基于视觉的车辆识别技术研究开题报告

 2021-08-08 12:08

全文总字数:2555字

1. 研究目的与意义

研究意义:在复杂的交通场景中准确、鲁棒地跟踪车辆是一个极具挑战性的任务,室外环境复杂多变,车辆跟踪要适应场景的动态变化。

因此关于如何准确及时的对车辆进行检测识别和跟踪的研究是非常必要并且很有价值的。

研究目的:本文旨通过MATLAB编写一套程序,通过该程序对视频中的车辆进行区域分割和检测,达到对车辆的识别和跟踪的问题,并利用Kalman滤波算法降低实时计算量,从而提高检测识别的准确度和及时性。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 国内外研究现状分析

国外从20世纪70年代开始视频车辆检测技术的研究,并在理论和实践方面取得很大研究成果,20世纪90年代起进入商业化阶段。

研究主要分三个阶段,分别是汽车的检测,识别和跟踪。

最近几年国外学者对这三个方面都做了不同的研究。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的基本内容与计划

研究内容:利用MATLAB编写的一套程序,通过该程序对视频每一帧中的车辆进行区域分割和检测,从而实现基于视觉的对车辆的识别和追踪。

同时利用Kalman滤波算法减少实时计算量,提高检测的准确度和及时性。

计划:第1周第2周 开题,阅读、收集、整理有关书籍和资料,分析并确定研究的技术方案;第3周第4周 了解MATLAB和Kalman,制定未来几周的计划;第5周第6周 学习MATLAB编程Kalman滤波算法;第7周第10周 利用MATLAB编写出一套程序,利用该程序对视频中的车辆进行检测识别和跟踪,验证程序的可行性;第11周第12周 利用Kalman滤波算法提高该程序的准确度和及时性;第13周第14周 撰写毕业论文;第15周 修改毕业论文,初审,答辩;第16周 再次修改论文,正式提交。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

通过编写的程序实现对视频中车辆的检测识别和跟踪,降低的车辆检测的难度;本文采用Kalman滤波算法,大大减少了实时计算量,对阴影部分的车辆也具有很高的识别能力,从而提高了检测的准确度和及时性,在实际应用中具有一定的可行性。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。