圖像處理技術(shù)在智能交通系統(tǒng)中應(yīng)用的研究.pdf

1、分類號(hào)UDC密級(jí)單位代碼10151圖像處理技術(shù)在智能交通系統(tǒng)中應(yīng)用的研究王國良指導(dǎo)教師梁德群職稱教授學(xué)位授予單位大連海事大學(xué)申請(qǐng)學(xué)位級(jí)別工學(xué)博士學(xué)科與專業(yè)通信與信息系統(tǒng)論文完成日期2007年10月論文答辯日期2008年4月答辯委員會(huì)主席創(chuàng)新點(diǎn)摘要?jiǎng)?chuàng)新點(diǎn)摘要1提出了一種基于分箱核密度估計(jì)的非參數(shù)多模態(tài)背景模型，該模型采用分箱核密度估計(jì)算法從訓(xùn)練圖像序列中得到背景的密度函數(shù)。分箱核密度估計(jì)算法避免了采用全樣本數(shù)據(jù)點(diǎn)的重復(fù)計(jì)算，降低了運(yùn)動(dòng)目標(biāo)

2、分割算法的運(yùn)算量，實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的有效分割。2傳統(tǒng)的基于核的固定核帶寬跟蹤算法不能對(duì)快速、尺度可變運(yùn)動(dòng)目標(biāo)進(jìn)行有效跟蹤。為此，提出了一種新的跟蹤算法。該算法是，基于特征匹配對(duì)核帶寬進(jìn)行自動(dòng)選取，實(shí)現(xiàn)對(duì)目標(biāo)的尺度定位，同時(shí)對(duì)目標(biāo)空域加權(quán)的核密度估計(jì)進(jìn)行相似性度量，采用MeanShift迭代進(jìn)行目標(biāo)的空間定位，從而實(shí)現(xiàn)了對(duì)快速、尺度可變運(yùn)動(dòng)目標(biāo)的有效跟蹤。3提出了基于粒子濾波的多自由度運(yùn)動(dòng)目標(biāo)跟蹤算法，該跟蹤算法在核函數(shù)下顏色直方圖的基礎(chǔ)上

3、，對(duì)表征目標(biāo)形狀的協(xié)方差矩陣進(jìn)行更新，從而自適應(yīng)地調(diào)整了核帶寬的大小，修正了跟蹤窗口的尺寸，實(shí)現(xiàn)了對(duì)多自由度運(yùn)動(dòng)目標(biāo)的跟蹤。4提出了基于區(qū)域與光照不變性的運(yùn)動(dòng)陰影檢測(cè)算法。該算法首先對(duì)含有陰影的目標(biāo)區(qū)域進(jìn)行分塊，然后根據(jù)陰影區(qū)域塊和相對(duì)應(yīng)的背景區(qū)域塊之間的光照不變性進(jìn)行陰影檢測(cè)。5提出了一種基于字符特征匹配的車牌定位與傾斜校正方法，該方法利用標(biāo)準(zhǔn)車牌漢字庫，采用字符特征匹配對(duì)車牌中的漢字進(jìn)行定位，從而實(shí)現(xiàn)了對(duì)整個(gè)車牌的定位，同時(shí)實(shí)現(xiàn)了車