基于視頻的車輛檢測與跟蹤.pdf

1、本文以裝置于車輛中的攝像頭獲取的車輛前方交通場景視頻為研究對象，主要研究了興趣區(qū)域提取、車輛驗證和車輛跟蹤，并進行了以下工作： 1.采用一種在HSV顏色空間中的將陰影提取、紅色像素提取和水平邊緣提取相結合的方法，來檢測原始圖像中的興趣區(qū)域。經(jīng)過與傳統(tǒng)邊緣檢測方法對比，該方法可以明顯減少興趣區(qū)域檢測的計算量。 2.針對標準遺傳算法全局搜索和收斂能力較弱的缺點，提出優(yōu)勢分段變異方法，并引入適應度標定、小生境技術、子代競爭和自

2、適應單點變異等方法對標準遺傳算法進行改進。通過與標準遺傳算法、傳統(tǒng)改進遺傳算法和單親遺傳算法的測試對比證明該改進遺傳算法具有更強的全局搜索能力與更好的全局收斂穩(wěn)定性。并用改進過的遺傳算法對2維Gabor濾波器組進行優(yōu)化，使其能夠?qū)囕v圖像有更強的響應，提供更為有效的車輛特征向量，從而提高車輛驗證的準確率。 3.在車輛跟蹤中，對于已確定的車輛區(qū)域，利用該區(qū)域的長寬比和車底陰影位置信息，在下一幀圖像里的一定的范圍里尋找跟蹤區(qū)域，并采