电子警察系统中车辆跟踪及夜间车辆检测算法研究

摘要

随着交通工具的不断增长，交通管理变的越来越困难，因此，如何构建高效便捷的智能交通管理系统成为了人们关注的焦点。作为智能交通系统的核心模块之一，电子警察系统备受关注，其中，车辆检测与跟踪是其功能完善的基础。本文主要针对车辆跟踪及夜间车辆检测算法进行研究，并将算法移植到嵌入式电子警察系统中。主要研究工作如下：
　　1.车辆跟踪算法研究。本文首先研究了Hash全局特征的车辆跟踪以及LBP特征和Hue特征相融合的车辆跟踪，给出了相应的实验效果并进行性能对比分析。然后，针对嵌入式电子警察系统的实时性要求，在传统的光流法上进行改进算法研究，取得了良好的跟踪效果。最后，在Haar特征和Adaboost分类器的基础上进行多目标跟踪算法研究，取得了较好的实验效果。
　　2.夜间频闪灯的使用及EagleEye3智能相机的参数配置。由于夜间光线较暗，车辆的很多细节特征会被淹没掉，使得夜间车辆检测变得很棘手，因此，夜间频闪灯的使用及EagleEye3智能相机的夜间参数配置显得尤为重要。此处首先介绍了EagleEye3智能相机的基本框架及开发环境，然后针对频闪灯的使用以及EagleEye3智能相机的几个重要参数进行了详细地讨论，最后结合工程项目实践给出了最佳的组合参数配置。
　　3.嵌入式电子警察系统中的夜间车辆检测算法实现。本文首先研究了基于车灯的夜间车辆检测算法，取得了较好的检测效果，但当交通场景中存在部分车灯损坏或者是其他非机动车干扰时，该算法无法正常检测。因此，接下来研究了基于Haar特征和Adaboost分类器的夜间车辆检测算法以及基于车牌的夜间车辆检测算法，并将后两种算法移植到EagleEye3智能相机中，通过实验测试以及数据统计进行比较分析。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

缩略语对照表

目录

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 电子警察系统的概述、难点及发展趋势

1.4 本文主要研究内容及章节安排

第二章 车辆目标跟踪

2.1 引言

2.2 基于Hash特征的车辆跟踪

2.3 基于LBP特征和Hue特征融合的车辆跟踪

2.4 基于光流法的车辆跟踪

2.5 基于区域的多目标跟踪

2.6 本章小结

第三章 夜间频闪灯的使用及EagleEye3智能相机参数配置

3.1 引言

3.2 嵌入式电子警察系统的概述

3.3 夜间频闪灯的使用

3.4 EagleEye3系列智能相机调光方法

3.5 本章小结

第四章 嵌入式电子警察系统中的夜间车辆检测算法实现

4.1 引言

4.2 基于车灯的夜间车辆检测

4.3 基于Haar特征和Adaboost分类器的夜间车辆检测

4.4 基于车牌的夜间车辆检测

4.5 嵌入式电子警察系统白天与晚上版本的合并

4.6 本章小结

第五章 总结与展望

5.1 工作总结

5.2 工作展望

参考文献

致谢

作者简介