監(jiān)控視頻中的車輛檢測與跟蹤技術研究.pdf

1、基于交通視頻的車輛檢測和車輛跟蹤是智能交通系統(tǒng)建設的關鍵技術之一，是監(jiān)控中動態(tài)目標的流量統(tǒng)計、行為分析中的基礎。本文主要研究交通視頻監(jiān)控中的運動目標檢測和目標跟蹤技術，對所涉及的車輛檢測、粒子濾波、多目標關聯(lián)和遮擋檢測等技術進行了深入的研究和討論，并在此基礎上仿真一整套系統(tǒng)實現(xiàn)對多運動目標的檢測和跟蹤。
　　本研究主要內容包括：⑴在背景差法的框架下進行目標提取，使用CodeBook的方法進行背景建模與背景更新。對獲得的前景二值目標

2、使用基于HSV空間的方法進行陰影去除。對去除陰影后的圖像進行圖像形態(tài)學后處理。對形態(tài)學處理后的圖像進行區(qū)域增長法的目標分割，并對結果進行新目標合理性檢測，通過合理性檢測的目標用于后續(xù)目標跟蹤。⑵在粒子濾波的框架下進行單目標跟蹤的研究，為了解決粒子退化問題，引入粒子重采樣算法，對比了常用的四種重采樣方法，并深入討論了目標模板的更新問題。通過多個不同角度的仿真實驗比較了各種重采樣算法的優(yōu)缺點，并對實際場景中的單目標實現(xiàn)了實時跟蹤。⑶介紹了常

3、用的多目標關聯(lián)算法的基本原理，深入研究了把單目標粒子濾波與數(shù)據(jù)關聯(lián)相結合實現(xiàn)多目標跟蹤的方法。設計了基于目標的重疊面積的關聯(lián)矩陣的計算，通過多種條件的判斷，區(qū)分目標處于何種狀態(tài)，在目標無遮擋情況下，實現(xiàn)多目標跟蹤。⑷介紹了常用的遮擋檢測的方法，深入研究了粒子濾波解決遮擋問題的原理。根據(jù)遮擋發(fā)生時刻的不同，對新目標初始化前發(fā)生的遮擋和正確初始化后發(fā)生的遮擋進行分別處理。對遮擋檢測和遮擋消除部分進行深入的討論后，對基于粒子濾波的遮擋消除機制