长，计算机图像处理水平的提升，将视频图像处理技术用于城市智能交通系统成为一种趋势。视频检测器具有实时准确、检测范围广、使用寿命长等特点，因此其越来越广泛地被应用于城市交通信息采集，从而被应用于城市交通事件检测系统中。但在针对视频检测器的传统图像处理方法中，要么计算复杂，要么对光照要求高，无法满足交通事件自动检测所需数据的实时性与准确性要求，因而如何寻求高效、智能的视频图像处理方法，从中提取实时准确的交通流信息用于交通事件自动检测，已经成为近年来研究的热点。2014年交通运输部杨部长在全国交通运输工作会议中所做的报告《深化改革
务实创新
加快推进“四个交通”发展》中提出将“四个交通”（综合交通、智慧交通、绿色交通、平安交通）作为今后和当前一段时期交通运输发展的主旋律，大力发展智能交通，提升交通运输的现代化水平。 针对城市视频场景中具有大量的车辆重复元素，由于这些重复现象潜在的大规模性和复杂性，目前视频处理技术仍然无法彻底解决视频场景中车辆重复元素提取效率低、跟踪精度不高等问题，另外在事件检测方面，传统的检测方法一般仅用视频检测信息作为事件判断依据，而这些问题都将影响着城市交通事件的准确检测和有效利用，不利于交通预警与事故救援等工作的迅速开展。因此，本书通过利用城市视频中车辆具有时空关联性，对车辆的提取技术、跟踪技术、交通事件检测技术展开相应研究，在解决这些问题的同时，有效提升城市道路交通事件检测的效率和质量，从而为交通安全领域提供新的技术支持。 本专著获得淮阴工学院、江苏省交通运输与安全保障重点实验室；国家自然科学基金项目——车联网环境下多目标约束的分布动态路径诱导研究（项目编号：51308246），基于主动轮廓模型的自然图像分割研究（项目编号：61402192）；江苏省高校自然科学研究项目（项目编号：14KJB580002）；江苏省六大人才高峰项目（项目编号：XXRJ017、XYDXXJS011），江苏省产学研项目（项目编号：BY201606118）等单位和项目的资助。 本专著是在本人博士学位论文的基础上修改而成。在此，首先感谢我的恩师程琳教授。程老师浓厚的学术底蕴、敏锐的学术思维，使我获益甚多，他严谨的治学精神也是我学习的榜样。 衷心感谢常绿教授、夏晶晶教授、范钦满教授、周凌云、包旭、朱艳茹、李耘多位老师对本书提出的许多宝贵意见。 在收集整理资料和撰写论文期间，得到了课题组成员的帮助。感谢施竣庆、邱松林、童慰苹、许项东、黄志鹏、杜牧青、汤文蕴、褚昭明、纪魁、徐婷、寇玮、林筱怡、芮沁怡、邓琼华、冯伟、寇美玲、李向阳以及所有的师弟师妹所给予的关心和帮助。 本专著的写作参考了大量的文献资料，在此向这些文献的作者表示感谢。 最后感谢我的家人，他们的理解和支持使我能够顺利完成我的学业。 作者 2016年12月 3.目录 第1章绪论1 1.1研究背景1 1.2研究目的和意义3 1.2.1研究目的3 1.2.2研究意义3 1.3国内外研究概况4 1.3.1国外研究概况4 1.3.2国内研究概况6 第2章基于STMRF的图像分割的理论研究7 2.1概述7 2.2STMRF的基本理论知识8 2.3STMRF模型11 2.3.1构建能量函数11 2.3.2标号场模型12 2.3.3标号场模型的参数估计14 2.3.4观察场模型16 2.4基于STMRF的图像分割20 2.4.1MRFMAP算法21 2.4.2最大后验概率的实现23 2.4.3实验结果及分析27 2.4.4结论28 第3章基于STMRF的车辆跟踪算法研究29 3.1概述29 3.2基于STMRF车辆跟踪算法研究30 3.2.1基于STMRF模型的自适应车辆跟踪算法32 3.2.2基于反向STMRF模型的车辆遮挡分割46 3.3交通参数的提取51 3.3.1交通参数的介绍51 3.3.2从跟踪结果获得交通参数52 3.3.3基于摄像机标定的坐标转换方法53 3.3.4交通参数分析54 3.4结论56 第4章基于语义层次组成的STMRF的路段事件检测研究57 4.1概述57 4.2事件检测流程图58 4.3数据处理60 4.4基于语义层次组成的STMRF的路段交通事件检测算法62 4.4.1语义层次模型62 4.4.2事件检测的语义层次模型63 4.4.3事件检测算法分类65 4.4.4基于算法2的语义层次事件检测算法分析68 4.5实验及结果分析73 4.6结论74 第5章基于HMM的交叉口事件检测研究75 5.1概述75 5.2基于HMM的交叉口事件检测算法76 5.2.1交叉口处具有冲突的两辆车的相对运动情况分析76 5.2.2相对运动矢量的特征提取77 5.2.3相对位置的特征提取79 5.2.4基于HMM的观察序列的识别80 5.3冲突中的交通事件分类88 5.3.1碰撞事件的观察序列识别88 5.3.2跟驰事件的识别88 5.3.3实验及结果分析89 5.4结论90 参考文献91 |
精品新书
|
| ||||||
|
| ||||||
|
| ||||||
|
| ||||||
 |
 |
自贡市|
清水河县|
耒阳市|
米易县|
黔江区|
大名县|
漾濞|
郴州市|
喀喇|
芜湖县|