基于视觉交通违法智能监控技术研究违章提纲.pdf

基于视觉的交通违法智能技术研究

1.绪论

1.1.课题意义及背景

1.2.国内外研究现状

2.图像及上传

2.1.图像设备

介绍常见的机，并分别分析他们的特点，根据本文实际需求，选定高速球

形机进行图像。

2.2.图像及上传技术

比较模拟信号和数字信号的及图像传输形式，根据本文实际需求，选择数字信

号进行上传。

3.图像识别

3.1.图像识别技术概述

介绍opencv视觉库以及数字图像处理技术

3.2.图像预处理

介绍图像预处理概念以及常用图像预处理方法，包括图像去噪过程，图像而之花，

形态学滤波等方法的原理。

3.3.车辆检测

介绍车辆检测的常用方法和流程，包括帧间差分法，背景差分法，基于光流的

检测法，平均背景模型法，混合背景模型法，基于颜色空间变换的阴影抑等方

法的原理。

3.4.车辆识别

介绍车辆识别的常用方法，包括连通域检测、外接矩形提取方法、颜色特征提取方

法的原理。

3.5.车牌识别

介绍车牌识别常用方法及流程，包括车牌预处理，车牌定位，车牌识别等步骤的原

理及效果。

4.数据挖掘

4.1.数据挖掘技术概述

介绍数据挖掘常见步骤及方法，以及分析各方法的优缺点，包括分类，回归，聚类，

关联挖掘等。

4.2.本文选取的数据挖掘方法

本文选取关联挖掘算法，寻找交通违法以及其他的关联关系，进而避免严

重的交通违法现象的产生。并比较常见的关联挖掘算法，选取apriori算法进行挖掘。

5.智能系统设计与实现

5.1.系统设计

5.1.1.系统总体框架

系统由前端数据信息子系统，数据库，以及数据挖掘子系统构成。此处包

含总体框架结构图及流程概述

5.1.2.系统设计功能及性能

功能：识别占用车道，，违法停车等违法行为。

性能：能够达到在车流密集的地方依旧能较为准确的识别出所需信息，包括车

辆颜色，车牌号等。

5.2.子系统设计

5.2.1.外部数据库数据获取模块

与局和高速的系统对接，并从中获取数据挖掘所需的信息，比如车

辆信息，车辆高速出入信息等。

5.2.2.城市道路信息模块

道方头拍摄下方道路具体情况，通过有序使用上面的方法，检测并识

别下方车辆，并各车辆的颜色，车牌号，所处位置等特息。

5.2.3.高速道路信息模块

进出高速头到的车辆颜色，车牌号与识别

5.3.违法行为识别子系统设计

5.3.1.城市道路违法行为识别模块

车道占用：检测到小车行驶在车道内

违法停车：检测到车辆停放在禁停路段内

：检测到的车辆颜色信息和车牌号不符，或在短时间检测到同一个车

牌出现在两个相隔较远的不同地区

5.3.2.城市道路车辆违法行为关联挖掘模块

根据违法类型，违法地点，违法，违法时道路交通情况，违法车牌号

等信息，进行关联挖掘，发觉违法行为背后的关联和，为预防违法现象提供理

论依据。

5.3.3.高速道路违法行为识别模块