基于視頻圖像的運動車輛檢測與跟蹤算法研究.pdf

1、近年來，隨著汽車保有量的不斷增加以及道路交通流量的不斷增長，在不斷完善道路交通基礎(chǔ)設(shè)施的情況下，道路交通事故的發(fā)生頻率仍然在不斷增加，針對這一問題，智能交通系統(tǒng)作為解決方案被提出并且迅速成為研究熱點。智能交通系統(tǒng)中的車輛控制系統(tǒng)利用計算機視覺技術(shù)對車輛的周圍環(huán)境進行檢測，對得到的信息進行融合和處理，自動識別出危險狀態(tài)，將獲得的道路交通信息傳遞給駕駛員，協(xié)助駕駛員進行安全輔助駕駛或者自動駕駛，從而避免道路交通事故的發(fā)生或者減少交通事故帶來

2、的損失。
　　為了提高道路交通的安全性，為汽車的輔助駕駛或自動駕駛提供可靠參考信息，發(fā)展計算機視覺領(lǐng)域中的車輛檢測與跟蹤技術(shù)十分關(guān)鍵。本文針對車載設(shè)備視頻圖像中的運動車輛和動態(tài)背景，提出了基于特征學習的車輛識別算法和基于超像素分割的車輛跟蹤算法，實現(xiàn)了智能交通系統(tǒng)中為駕駛員提供輔助駕駛信息的目的。
　　首先，闡述了本文研究的目的意義和發(fā)展現(xiàn)狀，研究了車輛識別與跟蹤的相關(guān)理論知識，其中包括圖像預處理、圖像特征描述、目標分類相關(guān)

3、算法和目標跟蹤相關(guān)算法。
　　其次，針對視頻圖像中的復雜背景和目標車輛，提出了基于特征學習的車輛檢測與識別算法。該算法對訓練樣本圖像進行 HOG特征和LBP特征學習，并應(yīng)用AdaBoost算法對由HOG特征和LBP特征形成的弱分類器進行訓練得到級聯(lián)的強分類器，從而通過強分類器實現(xiàn)對視頻圖像中目標車輛的檢測和識別。
　　再次，針對車載設(shè)備視頻圖像中的運動目標和動態(tài)背景，為實現(xiàn)對視頻圖像中運動車輛的跟蹤，提出了基于超像素分割的車