作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对高速公路监控视频图像实现路上车辆的自动识别,文章分析了当前主要的路况车辆识别算法,并提出采用基于高斯混合模型的矩阵区分背景图像和前景道路,使用彩色矩阵变化获得车辆前景信息,通过提取图像纹理信息结合帧间差分算法识别道路车辆的改进算法.经实验表明,该算法能快速实现背景分割,获得前景图像并能准确识别出车辆信息.
推荐文章
基于马尔算法的高速公路视频监控图像能见度研究
能见度
图像分割
马尔算子
背景差
基于物联网的高速公路车辆定位技术
物联网
车辆定位
RFID
GPS
基于视频监控的高速公路运动车辆检测技术分析
视频监控
高速公路
运动车辆
检测技术
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于视频图像的高速公路车辆识别算法研究
来源期刊 西部交通科技 学科 交通运输
关键词 视频图像 车辆识别 高斯模型 帧间差分算法
年,卷(期) 2019,(9) 所属期刊栏目 交通工程
研究方向 页码范围 165-167
页数 3页 分类号 U491
字数 2713字 语种 中文
DOI 10.13282/j.cnki.wccst.2019.09.046
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曾宇凡 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (266)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(13)
  • 参考文献(0)
  • 二级参考文献(13)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(14)
  • 参考文献(0)
  • 二级参考文献(14)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(5)
  • 参考文献(2)
  • 二级参考文献(3)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视频图像
车辆识别
高斯模型
帧间差分算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西部交通科技
月刊
1673-4874
45-1339/U
大16开
广西南宁市民族大道153号交通设计大厦18楼
2006
chi
出版文献量(篇)
6186
总下载数(次)
16
论文1v1指导