【正文】 參考文獻(xiàn)1 ,7(4):262265．2 WENG Muyun,HUANG Guoce,DA new interframe difference algorithm for moving target detection[C]Proc of the 3rd International Congress on Image and Signal :285289．3 MOHAMED S S,TAHIR N M,ADNAN modeling and background subtraction performance for object detection[C]Proc of the 6th Inter national Colloquium on Signal Processing and : 236241．4 ,3(1):13．5 [M].北京:科學(xué)出版社,:25.6 SENST T,EVANGELIO R H,SIKORA people carrying objects based on an optical flow motion model[c]Proc of IEEE Workshop on Applications of Computer DC:IEEE Computer Society,2011:301306．7 陳明生,梁光明,[J].中國圖象圖形學(xué)報,2011,16(6):10021007．8 ,5(2):1823.9 LEE S,LEE J,HAYES M H,et background generation for automatic detection of initial object region in multiple colorfilter aperture camerabased surveillance system[J].IEEE Trans on Consumer Electronics,2012,58(1):104110．10 Ichiro Brief History of :Massachusetts Institute of :128—131．11 史新宏,26(1):2634.12 ,6(1):3438.13 ,8(2):23—26．14 ,2(1):1112．15 :37 16 巨永鋒,24(1):92—95.17 郁梅,蔣剛毅,[j].計算機(jī)工程與應(yīng)用,2001,10:l0l103.18 楊明,宋雪峰,王宏,[J].計算機(jī)工程與應(yīng)用,2001,9:47.19 Grimson W E Pattems of Activity Using RealTime Tracking[J].IEEE Trans PAMl,2000,22(8):747 757.20 ,and ,“Realtime foreground—background segmentation using codebook model,”Real—Time Imaging 2005(11):167—256．21 張麗,畢剛,[J].公路交通科技，2003，4(20)：8891．22 李忠武,[J].計算機(jī)應(yīng)用研究,2000,17(12):19—20．23 付耀文,黎湘,[D].電子學(xué)報,2004,32(9):1433—1435．24 吳祖林,沈慶紅,．(6):1820．25 ,1998:107115．26 邊肇棋,2000:204220．27 Kato,Image—processing traffic flow measuring System of the Hokuriku Express way,IAPRW orkshop on Computer VisionSpecial Hardware and Industrial Applications,Tokyo,1 988,9598．28 amp。,Analysis of Road Images Sequences for VehicleCounting,Intelligent Systems for the 2 1”Century,IEEE International Conference on Published:1995 Volume,679—683．I 致謝 致謝本論文是在燕山大學(xué)電氣工程學(xué)院工業(yè)自動化儀表系劉剛老師的悉心指導(dǎo)下完成的。劉剛老師作為一名優(yōu)秀的、經(jīng)驗豐富的教師，具有豐富的計算機(jī)領(lǐng)域知識和指導(dǎo)經(jīng)驗，在整個論文實(shí)驗和論文寫作過程中，對我進(jìn)行了耐心的指導(dǎo)和幫助，提出嚴(yán)格要求，引導(dǎo)我不斷開闊思路，為我答疑解惑，鼓勵我大膽創(chuàng)新，使我在這一段寶貴的時光中，既增長了知識、開闊了視野、鍛煉了心態(tài)，又培養(yǎng)了良好的實(shí)驗習(xí)慣和科研精神。在此，我向我的指導(dǎo)老師表示最誠摯的謝意！ 在論文即將完成之際，我的心情久久無法平靜，從開始選題到順利論文完成，有不知多少多少可敬的師長、同學(xué)、朋友給了我無數(shù)的幫助。感謝工業(yè)自動化儀表系全體老師給予我豐富的專業(yè)知識和各個方面的關(guān)心和幫助，同時也要感謝燕山大學(xué)里仁學(xué)院電氣工程系09級工業(yè)自動化儀表2班全體同學(xué)，正是由于你們的幫助和支持，我才能一個一個克服困難、解明疑惑，直至本文順利完成，在這里請接受我誠摯的謝意！最后我還要感謝培養(yǎng)我長大含辛茹苦的父母，謝謝你們！39附錄1 附錄1燕 山 大 學(xué)本科畢業(yè)設(shè)計（論文）開題報告課題名稱：基于機(jī)器視覺的路況監(jiān)測系統(tǒng)設(shè)計學(xué)院（系）： 里仁學(xué)院 年級專業(yè)： 09工業(yè)自動化儀表2班 學(xué)生姓名： 王昌匯 指導(dǎo)教師： 劉剛 完成日期： 2013年3月27日 綜述本課題國內(nèi)外研究動態(tài)，說明選題的依據(jù)和意義當(dāng)今時代是一個經(jīng)濟(jì)科技日新月異的時代，隨著城市化的進(jìn)展和汽車的普及，無論是在發(fā)展中國家還是發(fā)達(dá)國家，交通擁擠加劇、交通事故頻繁、交通環(huán)境惡化等問題都變得日趨嚴(yán)重。汽車數(shù)量的急劇增加，導(dǎo)致現(xiàn)有道路結(jié)構(gòu)遠(yuǎn)遠(yuǎn)不能滿足經(jīng)濟(jì)發(fā)展的需要。在這種背景下，人們已逐漸意識到單依靠道路的建設(shè)永遠(yuǎn)不可能滿足日益膨脹的交通需要，必須依靠高科技來改進(jìn)現(xiàn)有的道路運(yùn)輸系統(tǒng)，進(jìn)行有效的交通管理，于是，智能交通系統(tǒng)的概念應(yīng)運(yùn)而生。目前國內(nèi)外關(guān)于路況監(jiān)測的主流方式有：技術(shù)原理應(yīng)用優(yōu)點(diǎn)缺點(diǎn)超聲波監(jiān)測超聲波反射車輛檢測，車流量體積小易于安裝性能隨環(huán)境溫度和氣流影響而降低微波監(jiān)測多普勒效應(yīng)車速在惡劣氣候下性能出色全天候工作，可檢測靜止的車輛，可以側(cè)向方式檢測多車道模擬微波接收靈敏度不高，微波傳送距離受一定限制，干擾能力弱傳統(tǒng)可見光視頻監(jiān)測（基于機(jī)器視覺）數(shù)字圖像處理交通監(jiān)控、轉(zhuǎn)彎情況、車輛分類、跟蹤車輛、車流量、排隊長度、車速可為事故管理提供可視圖像可提供交通管理信息單臺攝像機(jī)處理器可檢測多車道大型車輛能遮擋隨行小型車輛陰影、積水反射或晝夜轉(zhuǎn)換可造成檢測誤差紅外線視頻監(jiān)測主動：紅外線被遮擋被動：車輛發(fā)出紅外線主動：車速；被動：車輛檢測晝夜可采用同一算法而解決晝夜轉(zhuǎn)換問題，可提供大量交通管理信息可能需要很好的紅外線交平面檢測囂，也就是要提高功率，降低可靠性，來提高靈敏度聲學(xué)監(jiān)測聲學(xué)特征車輛識別根據(jù)特定車輛的聲學(xué)特征識別該車輛為識別車輛需將接收信號進(jìn)行，大量的除去背景靜噪聲的處理磁力計監(jiān)測電磁感應(yīng)車流量檢測可檢測小型車輛，包括自行車，適合在不便安裝線圈場臺采用很難分辨縱向過于靠近的車輛感應(yīng)線圈監(jiān)測電磁感應(yīng)車流量，車速線圈電子放大器己標(biāo)準(zhǔn)化，技術(shù)成熟、易于掌握，計數(shù)非常精確安裝過程對可靠性和壽命影響很大，修理或安裝需中斷交通，影響路面壽命，易被重型車輛，路面修理等損壞激光雷達(dá)監(jiān)測激光反射車輛檢測，車速，車輛高度和寬度精確，環(huán)境適應(yīng)性好成本高，安裝難度大上述方法對大量的動態(tài)車流信息的檢測，均不理想。與以上方法相比，改進(jìn)基于視頻的車流量檢測方法具有許多優(yōu)點(diǎn)：從視頻圖像中提取可靠信息，完成道路交通的監(jiān)視工作，可提高道路、車輛的自動化程度．交通監(jiān)視控制系統(tǒng)中安裝的視頻攝像機(jī)比安裝其它傳感器更經(jīng)濟(jì)，且破壞性低，實(shí)際道路交通系統(tǒng)中已經(jīng)安裝了許多攝像機(jī)用于道路交通監(jiān)視和控制．傳統(tǒng)視頻檢測方法基于工控機(jī)，其算法成熟，且已形成相關(guān)產(chǎn)品。但其也有缺點(diǎn)：由于通用CPU沒有專用的硬件乘法器，故很難實(shí)現(xiàn)圖像的時實(shí)性處理；采用通用工控機(jī)，運(yùn)行Windows系統(tǒng)，成本高，要時刻關(guān)心機(jī)器有沒死機(jī)，系統(tǒng)有沒感染病毒，操作系統(tǒng)的補(bǔ)丁升級等問題。 1978年，美國JPT(加州帕薩迪納市的噴氣推進(jìn)實(shí)驗室)首先提出了運(yùn)用機(jī)器視覺來進(jìn)行車輛的檢測的方法，幾年后，美國明尼蘇達(dá)大學(xué)的研究人員研制了第一個可以投入實(shí)際使用的基于視頻的車輛檢測系統(tǒng)1991年，美國加州理工大學(xué)對在高速公路上運(yùn)用視頻方祛的檢測技術(shù)進(jìn)行了評估，在評估報告中對當(dāng)時采用的不同的視頻車輛檢測技術(shù)詳盡地進(jìn)行了分析。此后，美國國防高級研究計劃局(DARPA)資助卡內(nèi)基梅隆大學(xué)、戴維SARNOFF研究中心等著名大學(xué)和公司合作，聯(lián)合研制了視頻監(jiān)視與監(jiān)控系統(tǒng)VSAMIl和HID。目前，世界上在視頻車輛檢測領(lǐng)域最著名的公司是美國ISS(Image Sensing System)和Peek TramC System Ine．兩家公司，它們代表了視頻交通領(lǐng)域的最高水平，其產(chǎn)品覆蓋了大部分的市場份額。其中ISS的AutoScope系列以及Peek的Video Track系列都是智能交通領(lǐng)域比較成熟的產(chǎn)品。 我國的視頻檢測系統(tǒng)是在世界智能交通熱的推動下逐漸發(fā)展起來的。國內(nèi)對車輛視頻監(jiān)控系統(tǒng)非常關(guān)注，中科院自動化所模式識別國家重點(diǎn)實(shí)驗室視覺監(jiān)控小組自行設(shè)計了一個擁有完全自主版權(quán)的交通監(jiān)控原型系統(tǒng)Vstar，完成從運(yùn)動車輛檢測到跟蹤以及行為分析。中國科學(xué)院自動化研究所模式識別國家重點(diǎn)實(shí)驗室從20世紀(jì)90年代初開始研究基于三維模型的智能視覺監(jiān)控系統(tǒng)，領(lǐng)導(dǎo)視覺監(jiān)控小組，針對系統(tǒng)中若干關(guān)鍵性問題像車輛檢測、跟蹤以及車輛行為分析，進(jìn)行了深入的研究和探討，取得了一定的研究成果。目前，國內(nèi)的哈工大交通電子技術(shù)有限公司，浙大電信研究所，北京清華紫光股份有限公司等幾家企業(yè)也進(jìn)行了一些視頻檢測產(chǎn)品的開發(fā)研究，如清華VISATARAM系統(tǒng)通過分析兩幅2D．ST(Spatio．Temporal)來獲取車流車速等交通參數(shù)，等等。但是，相對國外產(chǎn)品，國內(nèi)廠商在視頻監(jiān)控技術(shù)的研究基礎(chǔ)方面比較薄弱，尤其是視頻檢測技術(shù)的核心——圖象處理和模式識別技術(shù)的研究滯后于國外。目前主流的機(jī)器視覺檢測的優(yōu)點(diǎn)是：可為事故管理提供可視影像，可提供大量交通管理信息，單臺攝像機(jī)和處理器課檢測多車道；缺點(diǎn)是：大型車輛能遮擋附近的小型車輛，陰影、積水反射或晝夜轉(zhuǎn)換可造成檢測誤差等。基于視頻處理的運(yùn)動目標(biāo)檢測和提取技術(shù)主要可以分為:立體視覺分析法、運(yùn)動目標(biāo)模型法、幀間差分法、背景差分法、光流法、邊緣檢測法、運(yùn)動矢量檢測法等。 研究的基本內(nèi)容，擬解決的主要問題 本課題研究的主要內(nèi)容是基于機(jī)器視覺的道路監(jiān)控系統(tǒng)設(shè)計。需要研究的基本內(nèi)容有： 從背景差分法、幀間差分法及光流場法中選取一種掌握透徹的做為本次設(shè)計的核心算法； 研究背景差分法、幀間差分法及光流場法等算法具體操作流程，并進(jìn)行適當(dāng)改進(jìn)； 建立求取視頻圖像的靜態(tài)數(shù)學(xué)模型； 通過數(shù)字圖像相關(guān)處理操作，對截取的視頻圖像進(jìn)行處理； 使用MATLAB仿真技術(shù)進(jìn)行仿真實(shí)驗； 對誤差、干擾等進(jìn)行合理補(bǔ)償；經(jīng)過初步分析，需要解決的主要問題在于：深入了解機(jī)器視覺領(lǐng)域相關(guān)知識；選取合適的算法、建立穩(wěn)定的數(shù)學(xué)模型；如何對截取圖像進(jìn)行處理；如何對誤差及干擾進(jìn)行補(bǔ)償；設(shè)計完整的路況監(jiān)測系統(tǒng)模型。三、研究步驟、方法及措施 研究步驟：進(jìn)行資料收集，積極地多方面地收集相關(guān)資料；系統(tǒng)與數(shù)據(jù)分析，分析收集到所有相關(guān)的數(shù)據(jù)和資料；得到數(shù)據(jù)后建立合理的系統(tǒng)用以完成分析，并校準(zhǔn)結(jié)果；進(jìn)行實(shí)驗仿真研究方法：熟悉圖像處理學(xué)的基本理論及一些當(dāng)下常用的圖像處理技術(shù)；選擇器件，圖像檢測系統(tǒng)的設(shè)計；圖像數(shù)據(jù)分析及校準(zhǔn)；實(shí)驗仿真；四、研究工作進(jìn)度 第1周～第4周:查閱相關(guān)資料，了解圖像處理的相關(guān)知識；第5周～第8周:學(xué)習(xí)并掌握視頻圖像分析的相關(guān)知識的原理、方法并進(jìn)行設(shè)計；第9周～第12周:數(shù)據(jù)分析校準(zhǔn)及實(shí)驗仿真；第13周～第16周:整理資料并撰寫論文；第17周～第18周:整理論文，修改完善，準(zhǔn)備答辯； 主要參考文獻(xiàn) 1 .(碩士學(xué)位論文).天津: 天津工業(yè)大學(xué), 2011：14．2 張飛．基于機(jī)器視覺的公路車流量檢測系統(tǒng)設(shè)計與開發(fā).(碩士學(xué)位論文).北京：中國農(nóng)業(yè)大學(xué)，2007：23．3 葉海炳．基于視頻的汽車流量檢測.(碩士學(xué)位論文).重慶：重慶大學(xué)，2004：56.4 武長順．城市交通領(lǐng)域中的系統(tǒng)工程．天津大學(xué)學(xué)報，2005，7(4)：262265．5 黃衛(wèi)．中國城市發(fā)展的優(yōu)先計劃一可持續(xù)交通．城市交通，2005，3(1)：13．6 王菊仙．我國城市發(fā)展存在的問題及對策．金融學(xué)院學(xué)報，2004，5(2)：1823．7 Ichi