导读:本文包含了交通流量检测系统论文开题报告文献综述及选题提纲参考文献，主要关键词:智能交通,视频分析技术,分布式处理,交通流量检测
交通流量检测系统论文文献综述
张洪[1]（2018）在《基于分布式智能视频分析的交通流量检测系统设计与实现》一文中研究指出随着城市道路交通流量日益增大,如何高效率、低成本的解决交通拥堵是智能交通领域的重点研究内容。使用视频分析技术统计监控视频中的交通流量数据,可以为交通管理部门进行拥堵疏导提供参考依据。由于车辆密度和路况条件等因素,不同交通密度场景下车流量统计的需求不同。基于此,本文针对低交通密度场景,提出了基于预视频切分和帧差法的分布式交通流量检测方法;针对高交通密度场景,提出了基于视频帧段分布式处理和背景差法的交通流量检测方法。并最终实现高效率的交通流量检测系统。本文主要研究工作如下:(1)研究低密度分布式交通流量检测方法。现有检测方法对交通密度低的场景进行交通流量统计时,通常存在检测速度较慢的问题。本文预先将完整视频切成若干个短视频,并设计Spark视频完整读取方案,再使用两帧差法实现视频的分布式车流量统计,提升交通流量统计速度。(2)研究高密度分布式交通流量检测方法。对交通密度高的场景进行交通流量统计时,传统检测方法存在漏检及统计速度较慢的问题。通过研究视频帧段分布式读取方式和Spark数据倾斜解决方法,本文提出自定义视频帧段读取方案和任务平均分配法,并通过背景差法对视频帧段进行分布式车流量统计,在保证准确率较高的同时提升检测速度。(3)设计实现高低密度场景交通流量检测系统。通过系统业务需求进行功能模块的分析与设计,实现不同交通密度场景下的车流量分布式统计、统计结果展示等功能,并使用Spring、SpringMVC、Hibernate等技术进行系统构建。最后,通过功能测试和性能测试,验证了本系统在不同交通场景下具有较快的检测速度和较高的准确率。本文的研究成果能在真实场景中应用,并有利于交通流量检测研究的发展。(本文来源于《电子科技大学》期刊2018-03-23）
张晨[2]（2018）在《基于无人机的交通流量检测系统的研究与实现》一文中研究指出智慧城市,智能交通已成为未来发展趋势。随着近年来无人机技术和计算机视觉技术快速发展,无人机被尝试应用于城市道路交通管理之中。本文对无人机车流量视频自动检测和分析进行了深入的研究与实现。本文工作主要分为如下几个部分:首先,针对无人机拍摄视频普遍存在的两类问题:光照变化问题和视频抖动问题,提出了对原始视频进行预处理的方案。针对光照变化问题,提出了通过多通道直方图匹配方案来解决,以得到光照条件恒定的视频;针对视频抖动问题,提出了筛选的ORB特征点匹配变换方案来进行位置配准,以得到图像位置稳定的视频。其次对车辆计数进行研究。设计了车辆特征提取方法并使用时序直方图来进行车辆计数。针对时序直方图中容易带来的车窗效应问题和行人、非机动车等干扰问题,设计了抗干扰的特征时序直方图的车流量计数算法。实验结果表明,该算法能够有效排除车窗、行人、非机动车等干扰,得到较精确的车流量计数统计。然后对车辆信息统计进行研究。针对光流点跟踪容易出现的问题,提出了对光流跟踪点集进行筛选,进而对车速进行估计的方法。并以此为基础,设计了基于光流的车身长度统计算法,从而进行车型分类和轨迹追踪。最后设计并实现了无人机交通流量统计分析系统,给出其主要功能模块。并使用系统进行样本视频统计实验,实验结果与其它方法比较,具有较高的准确率。(本文来源于《南京航空航天大学》期刊2018-01-01）
张文明[3]（2016）在《蓝牙交通流量检测系统及交通事件检测算法研究》一文中研究指出随着交通运输业的迅速发展,汽车数量急剧增加,极大地降低了道路的通行能力,导致了交通事件的频繁发生,严重影响了人们的生命财产安全。如何及时准确地获取道路上的交通流量信息,实时有效地检测出交通事件的发生,成为了备受学者关注的热点问题。近些年来,旨在解决这些问题的交通流信息检测技术及交通事件检测算法已经成为智能交通领域的研究热点。本文在研究了交通流数据特性及交通事件检测原理的基础上,对交通流量检测系统及交通事件检测算法进行了深入的研究,研究的主要内容包括为以下叁点。1)论文设计了一种由蓝牙、加速度计和北斗导航定位(BD)为主要模块的交通流量检测系统:选用以飞思卡尔ARM Cortex-M4为内核的K60芯片为主控制器,开发了交通流量检测系统的车内部分和公交站台显示牌部分;以加速度计与北斗导航定位模块组合实现了精确测量车速的功能;采用CC2540模块作为蓝牙的主机与从机,在蓝牙4.0的研究基础上,开发了蓝牙主机与从机的无线连接,实现了对交通流量的检测;2)论文通过修改样本的隶属度、优化聚类数目c对模糊C均值聚类算法进行了改进,使其克服了传统FCM复杂度高以及对孤立点敏感的影响。将改进的FCM与SVM相结合应用于交通事件检测算法之中:首先选取车流量、平均车速、车辆占有率做为算法的输入参量,利用FCM算法对输入参量进行一次粗糙的预测分类,然后将预测分类后的隶属高的样本作为支持向量机的训练样本,建立分类模型,通过模型训练形成判断各特征类别的判别函数来进行事件的检测;3)论文提出了一种语义技术与支持向量机相结合的事件检测新方法:利用车流量、平均车速、车辆占有率作为输入参量,利用支持向量机进行初步的检测分类;然后建立交通事件检测领域本体模型,并将支持算法处理后的数据与数据采集的地点信息构成异构数据作为本体的实例,最后根据事件检测的特征提取推理规则并运用Jess推理机进行推理,以此来判断交通事件的发生。(本文来源于《江苏科技大学》期刊2016-04-29）
张建华,王欣[4]（2016）在《基于视频采集的交通流量检测系统设计》一文中研究指出随着道路交通流量的增加,如何有效地获取道路交通流信息,对于改善交通效益和交通安全具有十分重要的意义。采用视频采集的方式对交通流量检测系统进行设计,在说明系统工作原理的基础上,对系统硬件部分的元件选型、软件流程及功能进行论述,可为智能交通诱导系统的构建提供理论参考。(本文来源于《交通科技与经济》期刊2016年01期）
姜柏军[5]（2015）在《道路交通流量检测系统的实现》一文中研究指出在智能交通系统中,交通流量数据是整个智能交通控制系统的重要参数。作为视频技术检测交通流量的方法,与传统方式如红外、感应线圈、雷达测流量有显着的特点。该方法引入车辆轮廓检测技术,也是图像处理技术中的一种极其重要的方法。检测不同类型的车辆的轮廓,通过设置的虚拟线圈,经过的虚拟线圈的运动车辆,经过轮廓提取,根据面积填充法来准确的计算车辆的数量,从而计算出车流的数据。实验结果表明通过车辆轮廓提取的方法,检测车辆数据的效率高,降低一定的误检率,有更好的鲁棒性。(本文来源于《通讯世界》期刊2015年21期）
杨建华,王龙飞[6]（2013）在《基于FPGA的交通流量视频检测系统设计》一文中研究指出交通流量采集是智能交通系统的一项关键技术,为了能够准确、稳定、简便地检测到道路交通流量,设计了一种基于FPGA的视频图像车流量检测系统。在该系统中,用FPGA、图像传感器、网络发送控制芯片等搭建硬件平台,在FPGA内部设计了采集控制模块、SDRAM控制模块、色度空间转换模块、接口模块以及显示控制模块,并对各模块进行了仿真,实现了交通流量视频信息从采集到发送的功能。在PC机上实现视频监控图像显示以及利用软件完成交通流量检测。调试结果表明,系统能够较好地完成交通流量视频采集、显示以及检测功能,达到了设计要求。(本文来源于《计算机与数字工程》期刊2013年11期）
刘嘉祁[7]（2013）在《道路交通流量自动检测系统研制与应用》一文中研究指出道路交通流量检测技术是智能交通系统ITS(Intelligent Transportation System)的重要组成部分，是目前ITS获取详尽的、基础数据的主要来源，在整个ITS系统中起到支撑作用。由于检测现场环境复杂多变，目前已有的技术在流量检测的准确性、数据传输的高效性等方面还有待进一步改进。本文的主要工作归纳如下：本文在分析智能交通系统（ITS）的和道路交通流量检测现有技术，即视频检测技术、磁感检测技术、微波检测技术各自的优缺点的基础上，提出采用超声波检测技术，用于道路交通流量检测。本文分析设计了交通流量自动检测系统的整体架构，主要分析了该系统所包含了两个关键子系统：数据采集与检测子系统、远程调试子系统的基本功能，并重点分析和设计了系统的硬件和软件平台的组成结构。然后，本文详细阐述了数据采集与检测子系统的设计与实现原理。对数据采集与检测子系统的功能进行了概述，重点论述了叁个关键子模块：控制与数据采集模块、分析与判断模块、RS485通信模块的设计实现方法。通过该子系统可以计算出车型、车速、车头时距、车头间距等车辆实时信息，进而判断出交通流量状态。同时，本文详细讨论了远程调试子系统的设计与实现原理。对调试子系统的整体功能和工作模式进行了概述，并详细定义了多种调试命令的通信格式，并给出了调试子系统的界面设计。利用调试子系统可接收并显示检测板传回的实时数据包，并提供修改了各类参数的界面与接口，从而供调试人员进行远程分析与系统调试。实现的系统已在实际道路上进行了多次实验，对判断算法的关键参数值进行了调试和校正，并通过多次实验验证了系统在车速计算、车型判断与车流量统计方面的准确性。(本文来源于《湖南大学》期刊2013-04-19）
张献东[8]（2013）在《基于视频虚拟传感器的交通流量检测系统研究》一文中研究指出基于视频虚拟传感器技术的智能交通系统（ITS）在城市交通的规划和管理中发挥着越来越大的作用。智能交通系统是指在数字图像处理技术基础上，对摄像机采集到的视频图像序列进行运算和分析，提取图像中的运动车辆，并对提取车辆的某些方面的信息进行感知与统计。智能交通系统中最关键的技术是如何提取前景运动车辆，这决定了整个智能交通系统的鲁棒性和稳定性。而各种复杂的环境中和不同的条件下（如阴影、光照变化等）对运动目标的提取造成了一定的干扰，那么如何减小或消除这些干扰，是本文研究的重点，也是目前实际应用中一个亟待解决的难题。本论文的主要任务是对基于视频虚拟传感器技术的交通流量监测系统的一个系统研究。首先，讨论分析国内外的运动目标检测技术的研究概况；然后以TI系列DSP（DM6446）为核心，设计了系统硬件平台；接着从系统的角度，分析目标提取与统计算法，在软硬件资源有限的情况下，设计了相关的背景自适应更新算法以及改进了纹理梯度不变性的阴影去除算法，节约系统资源开销，保证了系统的实时性和稳定性；最后是在系统平台的软件部分的实现以及实验结果分析。对于运动目标的提取，在传统的背景差分法的基础上，采用了基于背景纹理梯度方向不变性的特点对疑似阴影区进行分析判断，最终能够完整提取运动目标个体。同时系统设计的时候巧妙地避开冗余干扰较大区域，选择信噪比高的有效信息密集区域进行算法处理，提高了算法的高效性和系统的抗干扰能力。在对目标个数进行统计的时候，虚拟传感器的使用，灵活的把检测带上信息的变化转化为状态机的跳变过程，从而实现对目标个数的统计。实验结果证明，该方法对光照变化具有很好的自适应性，对场景有很强的鲁棒性，且不受车道数目与车影重迭的影响，具备较好的稳定性。(本文来源于《重庆理工大学》期刊2013-04-02）
朱翔[9]（2012）在《基于图像处理技术的交通流量视频检测系统研究》一文中研究指出在智能交通系统监控中，交通流量视频检测是其中一项重要功能，在高速公路、桥涵隧洞、城市道路等场所发挥着突出作用。交通流量视频检测系统面临的技术条件和任务要求都在不断的发展变化，因此其一直是智能交通系统中的研究重点和热点，对其所开展的研究设计还有很大的发展空间。本文主要工作是在图像处理与运动目标检测方面，采用了当前广泛应用在消费电子领域的开源图像处理函数库OpenCV，实现了交通车辆的检测功能。主要工作内容如下：首先，本文广泛调研了交通流量视频检测技术发展的现状。深入分析了现有视频检测的技术难点，把握交通流量视频检测技术的发展趋势，明确了研究的技术难点和重点。其次，本文围绕图像的空间色彩模型、图像的灰度处理、图像的二值处理、图像的数学形态学处理及图像差分运算进行了深入研究。在分析了交通流量视频检测技术的难点和主要处理方案的基础上，提出以叁帧帧间差分与背景差分结合运算的背景更新技术、以色彩空间转换为基础的阴影检测技术和以虚拟线圈检测技术为特征的车辆统计计数方法。最后，系统以在消费电子领域广泛采用的OpenCV为平台，提供了主要的图像处理和运动目标检测程序代码，实现了交通车辆的检测功能，并利用采集的昼夜交通图像进行实验验证。实验表明，在城市一般路段的昼夜交通流量检测准确率达到100%。(本文来源于《燕山大学》期刊2012-03-01）
刘占文[10]（2009）在《基于CMOS线阵图像传感器的交通流量检测系统开发研究》一文中研究指出基于面阵摄像机的视频检测技术近年来在我国公路交通流量检测系统中得到了大量应用。但面阵摄像机采集的交通视频图像中除了所关心的车辆目标外,还存在大量的背景目标,从复杂背景中提取出感兴趣的目标需要复杂的图像处理和分析算法,从而导致系统成本增加,检测性能也受到一定的限制。为了克服上述缺陷,论文深入研究了CMOS图像传感器的基本理论,通过对CMOS线阵图像传感器芯片的像素结构、工作原理以及系统架构等方面的理论分析,提出并研究了一种基于CMOS线阵图像传感器的交通流量检测系统。论文主要完成了“芯片级”CMOS线阵摄像机的开发,提高了成像的空间分辨率,同时缩小了图像数据量,便于复杂算法的分析处理;搭建了基于CMOS线阵图像传感器的交通流量检测系统的硬件平台,采用TI公司最新的图像处理芯片TMS320DM642结合FPGA作为核心,对基于CMOS线阵图像传感器的光学成像器件进行控制,实现了海量图像数据的采集与处理;深入分析了小波变换用于奇异信号检测的基本原理,利用基于小波变换的车辆存在检测算法,并基于VisualC++6.0软件开发平台,采用二次样条函数为基函数对原始图像数据进行小波变换,实现了车辆图像的灰度转化、阈值比较、图像分割等功能;最后通过以太网传输电路将获取的交通流量参数上传至监控中心进行显示与存储。系统测试与工程应用表明,基于CMOS线阵图像传感器的交通流量检测系统,能够克服面阵成像背景干扰大、目标提取难等缺点,有效地提高了交通流量参数的采集速度和检测精度。(本文来源于《长安大学》期刊2009-04-29）
交通流量检测系统论文开题报告
（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：
智慧城市,智能交通已成为未来发展趋势。随着近年来无人机技术和计算机视觉技术快速发展,无人机被尝试应用于城市道路交通管理之中。本文对无人机车流量视频自动检测和分析进行了深入的研究与实现。本文工作主要分为如下几个部分:首先,针对无人机拍摄视频普遍存在的两类问题:光照变化问题和视频抖动问题,提出了对原始视频进行预处理的方案。针对光照变化问题,提出了通过多通道直方图匹配方案来解决,以得到光照条件恒定的视频;针对视频抖动问题,提出了筛选的ORB特征点匹配变换方案来进行位置配准,以得到图像位置稳定的视频。其次对车辆计数进行研究。设计了车辆特征提取方法并使用时序直方图来进行车辆计数。针对时序直方图中容易带来的车窗效应问题和行人、非机动车等干扰问题,设计了抗干扰的特征时序直方图的车流量计数算法。实验结果表明,该算法能够有效排除车窗、行人、非机动车等干扰,得到较精确的车流量计数统计。然后对车辆信息统计进行研究。针对光流点跟踪容易出现的问题,提出了对光流跟踪点集进行筛选,进而对车速进行估计的方法。并以此为基础,设计了基于光流的车身长度统计算法,从而进行车型分类和轨迹追踪。最后设计并实现了无人机交通流量统计分析系统,给出其主要功能模块。并使用系统进行样本视频统计实验,实验结果与其它方法比较,具有较高的准确率。
（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。
交通流量检测系统论文参考文献
[1].张洪.基于分布式智能视频分析的交通流量检测系统设计与实现[D].电子科技大学.2018
[2].张晨.基于无人机的交通流量检测系统的研究与实现[D].南京航空航天大学.2018
[3].张文明.蓝牙交通流量检测系统及交通事件检测算法研究[D].江苏科技大学.2016
[4].张建华,王欣.基于视频采集的交通流量检测系统设计[J].交通科技与经济.2016
[5].姜柏军.道路交通流量检测系统的实现[J].通讯世界.2015
[6].杨建华,王龙飞.基于FPGA的交通流量视频检测系统设计[J].计算机与数字工程.2013
[7].刘嘉祁.道路交通流量自动检测系统研制与应用[D].湖南大学.2013
[8].张献东.基于视频虚拟传感器的交通流量检测系统研究[D].重庆理工大学.2013
[9].朱翔.基于图像处理技术的交通流量视频检测系统研究[D].燕山大学.2012
[10].刘占文.基于CMOS线阵图像传感器的交通流量检测系统开发研究[D].长安大学.2009