基于达芬奇平台的夜间车辆检测系统的设计与实现

来源 :东南大学 | 被引量 : 0次 | 上传用户:bluesnail2002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文研究并实现了基于达芬奇平台的夜间车辆检测系统。该系统在嵌入式平台上实时分析交通视频信号,准确计算出车流量、车速等交通参数,并能有效抵抗车灯直射摄像头产生的光晕、路面倒影等干扰。   本文首先分析了国内外夜间车辆检测的发展现状,阐述了基于嵌入式平台的夜间车辆检测系统的应用需求,对夜间车辆检测算法进行了方案设计和比较,确定使用基于车灯识别的车辆检测方法,并分别从视频采集及形态学处理、车灯的筛选与匹配以及车辆追踪等模块对该算法进行了详细阐述。针对夜间与白天采用的车辆检测算法不同,本文采用基于路面亮度变化结合日出日落时间的方法,进行算法切换。   然后本文使用TI达芬奇系列DM6437为平台来进行算法实现,并采用了强光抑制摄像头来改善视频采集效果,解决车前灯直射普通摄像头会产生较大光晕,以至于大幅度影响车辆检测率的问题。通过算法在DM6437上的优化,系统达到了每秒10帧左右的处理速率,并且在各种夜间场景下的车辆检测率不低于90%,这样论文就实现了在达芬奇平台上实时、准确地进行夜间车辆检测。
其他文献
煤矿安全问题一直是公众关注的热点,矿井无线语音通信技术的研究为煤矿安全管理提供了很好地解决方案。由于煤矿井下环境复杂,用于井下的终端设备必须具有低功耗、低成本、高
压缩感知(Compressive Sensing,CS)理论是近十年来新兴起来的技术,该理论利用信号在某一空间的投影下是稀疏或可压缩的特性,从少量的采样数据中精准的恢复出信号,大大降低了
拍摄条件和天气气候等客观因素的干扰造成的数据缺失,对光学遥感影像的解译和应用造成了巨大的限制。常见的数据缺失类型包括云层与云层阴影遮挡、条带状噪声和其他噪声。光学遥感图像重建方法利用相关的图像数据,对图像缺失部分的数据进行还原,使得遥感图像在主观视觉上有着更高的辨识度,对后续诸如遥感图像解译、目标检测与监督、地物分类和变化检测等应用带来了极大的便利。目前,常用的光学遥感图像重建算法可以分为基于辅助
DSL(Digital Subscriber Line)接入是电信业务与用户互联的关键环节,在接入网中占据了重要位置,从诞生发展到现在已有20多年。DSL接入技术不断推陈出新,从最开始单纯的DSL接
LVDS的全称是Low-Voltage Differential Signaling,即低电压差分信号,是20世纪末美国国家半导体公司提出的一种信号传输模式,是一种电平标准。LVDS接口技术可作为一种高性能数据
嵌入式系统是一种高度集成化,针对应用而设计的专用计算机系统,嵌入式系统是一种具有特定功能的计算机系统,它与通信技术和网络技术的结合,极大的增强了设备的网络和通信的灵活性
无线可视化传感器网络(Wireless Visual Sensor Networks, WVSNs)是由许多分散在目标区域中的图像拍摄系统节点所构成。相对于传统的无线传感器网络(Wireless Sensor Network
本文研究的是水下声靶接收处理系统设计。声靶主要分为信号接收、信号处理、回波发送三个主要部分,本文研究的重点是信号接收和信号处理。为了达到较好的实时性,采用了NI公司开
随着雷达信号处理算法的研究不断深入,信号处理系统的复杂性与实效性的矛盾更加突出,提高雷达信号处理速度成为必要。近年来,GPU(Graphics Processing Unit,图形处理器)技术
无线体域网作为无线传感器网络的一个重要分支,是一种新的交叉学科。其整合了许多高新技术,如分布式信息计算与处理技术、传感器技术、嵌入式技术、无线网络和通信技术等,被广泛