导读:本文包含了交通参数采集论文开题报告文献综述及选题提纲参考文献，主要关键词:交通工程,交通信息采集,交通状态判别,视频分析
交通参数采集论文文献综述
朱盠,周后飞,刘玉印[1]（2018）在《城市出入口立交道路交通参数采集与通行状态判别技术研究》一文中研究指出城市出入口立交的通行状态是影响城市交通管理与出行诱导策略的重要因素,为了弥补固定型检测手段采集覆盖面小、获取立交路面交通信息少的不足,提出了基于无人机视频的城市出入口交通参数提取及通行状态判别方法。首先对无人机航拍采集的视频图像进行预处理和分析,通过背景建模和运动目标检测跟踪方法提取无人机悬停航拍视频中的交通流量、流速和占有率等参数;然后利用图像特征匹配方法校对不同拍摄角度与实际立交地理位置图,校准图像中的实际地理位置信息;最后,结合城市出入口立交特点建立基于运动目标占有率的通行状态判别模型,解决了通过无人机视频自动判别立交整体通行状态的问题。无人机视频技术的应用可为城市出入口交通诱导和交通应急管理提供前期决策依据。(本文来源于《公路交通技术》期刊2018年06期）
周君[2]（2013）在《基于时空马尔可夫随机场交通参数采集系统研究》一文中研究指出可靠的车辆跟踪是实现交通事件自动检测的重要前提,车辆跟踪中的车辆相互遮挡则是影响车辆跟踪结果的关键因素。针对这一难题,提出了一种基于时空马尔可夫随机场(简称ST-MRF)模型的车辆跟踪算法,用以得到目标地图和运动矢量地图。在目标地图和运动矢量地图的基础上提取交通参数,然后通过摄像机标定技术,获得实时的车速以及车辆运动坐标,最后通过对交通流叁参数的分析,得到实时的交通流运行特征。这可为以后的交通事件检测提供依据。(本文来源于《计算机科学》期刊2013年10期）
吴丛新[3]（2012）在《基于视频的交通参数采集算法研究》一文中研究指出随着日益增长的交通压力,传统的交通信息参数采集技术已经不能很好地满足实际需求。基于视频的检测技术已成为交通信息参数提取的最有效的方法之一。本文以固定摄像机摄取的交通场景视频图像作为研究对象,以获取场景内的交通信息参数为目的,在对当前摄取的交通场景视频图像进行背景提取、目标检测、分割、阴影去除和目标跟踪的基础上,完成对交通信息参数的采集。本文的工作主要如下：首先,提出本文的交通信息参数采集算法的流程并对每个部分进行了简要的说明,介绍了一些数字图像预处理的基础知识。其次,对车辆提取的各关键技术进行了介绍和分析,重点介绍了背景提取及更新方法,并对其中的统计直方图法进行了改进。一方面,改进后的方法的计算量大为减少,能够满足实时处理要求；另一方面,对于车辆较多或车辆运动速度较慢的情况,本方法取得的效果比其他几种方法更好。然后,详细讨论了几种常用的阴影去除算法,并编写MATLAB程序对其效果进行了对比分析。原有的基于边缘信息的阴影去除算法通过水平扫描和垂直扫描来重构运动目标部分。但当车辆较多时,由于空间位置的遮挡而将导致阴影去除不干净。鉴于此,本文对图像重构部分提出新的算法,即通过使用滑动窗口来判定各个不同目标的像素的归属。实验验证与原有的方法相比,本文方法的阴影去除效果更好。最后,提出了本文最关键的车流量及车速的提取算法：虚拟线圈法和车辆跟踪法。设置好虚拟线圈之后,计算线圈内属于车辆的像素数目与线圈面积的比例,将之与设定好的阈值进行比较,从而判定是否有车辆通过,然后通过设置两个状态参数巧妙的避免了车辆被重复计数。针对车辆断裂问题,本文根据其空间信息提出了一种车辆融合算法,成功地将断裂开来的车辆部分重新融合为其对应的同一辆车,从而大大减小了车辆跟踪的误差。(本文来源于《湖北大学》期刊2012-05-10）
刘涛,路小波,施毅,刘斌[4]（2006）在《一种基于车辆跟踪的微观交通参数采集方法》一文中研究指出微观交通参数采集是智能交通中的重要技术。本文用基于车辆跟踪的方法提取微观交通参数。首先,利用动态图像处理技术进行车辆跟踪;然后,建立适于交通参数采集的摄像机模型:在此基础上,提出了基于车辆跟踪的车辆位置检测算法,瞬时速度估计算法,并阐述了其它交通参数采集方法。试验表明,这些方法可以有效的提取交通参数,实施方便。(本文来源于《交通运输工程与信息学报》期刊2006年02期）
陈阳[5]（2005）在《基于视频的交通参数采集系统的研究与实现》一文中研究指出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,也面临着交通拥挤的困惑。然而直接地去修建更多的路桥却根本赶不上车辆的发展速度。在现有的条件下,提高交通控制和管理水平,合理使用现有交通设施,充分发挥其性能,是解决交通问题的有效方法之一。随着计算机硬件技术和计算机视觉技术的发展,基于计算机视觉的交通监控系统成为可能。基于视频车辆的实时检测和跟踪是智能交通监控系统的核心部分。目前存在的检测和跟踪技术在复杂场景下、大范围、多目标的情况下,运动目标的分割和跟踪的效果不是很理想,需要进一步改善。就此现状,本文主要做了如下研究工作: 采用了基于混合高斯分布的自适应背景模型区分前景和背景,从而对前景运动目标进行捕捉,但是此方法忽略了相邻像素的相关性,本文通过形态滤波的方法对其进行了改进。 在跟踪方面提出了以扩展卡尔曼滤波为基础的跟踪模型,对物体进行跟踪。通过采用扩展卡尔曼滤波模型,减小了搜索范围提高了搜索的精度和算法的效率。并使用彩色直方图来对前后帧之间对应的目标区域图像进行匹配。 在交通参数测量方面,通过将屏幕坐标转换为真实世界坐标,然后根据真实世界坐标,实现了对车速车型等数据进行测量。 最终实现的系统,适用于大面积、多目标的复杂场景,能排除干扰,统计车流量、车速和简单的车型分类,可应用于高速公路和城市交通的管理中。(本文来源于《西北大学》期刊2005-05-01）
陈阳,周明全,耿国华[6]（2004）在《基于卡尔曼滤波的交通参数采集系统》一文中研究指出基于计算机视觉的交通监控系统,已成为交通管理的主要手段,车辆的实时检测和追踪是智能交通监控系统的核心。文中介绍了公安部智能交通项目的交通信号采集模块中使用的关于多物体追踪的一些方法,主要采用了子特征提取方法和kalman滤波统计模型,建立起物体的追踪模型。在其基础上实现目标的检测和追踪,及最终的交通参数的测量。(本文来源于《微机发展》期刊2004年12期）
徐惠娟,石海[7]（1997）在《一种自动道路交通参数采集处理系统》一文中研究指出本文叙述了一种自动道路交通参数采集系统，该系统可采集道路的交通流量、车头距、速度、占有率和密度等交通参数，并分析了这种参数互相间的关系以及如何利用这些参数判定道路的运行状况(本文来源于《上海大学学报(自然科学版)》期刊1997年03期）
交通参数采集论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
可靠的车辆跟踪是实现交通事件自动检测的重要前提,车辆跟踪中的车辆相互遮挡则是影响车辆跟踪结果的关键因素。针对这一难题,提出了一种基于时空马尔可夫随机场(简称ST-MRF)模型的车辆跟踪算法,用以得到目标地图和运动矢量地图。在目标地图和运动矢量地图的基础上提取交通参数,然后通过摄像机标定技术,获得实时的车速以及车辆运动坐标,最后通过对交通流叁参数的分析,得到实时的交通流运行特征。这可为以后的交通事件检测提供依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交通参数采集论文参考文献
[1].朱盠,周后飞,刘玉印.城市出入口立交道路交通参数采集与通行状态判别技术研究[J].公路交通技术.2018
[2].周君.基于时空马尔可夫随机场交通参数采集系统研究[J].计算机科学.2013
[3].吴丛新.基于视频的交通参数采集算法研究[D].湖北大学.2012
[4].刘涛,路小波,施毅,刘斌.一种基于车辆跟踪的微观交通参数采集方法[J].交通运输工程与信息学报.2006
[5].陈阳.基于视频的交通参数采集系统的研究与实现[D].西北大学.2005
[6].陈阳,周明全,耿国华.基于卡尔曼滤波的交通参数采集系统[J].微机发展.2004
[7].徐惠娟,石海.一种自动道路交通参数采集处理系统[J].上海大学学报(自然科学版).1997