視頻車輛檢測(cè)與跟蹤方法研究.pdf

1、近幾年來(lái)，社會(huì)經(jīng)濟(jì)的發(fā)展促使道路交通迅速發(fā)展，機(jī)動(dòng)車數(shù)量不斷增加。為了解決地面交通迅速發(fā)展所引發(fā)的各種問(wèn)題，需要在不破壞路面的情況下使用計(jì)算機(jī)結(jié)合圖像處理、模式識(shí)別等學(xué)科知識(shí)獲得交通參數(shù)。然后通過(guò)行為理解和智能分析來(lái)解決交通問(wèn)題?？梢杂脕?lái)指導(dǎo)解決交通擁塞、道路的宏觀規(guī)劃、以及高速公路的自動(dòng)收費(fèi)系統(tǒng)等。視頻的檢測(cè)與跟蹤系統(tǒng)從運(yùn)動(dòng)圖像序列中檢測(cè)、識(shí)別、跟蹤車輛，從而獲得準(zhǔn)確的交通統(tǒng)計(jì)量，檢測(cè)與跟蹤的正確與否直接關(guān)系到智能交通系統(tǒng)決策的正確性

2、。 本文從視頻中檢測(cè)與跟蹤車輛，從而提取交通參數(shù)來(lái)輔助解決交通問(wèn)題。主要內(nèi)容分為三個(gè)部分：目標(biāo)車輛的檢測(cè)、陰影去除和車輛跟蹤。具體內(nèi)容如下： 1.目標(biāo)車輛的檢測(cè)。目標(biāo)車輛的檢測(cè)使用背景相減法獲得運(yùn)動(dòng)目標(biāo)。為了獲得可用背景，首先我們提出一種基于區(qū)間分布的自適應(yīng)背景提取和更新方法，從而來(lái)獲取和更新背景；然后用背景相減法結(jié)合閾值化以及形態(tài)學(xué)操作來(lái)檢測(cè)運(yùn)動(dòng)車輛。其中背景的提取與更新方法采用灰度級(jí)量化和兩個(gè)衰減權(quán)值來(lái)減少歷史信息的

3、影響，從而克服環(huán)境光線變化，并通過(guò)引入兩個(gè)判別函數(shù)來(lái)解決背景更新中的死鎖問(wèn)題。 2.陰影去除。由光照產(chǎn)生的陰影會(huì)嚴(yán)重影響車輛檢測(cè)與跟蹤系統(tǒng)的準(zhǔn)確性。本文在現(xiàn)有算法基礎(chǔ)上進(jìn)行改進(jìn)，先采樣陰影點(diǎn)，計(jì)算采樣陰影點(diǎn)的陰影屬性，利用物理特征求得陰影和車輛分布，最后利用高斯函數(shù)的特性來(lái)去除陰影。因?yàn)槭褂玫氖钦鎸?shí)陰影的屬性，所以去除陰影的效果比很多方法有效。 3.車輛跟蹤。本文提出了一種基于離散小波變換的擴(kuò)展卡爾曼濾波跟蹤方法，該方法