共查询到20条相似文献,搜索用时 687 毫秒
1.
针对夜间环境下基于摄像机的车辆检测方法存在精度低、稳定性差以及无法对车型进行有效识别等问题,提出一种基于Kinect深度虚拟线圈的夜间车辆检测与计数算法.首先对Kinect深度图像进行预处理,分别获得运动目标深度图(MDM)与空洞深度图(HDM).然后在MDM与HDM上设置虚拟线圈,利用积分图像分别生成对应的一维运动信号,对其进行加权合成获得对车辆运动特征的表达,并在合成的运动信号范围内检测出车辆目标,并计算出车辆目标的几何特征,通过SVM对车型进行有效识别.实验结果表明,该算法对于单双车道的车辆计数正确率分别高达99.75%与99.25%,大小车型分类正确率可达99.80%,处理单张图片的平均时间仅为7 ms. 相似文献
2.
3.
在将道路监控视频转单帧后,利用灰度变换、锐化、滤波、二值化等方法对图像进行预处理,以高斯混合模型对图像前景提取,进行边缘检测获取较为清楚的前景车辆图,在摄像机标定基础上,建立路面车辆和图像像素点的映射关系,再以虚拟线在图像上作计数依据,进而获得车流量。同时通过对普通背景差分模型与高斯混合背景模型的比较分析,选用高斯混合背景模型对预处理之后的图像进行背景分割。并结合粘连图像分割和阴影处理算法,对前景图像进行修复,得到良好的前景目标。采用高斯背景模型对样本视频处理,得到了满意的监控分析结果。 相似文献
4.
SuBSENSE是一种融合颜色特征和纹理特征的通用运动目标检测算法,同时算法中的参数自适应反馈机制使得背景模型能够良好地适应内河环境的多样性,在多种检测环境下达到参数最优化设置.针对一般运动目标检测算法用于内河船舶检测时,难以克服水波纹干扰这一问题,提出将SuBSENSE与基于全局对比度的显著性区域检测方法结合进行波纹抑制.利用水面显著值较低这一特性,通过设置适当阈值对显著图进行二值化,从而分离船舶与水面区域.将显著图与SuBSENSE检测结果进行与运算滤除背景干扰,即可得到船舶区域.实验证明,该方法能有效抑制内河环境中的波纹干扰,相比原SuBSENSE算法将综合表现提高了14.6%. 相似文献
5.
《公路交通科技》2021,(1)
为了研究因受限于观测点位的临时性和不确定性而导致自动化技术手段无法在临时交通观测中实用的难题,提出了一种适用于侧视角度拍摄视频、可快速识别车辆并实现交通流量统计的方法,该方法克服了传统视频识别技术无法满足侧视视角交通视频识别的困难。采用基于深度学习的YOLO_V3方法,以临时观测的路侧采集视频为对象进行车辆检测,提出基于车辆检测区域和流量计数区域的二级目标物检测框架,建立卡尔曼滤波+匈牙利分配+透视投影变换的交通流量计数模式,实现车辆的快速和高精度追踪。采集多组实际视频数据,从拍摄相机与道路相交角度、相机架设高度、道路车流密度3个指标,分析了不同条件下方法的有效性,结果表明:在相机高度为3 m,与路侧夹角为30°的环境中,车流计数精度在95%左右,但当公交、货车等大型车辆占比较高时,精度降为90%左右。在windows10 x64操作系统,2080Ti显卡,64 G内存,i7-7820XCPU的环境下,利用1080P视频流进行执行效率测试,显示相机架设角度和高度均对程序运行效率无显著影响,而车流密度则影响较大,在低密度流量下,FPS值约为44,而高密度流量下,FPS值降为33左右,表明该方法仍然具有较高的执行效率,可用于实时视频流量计数。 相似文献
6.
基于类Haar特征的驾驶者人眼疲劳状态的检测方法研究 总被引:1,自引:1,他引:0
使用摄像头采集视频图像,对输入图像做预处理(图像灰度化、中值滤波等);通过学习训练的方法构造基于类Haar特征的层叠式分类器,利用基于类Haar特征的层叠式分类器从输入图像中直接定位人眼;把人眼部分的图像截取出来,二值化人眼图像;然后计算二值化图像中垂直方向上瞳孔的宽度大小,从而判断眼睛的状态;最后通过多次的捕捉,计算眼睛闭合的频率来得出其疲劳状态。试验验证了上述算法的有效性。 相似文献
7.
8.
为了能够获取高速公路上的车流信息,基于电磁感应原理,设计了一种基于环型感应线圈传感器的单片机检测系统.通过检测、采集、分析振荡频率,可得到车流量计数、车速及车辆的分类等信息.介绍了工作原理、数据采集及硬件结构组成. 相似文献
9.
10.
11.
12.
13.
随着经济的发展.长江干线上建桥越来越多.跨江大桥对船舶航行安全造成了一定的威胁。通过建立长江大桥水域通航环境危险度评价指标体系,根据各指标对安全影响程度的研究结论和专家调查结果.确立通航环境危险度评价标准.并应用模糊综合评价的方法实现对桥区通航环境危险度的综合评价.从而掌握桥区通航环境的安全状况。 相似文献
14.
轨迹聚类在船舶行为分析与海事监管等领域发挥着重要作用。船舶轨迹存在长度与采样率不一致、结构差异明显等特点,在大范围水域难以实现大量船舶轨迹的高精度与快速聚类。针对该问题,在利用船舶自动识别系统获取海量船舶历史航行数据的基础上,提取与船舶航行行为、船舶交通密度相关的位置特征点,进而提出了多特征点驱动的船舶轨迹聚类方法。针对船舶航行时在大多数情形下具有保向、保速的特点,采用数据压缩的方法捕获船舶航行状态以及船舶航向发生显著变化的轨迹点,作为船舶轨迹结构特征点;针对目标水域中某些特定区域常存在船舶交叉会遇的情形,利用概率密度估计法分析船舶交通流的空间分布特点,并提取船舶会遇局面下的轨迹点,作为船舶交通流特征点;为剔除2类特征点中的异常值,采用密度聚类算法对特征点进行聚类,进一步提高特征点提取的可靠性,并将聚类结果中每类特征点的中心作为代表性特征点;统计途经代表性特征点的船舶轨迹分布情况,将具有相似分布的船舶轨迹视为同一类。实验结果表明:相比于常用的K-medoids聚类、层次聚类、谱聚类和DBSCAN等方法,提出的轨迹聚类方法在成山头水域、长江口南槽水域及舟山水域等典型区域均可获得优异的聚类结果;在上述典型水域,平均轮廓系数分别提升约53%,71%,63%和41%,戴维森堡丁指数分别降低约57%,67%,63%和45%;同时,此方法可平均降低约56%的聚类时间,显著提升了船舶轨迹数据聚类分析的效率。 相似文献
15.
随着船舶数量的日益增长,密集通航水域AIS系统的信道负载迅速增大,出现系统时隙冲突、信道拥塞、AIS网络通信异常等现象,导致AIS应用的可信度降低,成为船舶航行安全的隐患.为了更为精确、及时地反映AIS网络通信性能的实际状况,基于AIS综合应用平台实时监测AIS网络通信性能指标,以长江武汉段AIS数据为基础,选取一周的指标监测数据,从网络容量、网络信道负载率、网络吞吐率、网络阻塞率、网络利用率5个方面对该水域AIS网络通信性能进行评价分析,并通过仿真研究了AIS网络通信性能的变化趋势和极限状况.研究结果表明现阶段长江干线武汉段AIS网络信道负载率在15%左右,吞吐率接近100%,通信性能良好.随着船舶数的增加,网络信道负载率达到60.5%时,出现AIS网络通信阻塞现象,并得到通信阻塞时13种运动状态下的船舶数分布.研究结果客观、准确地反映了研究水域的AIS网络通信性能,为内河海事主管机关监控、管理、调控AIS系统提供技术支撑. 相似文献
16.
船舶流量预测是船舶交通流研究的重要内容,建立科学合理的船舶流量预测模型有助于航道的设计、规划和管理。将传统的单断面船舶交通流预测方法向多断面进行改进和推广,提出基于状态空间和卡尔曼滤波的多断面交通流预测模型。利用船舶交通流多断面流量数据的时间序列进行多维线性回归,并转化为状态空间模型形式;在此基础上由卡尔曼滤波算法对交通流量进行递推预测,得到多断面交通流的预测值。作为实证研究,分别对武汉长江大桥、武汉长江二桥2个断面,以及长江重庆段朝天门、万州、巫山3个断面进行实际数据分析来验算模型的有效性,并与单断面多维线性回归预测方法进行对比。结果表明,使用状态空间模型得到的武汉长江大桥、二桥预测结果的平均相对误差分别减少4.59%,0.97%;而重庆段3个连续观测点采用状态空间法预测比使用时间序列预测平均绝对误差和平均相对误差均有不同程度的降低,其中平均相对误差分别降低1.08%,4.28%, 3 .54%。因此,在不同时间维度上,该模型有助于提高多断面交通流预测精度。 相似文献
17.
长江三角洲地处长江和钱塘江与东海的入海口,水域环境复杂,气象条件恶劣。大型公路桥梁是长江三角洲区域道路交通网中的重要通道,对减少区域间行车时间、促进区域经济发展起着重要的作用。因此,长江三角洲区域大型公路桥梁的交通安全研究具有重要的现实意义。基于苏通大桥通车以来的交通事故资料,对事故的时空分布、事故形态、车辆类型、天气状况等多角度进行了分析。分析得出,交通高峰时段是交通事故高发时段,周五事故最多,2月、9月、10月是事故高发月,事故类型主要是撞物和追尾,事故车型以轿车为主,雨天事故率最高,事故原因与车流、天气、人的失误及车辆自身性能有关,并提出一些改善建议。研究结果为大桥管理部门制定行之有效的预防控制策略、减少交通事故提供了一定的理论依据。 相似文献
18.
青山长江公路大桥作为武汉长江上第11座大桥,是武汉市四环线的重要过江通道。大桥采用双向八车道高速公路标准建设,全长7.548 km,设计速度为100 km/h,南汊主跨设计为938 m双塔双索面钢箱及钢箱结合梁斜拉桥,是目前世界上跨度最大的全漂浮体系斜拉桥,桥宽48 m,也是目前长江上最宽的桥梁。文中从项目背景、工程概况、过江通道拟定、起终点衔接、路线平纵横设计等方面,介绍了青山长江公路大桥的路线总体设计思路和设计重难点。 相似文献
19.
为了研究长江内河各航段复杂多变的航道环境对水路货物运输的影响,根据船舶AIS数据及三峡船闸过闸数据建立一种考虑不同月份、不同航段的船舶逆水而上、顺流而下2种情况的货运阻抗函数,并基于Matlab求解得到长江内河重要港口节点之间不同月份的时间阻抗矩阵.以2010年10月船舶签证数据为例,结合距离阻抗矩阵和时间阻抗矩阵,标定阻抗函数为幂函数和指数函数下的重力模型的参数,建立相应的货运分布模型.并在不同模型下分别预测了2012年10月货运量分布情况.对货运实际观测值和模型预测值结果进行货运距离分布(trip length distribution,TLD)方法检验.结果显示,以时间为阻抗指标的幂函数和指数函数重力模型预测结果的重合率(coincidence ratios,CR)值分别为0.83和0.86,比对应的以距离为阻抗指标的预测结果的CR值0.81和0.82要高,所建立的以时间阻抗模型更能反映长江内河货运实际情况. 相似文献