基于MATLAB的运动车辆跟踪检测系统
资源链接https://gitee.com/chending006/mubiaogenzonghttps://gitee.com/chending006/mubiaogenzong
一、课题介绍
本设计为基于MATLAB的运动车辆跟踪检测系统。带有一个GUI界面,可以读取高速路车流视频,读取视频信息,并且统计每辆车经过左车道还是右车道,车速和平均速度检测,以及某一帧下的车流密度,以及最后总共经过的车辆总数。将运动检测到的目标用方框框起来。是一个非常不错的选题。
- 实现功能
车流密度:一定时间内经过车辆的总数;
车流量:某一帧下的车辆数目;
车速:经过车辆的实时速度;
平均速度:所有车辆的平均速度;
- GUI界面以及运行效果
- 源码
- 视频读取
[filename, cd1] = uigetfile( ...{'*.avi;*.mp4;'},'Pick an Video');if filenamefilename = [cd1,filename];video = vision.VideoFileReader(filename, 'ImageColorSpace', 'RGB');
end
axes(handles.axes1);
set(gca,'Xtick',[]);
set(gca,'Ytick',[]);
box on;
判定车道以及车速thresh = 120; % 判定左车道和右车道分届的阈值for n = 1 : size(bbox,1)
% fprintf('y: %f \n',bbox(n,2));pos = bbox(n,1) + bbox(n,3);if bbox(n,2) < 45 && bbox(n,2) > 35 if pos < thresh && (size(left,1) == 0 || i - left(size(left,1)) > 4) % 记住刚进入的车left = [left;i]; elseif (size(right,1) == 0 || i - right(size(right,1)) > 4)right = [right;i];endelsefm = 30; % 视频帧率,参数可调,这里假设为30帧每秒len = 30; % 视频中路段的长度,参数可调,这里先定位100mif pos < thresh % 判断要开出该区域的车if bbox(n,2) > 85 && size(left,1) > 0vleft = i - left(1,1) + 2; % 这里计算左车道车速,帧数if vleft < 30 && vleft > 4 % 因为车速再慢也会大于一定速度left(1,:) = [];t = vleft/fm; % 计算实际时间 帧数/每秒帧数vleft = len/t; % 计算实际车速 距离/实际时间,vl为坐车道速度 v1=v1+vleft; v1fprintf('左车道,车速: %f \n',vleft);set(handles.edit_speed,'string',strcat('左车道:',num2str(vleft)));elseleft(1,:) = [];endendelseif bbox(n,2) > 80 && size(right,1) > 0vr = i - right(1,1); % 这里计算右车道的车速,这里还是帧数if vr < 35right(1,:) = [];t = vr/fm; % 计算实际时间 帧数/每秒帧数vr = len/t; % 计算实际车速 距离/实际时间v2=v2+vr fprintf('右车道,车速: %f \n',vr);set(handles.edit_speed,'string',strcat('右车道:',num2str(vr)));elseright(1,:) = [];endendend end
- 车辆总数
k=1;q=1;p=1;%初始化变量for j=1:(i-2) %对检测到的车辆进行求和if count(j)==0 & count(j+1)>0k=j+1;else if count(j)>0 & count(j+1)==0q=j;summ1=summ1+max(count(k:q));cheliang_jishu(p)=max(count(k:q));p=p+1;endendend
基于MATLAB的运动车辆跟踪检测系统相关推荐
- 【点击百度快照】基于MATLAB的运动车辆跟踪检测系统(GUI,视频读取)
一.课题介绍* 本设计为基于MATLAB的运动车辆跟踪检测系统.带有一个GUI界面,可以读取高速路车流视频,读取视频信息,并且统计每辆车经过左车道还是右车道,车速和平均速度检测,以及某一帧下的车流密度 ...
- matlab车牌识别 复杂环境,基于MATLAB复杂背景车牌识别检测系统
基于MATLAB复杂背景车牌识别检测系统 1.选题目的和意义 在复杂背景车牌识别检测系统中,由于拍摄时的光照条件.牌照的整洁程度的影响,和摄像机的焦距调整.镜头的光学畸变所产生的噪声都会不同程度地造成 ...
- 基于MATLAB机器视觉的水果分级检测系统的设计
摘 要 计算机视觉应用于水果的品质检测,带来了许多方便.既可以提高检测的精度.准确度.又节省了大量的劳动力,让人们从繁重的人工检测工作中解脱出来.本文以苹果为研究对象,研究了计算机视觉技术应用于水果分 ...
- 基于MATLAB面部特征识别的疲劳检测系统
基于面部特征识别的疲劳检测系统设计实现 目录 •研究背景与意义 -系统软件设计及实现 •总结及展望 •致谢 1.研究背景与意义 -疲劳检测在现实生活中具有很大的意义和实用价值,也是一个值 得进一步完善 ...
- matlab对摄像头实时运动目标检测,基于Matlab实时运动目标跟踪检测系统
2012.03 COMPUTER SECURITY 17 学术.技术 基于 Matlab 实时运动目标跟踪检测系统 汪惠兰,林航飞,李赔龙 (同济大学 交通运输与工程学院,上海 201804) 摘 要 ...
- 基于YOLOv5行人车辆跟踪检测识别计数系统源码+数据集,实现出/入分别计数
yolov5 deepsort 行人 车辆 跟踪 检测 计数 下载地址:基于YOLOv5行人车辆跟踪检测识别计数系统源码+数据集 实现了 出/入 分别计数. 默认是 南/北 方向检测,若要检测不同位置 ...
- 【老生谈算法】基于matlab的运动目标识别与跟踪系统设计与算法原理及程序源码——目标识别算法
基于matlab的运动目标识别与跟踪系统设计与算法原理 大家好,今天给大家介绍基于matlab的运动目标的监测与跟踪系统设计与原理. 视频图像分析主要是对运动图像序列进行分析处理,它通常涉及到运动检测 ...
- 无人驾驶汽车系统入门(十二)——卷积神经网络入门,基于深度学习的车辆实时检测
无人驾驶汽车系统入门(十二)--卷积神经网络入门,基于深度学习的车辆实时检测 上篇文章我们讲到能否尽可能利用上图像的二维特征来设计神经网络,以此来进一步提高识别的精度.在这篇博客中,我们学习一类专门用 ...
- 基于智能和视觉的火灾检测系统:调查 (论文翻译)
英文版论文原文:英文版论文链接地址 基于智能和视觉的火灾检测系统:调查 Intelligent and Vision-based Fire Detection Systems: a Survey Fe ...
- Python基于Opencv的鱼群密度速度检测系统(源码&教程)
1.研究背景 智慧渔业是大数据.物联网与人工智能等现代信息技术驱动下的渔业发展新模式,是水产养殖业供给侧结构性改革的重要方式,涉及养殖环境监测.生物环境监测与生物状态监测这几大方面的应用与需求.本文从 ...
最新文章
- php10-e 豪华版,华为畅享 10e 规格参数
- html中给%3cb%3e加上颜色,如何使用CSS(jQuery SVG图像替换)更改SVG图像的颜色?
- Node.js+windows
- android:模拟水波效果的自己定义View
- 灰度图像加性噪声污染和运动模糊图像复原
- TLPI UNIX linux系统编程手册源代码运行
- OneTool多平台助手程序网页源码全解版
- 利用Photoshop制作毛玻璃效果
- uniapp 登录页跳转到首页
- python 什么是原类_python中什么是类
- 如何无损把flac格式转换成mp3?将flac转mp3的技巧
- 《C语言入门经典》Ivor Horton第10章习题2
- 20160808某公司嵌入式面试总结(加个人答案)
- 一分钟了解Mysql的间隙锁——《深究Mysql锁》
- 怎么用matlab分析孔隙度,基于MATLAB软件的声波测井孔隙度求取
- python 中问号表达式替代 exper and a or b
- idea 报系统分区磁盘不足_磁盘空间不足—win7系统磁盘空间不足巧妙解决
- 老司机谈鉴黄,新一代“鉴黄师”是如何养成的?
- IOT物联网安全概述
- 如何评估刀模的生产质量?
热门文章
- python依赖如何打包_python 打包依赖包安装
- 天堂2单机版服务器维护,天堂2芙蕾雅服务端单机版(l2jAngel-CT2.6芙蕾雅-34)
- visio2010最新密钥
- 【时间序列分析】16.平稳序列的决定性
- 速达软件启示录——记中国一代ERP性价比之王的没落
- 易语言使用超级模块 全局热键
- 最新emoji表情代码大全_三十而已表情包下载-三十而已表情包大全最新下载
- 如何转化知网CAJ格式的论文为PDF?
- java html加密_能提供加密与解密
- Python3自然语言处理(2)——获得文本语料库和词汇资源