基于視頻的運動車輛檢測和跟蹤研究.pdf

1、隨著我國經(jīng)濟(jì)建設(shè)的蓬勃發(fā)展,有效的城市道路交通管理在人們的經(jīng)濟(jì)、社會活動中的重要性日益顯著。因此,深入研究解決城市交通問題有著極為重要的現(xiàn)實意義。另一方面,隨著計算機(jī)硬件技術(shù)和計算機(jī)視覺技術(shù)的發(fā)展,計算機(jī)視覺在交通方面的應(yīng)用也越來越廣泛。運動目標(biāo)分析的主要目的是從包含運動物體的圖像序列中檢測、跟蹤和識別物體,并對其行為進(jìn)行理解和描述,以得到感興趣的信息。視頻車輛的實時檢測是智能交通監(jiān)控系統(tǒng)的核心部分之一。本文的主要研究內(nèi)容是基于視頻的運

2、動車輛檢測和跟蹤問題,其中涉及到視頻環(huán)境下背景的實時更新和生成、運動車輛的自動分割、運動車輛的定位和運動車輛的自動跟蹤等方面的研究。本文介紹了智能交通系統(tǒng)的概況、結(jié)構(gòu)、發(fā)展現(xiàn)狀;概述了目前較為流行的幾種車輛檢測技術(shù),并討論了各自的優(yōu)缺點。簡單介紹了本文的實驗環(huán)境,基于視頻的運動目標(biāo)檢測和跟蹤系統(tǒng)的總體設(shè)計和要求,然后重點介紹作者所參與完成的工作,即基于視頻圖像的運動車輛的檢測和跟蹤中所涉及到的算法,主要包括以下工作和研究:1)背景的更新

3、和生成。在序列圖像中,如果利用固定背景差分法,將受到光照等外界條件的影響,導(dǎo)致運動目標(biāo)的分割有很大的誤差。為了能適應(yīng)光照條件的變化,本論文采用一種自適應(yīng)的、實時的背景更新和生成方法,來獲取當(dāng)前背景幀圖像。從實驗結(jié)果看,該算法對于初始背景的要求不高,初始背景中有、無運動車輛,該算法均能自動地生成當(dāng)前幀背景。2)運動圖像預(yù)處理。在分割后的二值圖像中,為了消除孤立噪聲點的影響,采用數(shù)學(xué)形態(tài)學(xué)的方法對其進(jìn)行處理,消除噪聲點和填充區(qū)域內(nèi)部的孔洞;

4、另外,為了能很好地檢測出運動目標(biāo)的邊緣信息,對灰度圖像進(jìn)行形態(tài)銳化預(yù)處理,其目的是增強(qiáng)目標(biāo)的邊緣。3)運動車輛的檢測。采用一種從粗到精的定位方法來定位運動目標(biāo)。首先根據(jù)二值圖像在水平方向和垂直方向的投影,粗略地定位出運動目標(biāo)的區(qū)域,然后采用多尺度形態(tài)邊緣檢測算子對粗定位的運動目標(biāo)的灰度圖像進(jìn)行邊緣檢測,利用水平邊緣投影和垂直邊緣投影來精確定位出運動車輛的位置。4)運動車輛的跟蹤。為了實時跟蹤視頻范圍內(nèi)的運動車輛,采用區(qū)域重心的方法對運動

5、車輛進(jìn)行跟蹤。對運動車輛定位后,通過計算每個運動區(qū)域的重心,并對每個區(qū)域作上標(biāo)號,然后采用重心方法對運動區(qū)域進(jìn)行跟蹤。從實驗結(jié)果來看,無論是單個運動目標(biāo),還是多個運動目標(biāo),無論是行駛在直道上的運動車輛,還是行駛在彎道上的運動車輛,該方法都能準(zhǔn)確地檢測和跟蹤運動車輛,并且在時間上也能滿足系統(tǒng)的需求。基于視頻的運動目標(biāo)檢測和跟蹤的研究是一條充滿了困難和挑戰(zhàn)的道路,只有付出長期堅持不懈地努力,充分運用各個學(xué)科的研究成果,運動目標(biāo)檢測跟蹤和識別