|
|
| |||||||||||||||||||||
1.內(nèi)容提要 本專著系統(tǒng)、全面地闡述了時空馬爾科夫隨機(jī)場的基本概念、基本理論及運(yùn)用。在此基礎(chǔ)上，以時空馬爾科夫隨機(jī)場為視頻對象跟蹤算法，提取車輛并計算車輛的速度及運(yùn)動軌跡，然后根據(jù)運(yùn)動軌跡進(jìn)行事件檢測及判斷。全書共分五章，主要內(nèi)容有：基于時空馬爾科夫隨機(jī)場的圖像分割、基于時空馬爾科夫隨機(jī)場的車輛跟蹤算法、基于語義層次組成的時空馬爾科夫隨機(jī)場的路段事件檢測、基于隱馬爾科夫的交叉口事件檢測并通過實驗分別驗證其結(jié)果。 本專著可作為交通工程類、計算機(jī)類等本科生、碩士研究生閱讀參考書。 2.前言 隨著城市視頻設(shè)備數(shù)量、覆蓋率的迅速增長，計算機(jī)圖像處理水平的提升，將視頻圖像處理技術(shù)用于城市智能交通系統(tǒng)成為一種趨勢。視頻檢測器具有實時準(zhǔn)確、檢測范圍廣、使用壽命長等特點，因此其越來越廣泛地被應(yīng)用于城市交通信息采集，從而被應(yīng)用于城市交通事件檢測系統(tǒng)中。但在針對視頻檢測器的傳統(tǒng)圖像處理方法中，要么計算復(fù)雜，要么對光照要求高，無法滿足交通事件自動檢測所需數(shù)據(jù)的實時性與準(zhǔn)確性要求，因而如何尋求高效、智能的視頻圖像處理方法，從中提取實時準(zhǔn)確的交通流信息用于交通事件自動檢測，已經(jīng)成為近年來研究的熱點。2014年交通運(yùn)輸部楊部長在全國交通運(yùn)輸工作會議中所做的報告《深化改革
務(wù)實創(chuàng)新
加快推進(jìn)“四個交通”發(fā)展》中提出將“四個交通”（綜合交通、智慧交通、綠色交通、平安交通）作為今后和當(dāng)前一段時期交通運(yùn)輸發(fā)展的主旋律，大力發(fā)展智能交通，提升交通運(yùn)輸?shù)默F(xiàn)代化水平。 針對城市視頻場景中具有大量的車輛重復(fù)元素，由于這些重復(fù)現(xiàn)象潛在的大規(guī)模性和復(fù)雜性，目前視頻處理技術(shù)仍然無法徹底解決視頻場景中車輛重復(fù)元素提取效率低、跟蹤精度不高等問題，另外在事件檢測方面，傳統(tǒng)的檢測方法一般僅用視頻檢測信息作為事件判斷依據(jù)，而這些問題都將影響著城市交通事件的準(zhǔn)確檢測和有效利用，不利于交通預(yù)警與事故救援等工作的迅速開展。因此，本書通過利用城市視頻中車輛具有時空關(guān)聯(lián)性，對車輛的提取技術(shù)、跟蹤技術(shù)、交通事件檢測技術(shù)展開相應(yīng)研究，在解決這些問題的同時，有效提升城市道路交通事件檢測的效率和質(zhì)量，從而為交通安全領(lǐng)域提供新的技術(shù)支持。 本專著獲得淮陰工學(xué)院、江蘇省交通運(yùn)輸與安全保障重點實驗室；國家自然科學(xué)基金項目——車聯(lián)網(wǎng)環(huán)境下多目標(biāo)約束的分布動態(tài)路徑誘導(dǎo)研究（項目編號：51308246），基于主動輪廓模型的自然圖像分割研究（項目編號：61402192）；江蘇省高校自然科學(xué)研究項目（項目編號：14KJB580002）；江蘇省六大人才高峰項目（項目編號：XXRJ017、XYDXXJS011），江蘇省產(chǎn)學(xué)研項目（項目編號：BY201606118）等單位和項目的資助。 本專著是在本人博士學(xué)位論文的基礎(chǔ)上修改而成。在此，首先感謝我的恩師程琳教授。程老師濃厚的學(xué)術(shù)底蘊(yùn)、敏銳的學(xué)術(shù)思維，使我獲益甚多，他嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神也是我學(xué)習(xí)的榜樣。 衷心感謝常綠教授、夏晶晶教授、范欽滿教授、周凌云、包旭、朱艷茹、李耘多位老師對本書提出的許多寶貴意見。 在收集整理資料和撰寫論文期間，得到了課題組成員的幫助。感謝施竣慶、邱松林、童慰蘋、許項東、黃志鵬、杜牧青、湯文蘊(yùn)、褚昭明、紀(jì)魁、徐婷、寇瑋、林筱怡、芮沁怡、鄧瓊?cè)A、馮偉、寇美玲、李向陽以及所有的師弟師妹所給予的關(guān)心和幫助。 本專著的寫作參考了大量的文獻(xiàn)資料，在此向這些文獻(xiàn)的作者表示感謝。 最后感謝我的家人，他們的理解和支持使我能夠順利完成我的學(xué)業(yè)。 作者 2016年12月 3.目錄 第1章緒論1 1.1研究背景1 1.2研究目的和意義3 1.2.1研究目的3 1.2.2研究意義3 1.3國內(nèi)外研究概況4 1.3.1國外研究概況4 1.3.2國內(nèi)研究概況6 第2章基于STMRF的圖像分割的理論研究7 2.1概述7 2.2STMRF的基本理論知識8 2.3STMRF模型11 2.3.1構(gòu)建能量函數(shù)11 2.3.2標(biāo)號場模型12 2.3.3標(biāo)號場模型的參數(shù)估計14 2.3.4觀察場模型16 2.4基于STMRF的圖像分割20 2.4.1MRFMAP算法21 2.4.2最大后驗概率的實現(xiàn)23 2.4.3實驗結(jié)果及分析27 2.4.4結(jié)論28 第3章基于STMRF的車輛跟蹤算法研究29 3.1概述29 3.2基于STMRF車輛跟蹤算法研究30 3.2.1基于STMRF模型的自適應(yīng)車輛跟蹤算法32 3.2.2基于反向STMRF模型的車輛遮擋分割46 3.3交通參數(shù)的提取51 3.3.1交通參數(shù)的介紹51 3.3.2從跟蹤結(jié)果獲得交通參數(shù)52 3.3.3基于攝像機(jī)標(biāo)定的坐標(biāo)轉(zhuǎn)換方法53 3.3.4交通參數(shù)分析54 3.4結(jié)論56 第4章基于語義層次組成的STMRF的路段事件檢測研究57 4.1概述57 4.2事件檢測流程圖58 4.3數(shù)據(jù)處理60 4.4基于語義層次組成的STMRF的路段交通事件檢測算法62 4.4.1語義層次模型62 4.4.2事件檢測的語義層次模型63 4.4.3事件檢測算法分類65 4.4.4基于算法2的語義層次事件檢測算法分析68 4.5實驗及結(jié)果分析73 4.6結(jié)論74 第5章基于HMM的交叉口事件檢測研究75 5.1概述75 5.2基于HMM的交叉口事件檢測算法76 5.2.1交叉口處具有沖突的兩輛車的相對運(yùn)動情況分析76 5.2.2相對運(yùn)動矢量的特征提取77 5.2.3相對位置的特征提取79 5.2.4基于HMM的觀察序列的識別80 5.3沖突中的交通事件分類88 5.3.1碰撞事件的觀察序列識別88 5.3.2跟馳事件的識別88 5.3.3實驗及結(jié)果分析89 5.4結(jié)論90 參考文獻(xiàn)91 |
精品新書
|
| ||||||
|
| ||||||
|
| ||||||
|
| ||||||
 |
 |
