路口行駛車輛檢測(cè)與跟蹤技術(shù)研究.pdf

1、本文構(gòu)建了一個(gè)針對(duì)智能交通的路口車輛目標(biāo)檢測(cè)與跟蹤系統(tǒng)。隨著汽車數(shù)量的急劇增加，城市交通擁堵現(xiàn)象日益嚴(yán)重。各種交通違章行為、交通事故頻繁發(fā)生，給人們的生命財(cái)產(chǎn)和國(guó)家經(jīng)濟(jì)帶來(lái)重大損失。智能交通監(jiān)管是緩解交通壓力的有效手段，隨著智能視頻監(jiān)控技術(shù)的發(fā)展，道路視頻監(jiān)控逐漸成為了智能交通的核心部分，其異地指揮、24小時(shí)不間斷監(jiān)控、對(duì)異常情況快速做出判斷并警報(bào)、以及取證方便快捷等優(yōu)點(diǎn)，使得道路視頻監(jiān)控成為當(dāng)今研究的熱點(diǎn)。
　　路口的交通環(huán)境是

2、最復(fù)雜的，車流量大、車輛行為多樣化，很多車輛違規(guī)行為比如闖黃或紅燈、違章掉頭、違章轉(zhuǎn)彎、綠燈跟進(jìn)等均在路口處發(fā)生。因此研究路口車輛檢測(cè)與跟蹤具有重要意義。路口車輛視頻序列具有車流量大、車輛密集以及運(yùn)動(dòng)目標(biāo)的像素總數(shù)占全圖像素總數(shù)比例較大，即屬于近距離視頻等特點(diǎn)。如何準(zhǔn)確檢測(cè)分割車輛、如何克服車輛尺寸明顯變化是研究難點(diǎn)。
　　本文以城市道路路口為背景，采集具有上述特點(diǎn)的交通視頻，針對(duì)以上兩個(gè)難題展開研究。
　　對(duì)于車輛檢測(cè)系統(tǒng)

3、，基于背景建模的目標(biāo)檢測(cè)算法適用于攝像機(jī)靜止拍攝的場(chǎng)景，結(jié)合本文需要解決的車輛序列自身的特點(diǎn)，從實(shí)際應(yīng)用的角度，本文提出了一種有效的分割提取前景運(yùn)動(dòng)目標(biāo)的方法：將前景檢測(cè)圖做垂直和水平投影，檢測(cè)波峰和極值點(diǎn)的方法來(lái)獲取車體位置，并結(jié)合背景差分法與幀間差分法增強(qiáng)了檢測(cè)的魯棒性。解決了現(xiàn)有算法無(wú)法準(zhǔn)確分割該種序列中的運(yùn)動(dòng)目標(biāo)的問題。
　　車輛跟蹤系統(tǒng)以Mean Shift算法為基礎(chǔ)，針對(duì)Mean Shift算法不能魯棒地跟蹤車體明顯由

4、大變小的運(yùn)動(dòng)目標(biāo)，導(dǎo)致跟蹤至遠(yuǎn)距離后跟蹤失敗的問題，本文提出了一種基于視角變換的改進(jìn)車輛跟蹤算法。通過變換視角，將觀察到的路面轉(zhuǎn)換為自高空俯視下的路面，道路線由原圖中的在遠(yuǎn)方交匯于一點(diǎn)轉(zhuǎn)換為兩條平行線。在這種變換下，車體自身尺寸就不會(huì)發(fā)生明顯改變，改進(jìn)算法實(shí)現(xiàn)了車輛遠(yuǎn)距離穩(wěn)定跟蹤。實(shí)驗(yàn)表明，本文提出的算法在處理道路路口車輛跟蹤的場(chǎng)景序列中效果優(yōu)于其他算法，結(jié)合車輛檢測(cè)系統(tǒng)，本文實(shí)現(xiàn)了從大流量、運(yùn)動(dòng)像素總數(shù)占比大的車輛視頻序列中自動(dòng)檢測(cè)運(yùn)