违章逆行智能视频监控系统设计

设计了一个对交通车辆违章逆行行为进行智能视频监控的方案.综合利用图像处理、模式识别、计算机视觉和网络通讯等技术,在对交通视频流进行实时采集的基础上,首先成功地识别出交通车辆目标,然后实现了对违章逆行的自动识别以及对违章现场的自动抓拍,并完成对违章车辆信息的传输和相关管理工作.     

基于视频图像处理的交通事件检测系统

针对目前公路事件发生后不能及时有效检测与报警、事故处理延迟等不足,研究开发了一种基于视频图像处理的交通事件检测系统。利用计算机视觉与数字图像处理技术,对设置在公路上的摄像头采集的视频图像,进行事件检测算法智能处理,自动采集各种交通参数,检测交通事件并及时报警,可有效地减少交通延误,防止二次事件发生,保障道路安全。与传统交通事件检测系统相比,具有直观方便、费用低等优点,拥有良好的市场需求和实用价值。     

基于视频检测技术的智能隧道交通安全监控系统设计

隧道实时交通安全监控系统是确保隧道安全运营的重要手段.针对隧道环境的特殊性,提出基于差异深度积累的目标检测算法和基于卡尔曼滤波的目标跟踪算法,实现了多运动目标的检测与跟踪,并综合运用图像处理、计算机视觉、模式识别和软件工程等技术设计了基于视频检测技术的智能隧道交通安全监控系统.该系统能准确地检测出各种交通运行参数和交通事件,为隧道交通安全提供了有力保障.     

基于视频技术的交通违章处理系统的设计与实现

针对交通场景中经常出现的车辆违章行为,如闯红灯、违章停车、超速、强行右转弯等,开发研制了基于计算机视觉和图像识别技术的视频交通违章处理系统;该系统在完成初始设定之后,便可以自动地、实时地检测出车辆的违章行为并提供车辆违章的相关信息;文中详细介绍了系统硬件和软件的设计方案以及系统功能的实现机理;利用VC＋＋6.0开发平台,研发了具有从交通场景的视频数据采集、违章行为识别、违章车辆全景图像存储,直至对违章车辆的数据库管理等多个功能的交通违章处理系统;经测试,系统运行稳定、可靠.     

智能交通系统中基于视频图像处理的车辆检测与跟踪方法综述

与传统的车辆检测器相比,基于视频图像处理与视觉技术的车辆检测器具有处理速度快、安装维护便捷且费用较低、可监视范围广、可获取更多种类的交通参数等诸多优点,因而近年来在智能交通系统(ITS)中得到了越来越广泛的应用。针对摄像头拍摄得到的交通序列图像,人们提出了很多视频图像处理和分析技术,其中最基本的研究领域就是交通场景中车辆对象的检测与跟踪。介绍了近年来提出的一些主要的车辆检测与跟踪技术,并根据核心处理方法（基于特征、区域或模型等）及处理域（空域、时域）的不同对这些技术进行了分类,同时分析比较了各种方法的优缺点。最后,说明了这一领域仍然存在的问题和对可能的研究方向进行了一定的预测。     

基于全方位视觉传感器的车辆违章检测系统的设计

探讨了利用全方位视觉传感器(ODVS)以及计算机视觉等技术来实现对交岔路口的车辆违章智能视频监控,采用ODVS来获取整个交岔路口的全景视频图像;通过混合高斯模型提取在全景视频图像中的车辆对象前景;使用camshift跟踪算法跟踪行驶车辆对象;依据交通法规,通过对比红绿灯、车道和车辆运动等状态来判断车辆对象是否有违章行为;实验结果表明,所设计的违章检测系统能自动检测出多种车辆违章行为,为交通执法部门提供了一种智能化的检测手段。     

基于图像处理的智能车辆系统

交通标志的自动识别技术是智能车辆中辅助驾驶系统中的关键技术,未来会发挥越来越重要的作用。根据当前该领域的研究现状,结合图像处理、计算机视觉和模式识别技术,提出了包括道路标志、红绿灯和车道线的道路信息识别算法,开发出一款智能车辆系统。该系统可以根据摄像头采集的道路视频图像,实时准确地识别图像中的道路标志信息,并对驾驶员发出相应的文本及语音提示,从而实现交通信号的自动识别和预警。     

基于视频的手写数字识别

随着计算机技术的不断发展,视频跟踪技术越来越成为计算机领域中研究的热点。视频跟踪技术的研究涉及范围很多,包括视频图像处理、模式识别以及人工智能等,具有较强的研究价值。手势检测识别技术作为一种基于计算机视觉的新型人机交互方式,是其中备受瞩目的研究和应用技术之一。文章采用一种简单高效的颜色直方图对目标(红色手指)进行主色定位,并在图像序列中进行目标区域提取,得到运动轨迹,进行手写数字识别。最后利用八段视频验证了该方法的简单高效,并能成功进行实时跟踪与识别。     

基于视觉跟踪的交通监控

随着城市化速度的加快,机动车日益普及,人们在享受机动车所带来的巨大便利的同时,也面临着日益严重的交通问题。提出了在交通监控中,基于计算机视觉技术来检测运动目标,对目标进行跟踪。并且通过道路检测提取道路边界线、分道线等信息,自动分析机动车辆的运行状态,实现智能交通监控。     

计算机视觉技术的发展及应用

计算机视觉技术集数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别及人工智能等知识于一体,其应用已经涉及到计算几何、计算机图形学、图像处理、机器人学等领域。文中简要地回顾了计算机视觉技术的发展史,主要介绍了计算机视觉中图像处理技术在检测技术方面的应用。利用工业摄像镜头替代目视作为传感器,通过图像采集,图像处理,图像识别等一系列操作,达到在线对包装产品进行标签检测的目的。     

基于D-S证据理论的车辆视频检测的研究

车辆视频检测系统作为智能交通系统的重要组成部分,为交通控制与交通规划提供必要的数据来源.考虑到外界环境的影响以及数据传输过程中的干扰,对所拍摄的单一图像的分析难以获得准确信息.因此,在简要介绍D-S证据理论的基础上,在对由摄像机拍摄的交通现场画面做了图像处理后,提取出车辆特征,并最终运用D-S证据理论来进行数据融合,从而来提高交通视频检测系统中车辆类型的识别率.实验证明采用此方法将使得车辆识别率大为提高.     

高速公路交通综合管理计算机网络系统

"高速公路交通综合管理计算机网络系统"是针对高速公路交通管理的需要研发的信息处理系统,具有低成本、易操作、可配置、无人职守等特点。本文从系统框架、系统实现技术特点和系统整体特性等几方面,介绍了该系统是一个集成应用图像处理、模式识别技术、计算机网络技术的现代化高速公路综合管理系统。     

车载电子系统中的视频抓拍技术

目前对视频技术的研究与应用主要集中于利用图像处理与模式识别手段对视频图像进行处理,视频抓拍都是以抓拍时间点为起始时间点,所拍摄视频包含的信息缺乏完整性,进而会影响进一步的分析与处理.针对此问题,通过定义时间窗口并利用缓存技术,提出了一种基于Android系统的视频抓拍方案的设计与实现,其关键在于能够提供抓拍时间点之前到之后一定时间段内的视频.测试结果表明,该方案具有较小的时间误差,并占用较少的系统资源,已被应用于量产并投入市场的车载电子系统中,为交通事故责任认定提供了重要依据.     

基于CPLD芯片控制的视频图像处理系统设计

针对当前连续视频图像的空间冗余性较高,图像数据处理及时性较差的问题,设计了基于CPLD芯片控制的视频图像处理系统。将CPLD存储模块内提取的数据信息,平均分配至视频图像采集元件及图像边缘检测元件中,再借助信息传输信道,建立与VGA视频图像显示模块的物理连接,实现视频图像处理系统的硬件执行方案设计。利用分数像素差优化结果,规范子窗口的动态显示权限,控制连续视频图像在空间范围内的冗余化程度,完成图像源路数的智能控制处理。联合视频进程与多线程控制原理,实施数据包缓冲区的信息排序,再建立全新的视频流存储模式,实现视频流的完整播放。对比实验结果表明,与多路视频处理手段相比,应用CPLD芯片控制处理系统后,图像数据帧缓存速率明显提升,而VGA信息转换指标却大幅下降,在抑制连续视频图像空间冗余能力的同时,解决了图像数据处理不及时的问题。     

智能交通检测系统中动态目标检测方法研究

视频交通检测技术已逐渐成为交通信息采集领域的主流技术。以交通信息采集系统中运动车辆的检测与识别为应用背景,在对运动目标检测中背景更新、噪声的消除等一些难点问题进行深入分析研究的基础上,给出了一个稳定的运动车辆检测算法。运动车辆检测方法作为视觉监控领域的一种普遍方法,具有一定的理论意义和实用价值。