交通流视频检测系统的设计与实现

本文描述了交通流视频检测系统的结构、功能和工作原理。根据系统的功能要求,对软件功能模块进行了设计和说明,并着重对车流量统计、车速计算和车类识别的算法进行了描述和实现;文章最后给出了实现结果并讨论了提高检测系统实时性的具体措施。     

基于视频检测的车辆分割技术研究

车辆分割是车型识别中的关键技术。本文利用视频检测中差分图像的投影图方法粗略定位出车辆，然后通过一种能量法二值化图像，可以准确分割出车辆。实验结果表明，按照本文提出方进行车辆分割，实际车辆分割率达到了99％。     

基于综合特征的车辆检测识别系统

随着信息技术和智能交通的迅速发展,自动的车辆检测识别成为不可或缺的技术。由于基于单一特征和单车辆的识别并不能满足实际中的应用要求,因此提出了多特征多车辆的检测识别算法,利用基于灰度对称,形状特征和光流强度特征的提取,通过基本的图像处理算法,最终由综合特征为基础得出车辆的识别检测结果,利用基于VC＋＋6．0的软件系统开发出车辆检测识别系统,通过实验对照,由单一特征和综合特征的检测不同结果获得实验数据,通过检测算法将视频序列图像中的车辆信息自动识别提取出来并加以标记。实验结果表明系统能够适应多变的车型和环境信息,通过识别结果准确性的分析,得出结论：针对不同的车型有较好的鲁棒性,能够满足实际智能交通控制平台的构建的基本要求。     

基于视频的交通事件和交通流检测系统

本文运用数字图像处理和计算机视觉技术,对基于视频的交通事件和交通流检测进行了原理设计;并通过相关的硬件知识和编程技术实现了该系统。对数字图像处理和机器视觉的综合运用流程和相关知识做了介绍,如背景更新、滤波降噪、图像分割、特征提取、摄像机标定和目标识别。为视频交通事件和交通流检测的实现提供了一个新的案例。     

交通流视频检测中车辆的检测与跟踪

交通流视频检测技术是实现城市交通现代化管理的核心技术之一,也是智能交通系统的重要组成部分.使用改进混合高斯分布模型来表征图像帧中每一个像素点的亮度特征,使用绝对值差分提取出运动车辆的轮廓,采集目标的轮廓特征等数学特征,采用相似性算子跟踪多运动目标,采用面积阚值排除非车因素的干扰.最后在城市交通流实况检测中验证算法.     

基于视频动态投影的实时车辆流量检测系统

系统利用视频检测线上的RGB灰度变化识别车辆,从而完成对车辆流量的检测。由于引入了动态投影技术,并由动态投影图得到特征值的波形,因此特征提取中灰度差阈值的确定变得直观而可靠。为了保证背景信号的真实性,系统采用了和背景变化相应的背景刷新技术。系统的识别正确率可达90％以上,能满足实际应用要求。     

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.     

基于D-S证据理论的车辆视频检测方法

提出一种基于D-S证据理论的车辆视频检测方法，通过一部或多部CCD摄像机采集多源图像，由边缘检测算法获取图像中的车辆特征数据，然后采用D-S证据理论对车辆类型进行判决，从而为交通量的准确检测提供依据。实验表明该方法是可靠而有效的。     

基于视频的夜间车辆检测

由于夜间道路情况复杂,光照条件差,使得夜间车辆检测成为车辆检测技术的难点。提出一种基于视频的夜间车辆检测方法,首先通过图像处理的基本方法提取车前灯,然后通过对图像遍历以及遍历后缩小范围再遍历来对车灯进行定位,最后根据同一车辆两端车灯位置特征进行车灯的匹配。这种方法有效避免了对含有四个车前灯车辆的重复检测,以及不同车辆车灯之间的误匹配。     

车辆类型识别技术的研究

汽车类型自动识别在现代交通管理和监控中有着广阔的应用前景，本文提出一种用于汽车类型识别的BP神经网络分类器的设计问题。在车辆图像预处理和特征提取的基础上进行基于前向三层神经网络的自动识别和分类。     

基于物联网的车辆运输管理系统研究与实现磁

着眼于当代物流系统中的车辆运输管理问题没有做到统一的调度和分配,造成人力和物力资源的极大浪费。在物联网技术的架构下,合理整合了 GPS 技术、GIS 技术、GPRS 技术、自动识别技术,运用 TMS 理论构建对车辆的管理、运输调度以及客服等多方面功能的系统模型,对车辆的安全行驶起到积极作用,同时有助于企业更好的服务社会,提高工作效率,为企业带来巨大的价值。     

胶轮车监控系统在煤矿井下车辆运输管理中的应用

介绍了胶轮车监控系统的组成及工作原理;以车辆通过两个避车硐室之间的单向区间为例说明了系统的调度控制方式;结合系统在高河煤矿的应用情况,提出了实际应用中需注意的几个问题。该系统以调度控制分站为控制核心,实现了对井下胶轮车的实时监控和自动调度功能,提高了车辆运输管理效率。     

基于射频技术的牌照识别系统

随着机动车辆的迅速增加,车辆管理的难度越来越大,假牌、套牌的情况经常发生,如何加强机动车辆的科学管理,已经成为公安交通管理部门的一个重要任务。介绍的车辆牌照RFID射频识别系统就是采用射频技术,通过读取牌照具有唯一ID码的内部芯片信息,完成对车辆牌照的自动识别和查讯,从而实现机动车辆的智能管理。     

基于多层模型的“两客一危”车辆行驶状态评价系统

随着我国道路运输行业的快速发展,"两客一危"车辆大幅度增长,给道路出行和乘客的生命财产安全带来了极大的考验.本文基于海量"两客一危"车辆行驶数据提出了多层模型的"两客一危"车辆行驶状态评价系统.首先,对行驶数据进行特征筛选、异常值清洗、归一化等处理.然后,在宏观和微观两个层面上分别使用聚类分析模型和动态阈值模型对车辆行驶数据进行分析.最后通过将聚类分析的结果与动态阈值的分析结果相结合即可实现对车辆行驶状态以及驾驶员的驾驶习惯的综合评价.研究结果表明,本文提出的多层模型能够对车辆行程路况以及车辆驾驶员驾驶习惯进行较为准确的评估,可为"两客一危"车辆的管理监督部门以及车辆运输企业提供合理的安全生产的科学依据和数据支持.     

基于射频技术的智能交通测速系统设计

本文提出一种基于射频识别技术的高速公路车辆测速方法,对该方法的原理进行了详细阐述,采用的射频模块是nRF24E1,对阅读器和通行片进行了设计,提出了分组排队算法,并与现有各种测速方法相比,改进的测速方法具有全程不间断多车辆测速、测速精度高的优点,并为路与车的无缝链接提供了平台基础.     

基于深度卷积神经网络的多任务细粒度车型识别

车型识别,尤其是细粒度车型识别是现代智能交通系统的重要组成部分。针对传 统车型识别方法难以进行有效的细粒度车型识别的问题,以AlexNet、GoogleNet 及ResNet 等3 种经典深度卷积神经网络架构作为基础网络,引入了车辆的类型分类作为辅助任务,从而与细 粒度车型识别任务一起构成了一个多任务联合学习的模型。通过在一个包含281 个车型类别的 公开数据集上对模型进行训练及测试,在无需任何车辆的部件位置标注及额外的3D 信息的情 况下,验证了该模型在在细粒度车型识别任务上表现出的优异性能,同时多任务学习策略的引 入可使得模型性能相比任一单任务学习时的性能均有所提高,最终实现了一个简洁高效的细粒 度车型识别模型,基本满足实际应用需求。     

基于RFID的储运一体化系统的设计与实现

结合危险品特性及我国当前危险品的存储和运输现状,设计并实现了一种基于RFID/GPS/CDMA/GIS技术的危险品储运一体化系统。在概述系统架构的基础上,详细阐述了系统的硬件设计和实现,并对储运系统的软件进行了模块和功能分析。该系统已经通过用户长时间的测试,可有效提高危险品存储和运输的安全性和效率,具有广阔的市场应用前景。     

基于胶囊神经网络的车型精细识别研究

车辆型号精细识别在智能交通系统、涉车刑侦案件侦破等方面具有十分重要的应用前景.针对车辆型号种类繁多、部分型号区分度小等带来的车辆型号精细分类困难的问题,提出一种基于胶囊神经网络(capsule network,CapsNet)的车型图像识别模型CapCar.以CompCars数据集作为样本,首先通过加权平均值法进行图像...     

基于有源RFID技术的定位系统研究

针对传统出入口监控管理方式的效率低下及无源射频识别技术在实际应用中存在的金属物干扰、人体吸收、识别数量有限等问题,提出一种基于有源2.4 G射频识别技术的出入口监控管理方法。该方法利用125 kHz激励器唤醒2.4 GHz射频识别标签及标签定位的技术,比传统出入口监控管理方式更加准确、便捷、高效;同时,有效地延长了有源射频识别设备的使用寿命。采用低频触发器、读卡器和有源2.4 G射频识别标签等设备,搭建试验环境进行为期30天的测试;结果表明,基于低频触发的有源射频识别出入口监控管理系统具有较高的可靠性和实用性。