基于HSV顏色空間的視頻車輛檢測與跟蹤算法研究.pdf

1、智能交通系統(tǒng) ITS (Intelligellt Trmlsportation System) 是計算機視覺技術(shù)、圖像處理技術(shù)、通信技術(shù)在交通領(lǐng)域的應(yīng)用，其目的在于充分利用現(xiàn)有的道路設(shè)施資源，改善車、路、人之間的相互作用，從而從整體上提高交通的經(jīng)濟性。在智能交通系統(tǒng)中，對運動車輛實現(xiàn)無人監(jiān)控是當(dāng)今研究的熱點問題，本文針對交通監(jiān)控系統(tǒng)中運動車輛的檢測與跟蹤算法展開以下研究： 1、提出了基于HSV顏色空間的背景提取與車輛檢測。與目前

2、大多數(shù)的RGB顏色空間的背景提取與車輛檢測方法相比較，基于HSV顏色空間的背景提取與車輛檢測是一種比較有效、新穎的方法。在背景提取中，利用背景圖像的像素點基本符合高斯分布的特點，為每個像素點的H、S、V分量建立混合高斯模型；對于背景、前景的判斷，充分利用顏色信息，以達(dá)到最佳的背景提取效果。在背景更新算法中，考慮了學(xué)習(xí)率的問題，并且有效的利用原背景的像素點，有效的避免了偶然因素對背景的影響，增強了算法的魯棒性。 2、在車輛檢測出來

3、以后，對于陰影的處理，本文提出了一種改進的HSV顏色空間的陰影檢測算法，即在原有的HSV顏色空間的陰影檢測算法的基礎(chǔ)上，引入了一階梯度剪除算法，增強了原算法的有效性和魯棒性。同時，與RGB顏色空間相比，在HSV顏色空間下處理陰影，其算法更加簡單、快速、有效，這也與背景提取和車輛檢測的顏色空間相一致，增加了整個算法處理的效率。 3、在車輛跟蹤方面，首先計算選定的ROI區(qū)域的H分量的色彩直方圖，并將其擴展為整個原始圖像的色彩概率分布