长安大学论文.ppt
主讲人：,长安大学,硕士学位论文,摘要,随着国民经济的发展，高速公路的通车里程、机动车辆规模及流量大幅度增加。提升高速公路服务水平，协调和诱导交通，保护司乘人员安全，降低事故发生率，在事故多发路段，设置超速警示系统，为车辆驾驶人员提供警示标志，以便驾驶人员在该路段提前减速，避免超速造成交通事故成为当务之急。实现实时的交通智能监控对于交通信息收集、规范化交通管理及减少交通事故等方面具有重要的现实意义。 此设计结合了高速拍照、图像处理、网络数据传输、专用工控机等技术，通过二十四小时监控，对高速公路上的超速行驶车辆进行实时抓拍，系统软件负责把抓拍到的图像数据进行处理，对超速车辆进行了远程警示。并结合应用的具体需求，对整个系统进行了总体设计，对其硬件设备进行了介绍。,第一章 绪论,1.1研究背景 1.3研究现状 1.4研究内容 1.5 小结,利用现有技术：雷达视频测速、车牌识别与LED电子显示屏进行超速警示，在系统设计中，力求满足以下要求，以最优的性价比，将遵循以下设计原则： 合理性 先进性 实用性 可行性 经济性 可靠性 安全性,研究现状,智能交通系统（Intelligent Transportation System，ITS）是在科学技术发展的背景下产生的，它将先进的信息、数据通信、电子控制及计算机处理等技术有机的融合，运用于地面交通管理体系，大范围、全方位、实时、高效的交通管理系统。主要是使汽车与道路的功能智能化，从而保障交通安全、提高交通效率、改善城市环境、降低能源消耗。即在较完善的道路设施基础上，将先进的交通理论与高新技术集成并运用于道路交通的整个过程，以加强车、路、人三者之间的联系。智能交通系统强调的是系统性、实时性、信息交互性以及服务的广泛性，与原来的交通管理与交通工程有着本质的区别。,研究出存在的一些问题,（1）雷达与视频测速的准确率还不够高，数据处理慢，受外界的环境影响大； （2）视频抓拍的识别方面，车牌的定位比较难，特别是字符的分离和识别； （3）超速警示屏的警示作用，受外界环境及本身的影响，也受及通信方式的影响。,车辆超速警示系统组成图,第二章 车辆超速警示系统概述,2.1车辆超速警示系统 2.2车辆的测速方法 2.3数据的传输 2.4警示信息发布的方法确定 2.5系统的误差分析 2.6小结,车牌识别的主要误差分析,车辆牌照识别（License Plate Recognition，LPR）系统是智能交通系统的一个重要组成部分。车辆牌照识别系统在对运动状态车辆或者静止状态车辆的相关信息进行非接触性信息采集并通过运用图像处理与模式识别等技术设计的算法进行智能识别的系统。 由数字摄像机采集到的行使中或者静态的车辆进行分析和处理，白动分割出车辆的牌照并智能识别出车辆牌照的号码。车牌识别主要包括车牌定位、字符分割和字符识别三项关键技术。虽然己有很多车牌字符识别方法，但当车牌图像质量退化，特别是牌照中的字符出现较严重的模糊、扭曲、倾斜、缺损或污迹等情形时，车牌字符识别仍是一个有待解决的难题。,车辆超速警示系统原,车辆的测速方法,雷达测速 激光测速 视频测速 线圈测速,雷达测速具有以下优点,1、雷达波束的辐射面大，易于捕捉目标，无须精确瞄准； 2、雷达固定测速误差为±1Km/h，运动时测误差为±2Km/h； 3、雷达发射的电磁波波束有一定的张角，最远测速距离为800m； 4、雷达测速设备可安装在巡逻车上，在运动中实现检测车速； 5、雷达测速仪因技术成熟。,第三章 车辆的速度的检测,3.1雷达的速度检测 3.2视频基础 3.3视频检测的方法 3.4运动车辆的识别 3.5运动车辆检测算法流程 3.6车辆测速具体实现 3.7小结,车辆测速算法 公式,则车辆的际移动速度为,车辆实际移动轨迹转化到一维坐标中算公式为,视频测速原理,基于监控视频图像对车辆进行测速是一种新型的测速方式,简称为“视频测速”。它是通过对车辆视频监控信号进行分析,从而获得车辆行驶速度的一种方法。测速设备或者装置都是依靠下式来实现的，在大多数情况下,可方便获得和中某一个变量的值。在视频测速中，通过视频信号的固定帧间时间差可直接得到，而通过其他的方法间接地计算出,车辆检测算法流程,第四章 BP神经网络的车辆牌照识别,4.1 人工神经网络 4.2BP神经网络 4.3车辆牌照识别的基础 4.4车辆牌照字符识别 4.5BP神经网络的车辆牌照识别实验与仿真,人工神经网络的构成,人工神经网络（ANN）是由大量简单的神经元相互连接，模拟人的大脑神经处理信息的方式，进行信息并行处理和非线性转换的复杂网络系统。 人工神经网络的基本单元的神经元模型，它有四个基本要素： 一个求和单元，用于求取各输入信号的加权和（线性组合）；每个神经元有一个阈值；一组连接（对应于生物神经元的突触），连接强度有个连接上的权值表示，权值为正表示激活，为负表示抑制；一个激活函数，起映射作用并将神经元输出幅度限制在一定范围内。,人工神经元模型,神经网络的分类,神经网络的分类 1.感知器神经网络 2.线性神经网络 3.BP神经网络 4.自组织神经网络,神经网络的抽象模型和工作原理,BP神经元与其他神经元类似，不同的是该传递函数为非线性函数，最常用的是logsig和tansig，有的也采用线性函数purelin 。其输a=logsig(WP+b),BP网络一般为多层网络,BP神经网络基本结构如下图,第五章 车辆超速系统的信息发布,5.1 LED显示屏 5.2超速警示信息的发布 5.3小结,显示屏概述,LED（Light Emitting Diode，LED）是通过控制半导体发光二极管，依靠显示屏上不同位置的发光二极管的亮与灭，来显示文字、图像、动画、视频等各种信息的显示屏幕。它是应用了现代化的光电显示技术、视频技术、多媒体技术、网络技术、计算机技术、自动控制技术，针对室内外各种使用环境而设计。 发光二极管(LED)具有发光亮度高、颜色鲜艳醒目、电光转换效率高、耗电量少、寿命长、响应时间快等优点,LED显示屏关键技术指标,1、像素失控率：是指显示屏的最小成像单元（像素）工作不正常（失控）所占的比例。而像素失控有两种模式：一是盲点，也就是瞎点，在需要亮的时候它不亮，称之为瞎点；二是常亮点，在需要不亮的时候它反而一直在亮着，称之为常亮点。按LED显示屏的各基色（即红、绿、蓝）分别进行失控像素的统计和计算，取其中的最大值作为显示屏的像素失控率。 2、灰度等级：是所谓的色阶或灰阶，是指亮度的明暗程度。对于数字化的显示技术而言，灰度是显示色彩数的决定因素。一般而言灰度越高，显示的色彩越丰富，画面也越细腻，更易表现丰富的细节。,3 、亮度鉴别等级：是指人眼能够分辨的图像从最黑到最白之间的亮度等级。前面提到显示屏的灰度等级有的很高，可以达到256级甚至1024级。但是由于人眼对亮度的敏感性有限，并不能完全识别这些灰度等级。也就是说可能很多相邻等级的灰度人眼看上去是一样的。对于显示屏，人眼识别的等级自然是越多越好，人眼能分辨的亮度等级越多，意味着显示屏的色空间越大，显示丰富色彩的潜力也就越大。亮度鉴别等级可以用专用的软件来测试，一般显示屏能够达20级以上就算是比较好的等级了。,4、灰度非线性变换：是指将灰度数据按照经验数据或某种算术非线性关系进行变换再提供给显示屏显示。为了能够让LED显示效果能够符合传统数据源同时又不损失灰度等级，一般在LED显示系统后级会做灰度数据的非线性变换，变换后的数据位数会增加（保证不丢失灰度数据）。,高速公路车辆超速警示系统LED超速警示显示实例,总结与展望,随着计算机、电子、通信、信息等高新技术高速发展，使得雷达技术、智能视频技术与数据融合处理等新技术在ITS得到广泛应用，促使ITS的发展得到了重要的飞跃。特别是计算机硬件性能的不断改进、计算能力的提高及高级语言的增多，人们可面向具体应用开发出功能强大的图像处理应用软件，充分的发挥计算机的运算能力和图像处理的速度，突破了实时图像处理难以逾越的障碍，使得雷达测速、图像处理以及数据融合在ITS中的应用范围越来越大，使ITS更智能、更现代化成为可能！ 目前，ITS已经为世界各国带来的可观的经济效益和社会效益，并迅速成为交通运输发展的主流方向。在很多国家和地区的多个组织都在对其开展研发工作，力求在技术上以及在实用上获得进一步的突破，尤其是道路交通拥挤，路网通行能力不足等问题相对严重的美国、日本、西欧等发达国家，对ITS的研究也更加积极,致 谢,在我的课题和硕士论文完成之际，谨向在我攻读硕士学位的过程中曾经指导过我的老师，关心过我的朋友，和所有帮助过我的人们致以崇高的敬意和深深的感谢! 首先，要感谢我的导师#教授。在研究生学习期间，#老师给予了我全方位的指导、关心和帮助，在课题研究期间更是不辞辛苦地为我指点迷津，悉心指教。从选题、课题开题、课题展开、相关论文的发表到论文的定稿，#老师都给予了我极大的关注，并付出了大量的心血。#老师治学态度严谨，学术造诣深厚，高尚品质和一丝不苟的敬业精神，谦逊正直、平易近人的待人处事风格，使我受益匪浅，是我学习的榜样，鞭策着我在学业上和工作中不断进取，开拓创新。再次对#老师表示衷心的感谢和最真诚的祝福! 同时，在课题研究期间，还得到#等老师，#和#等同学的大力帮助。在此，向他们表示衷心的感谢！,最后，我要深深地感谢我的家人，他们对我的工作和个人生活都提供了许多必要的帮助，对我学业的完成提供了巨大的支持并做出了无私的奉献。在整个研究生学习过程中，他们对我的关心、理解和支持是我顺利完成课题的巨大动力。谨以此文报答他们对我的一片爱心！,谢谢观赏,
