2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、采集多種車型的交通信息可以為交通管理和控制提供更全面的參考信息,也可以豐富經(jīng)典交通流理論研究和交通流仿真模型研究。然而目前的大多數(shù)交通信息視頻采集系統(tǒng)只是提供不考慮車型分類的宏觀交通信息,為此設(shè)計了一種多車型交通信息視頻采集系統(tǒng),并在VisualStudio2005編程環(huán)境下使用OpenCV開發(fā)了相應(yīng)的軟件。系統(tǒng)跟蹤駛過的每一輛車,記錄每一輛車的車型和瞬時速度,最終得到區(qū)分車型的流量和速度等多車型交通信息。系統(tǒng)的主要流程包括:檢測初始背

2、景圖像,標(biāo)定交通場景,設(shè)定道路檢測區(qū)域,檢測車輛目標(biāo),去除陰影干擾,跟蹤車輛測速,識別車型和數(shù)據(jù)融合等。系統(tǒng)采用了基于彩色圖像的自適應(yīng)背景差分算法識別車輛目標(biāo),提取了更加準(zhǔn)確的車輛目標(biāo);使用了諸如陰影去除和設(shè)置道路檢測區(qū)域等一系列措施提高系統(tǒng)抗干擾性。系統(tǒng)考慮了跨車道行駛車輛,避免了對同一車輛的重復(fù)計數(shù),提高了車輛計數(shù)準(zhǔn)確率。系統(tǒng)分析了車輛粘連情況,利用團(tuán)塊占空比參數(shù)和數(shù)據(jù)融合方法減少車輛粘連造成的車型分類誤差,利用K-means聚類算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論