車輛的實(shí)時檢測與跟蹤技術(shù)的研究.pdf

1、隨著平安城市項(xiàng)目的大力推進(jìn),安防監(jiān)控產(chǎn)業(yè)不斷發(fā)展,城市交通作為平安城市的重點(diǎn)項(xiàng)目日益受到社會的廣泛關(guān)注。其中利用智能交通系統(tǒng)( Intelligent Transportation System,簡稱ITS)來解決城市道路交通問題已成為當(dāng)今社會處理交通信息的主要手段。因此,對運(yùn)動車輛的檢測和跟蹤作為智能交通分析交通情況的基礎(chǔ)而成為研究熱點(diǎn)。
　　本文從對視頻圖像的處理,運(yùn)動車輛的檢測和運(yùn)動車輛的跟蹤以及車輛測速和分類這幾個方面對課

2、題進(jìn)行了研究。在車輛檢測環(huán)節(jié),通過對現(xiàn)有的常用車輛檢測技術(shù)的分析,最終采用了背景差分法作為車輛檢測的算法。通過對背景差分法的背景更新模型混合高斯算法進(jìn)行改進(jìn),在不改變檢測準(zhǔn)確度的基礎(chǔ)上提高了算法的實(shí)時性。在對檢測車輛進(jìn)行跟蹤時,對比了卡爾曼濾波、粒子濾波和CAMShift算法的效果,最后使用了將卡爾曼濾波和CAMShift算法相結(jié)合的車輛跟蹤算法。在對車輛的車速進(jìn)行檢測時,考慮到對車輛分類的影響。本課題提出了將虛擬線圈測速與運(yùn)動車輛跟蹤

3、相結(jié)合的算法。在車輛經(jīng)過虛擬線圈時開始跟蹤,離開虛擬線圈后跟蹤結(jié)束。計(jì)算兩次通過時車輛質(zhì)心的位置和通過時間,從而計(jì)算出車輛的速度。最后通過對車輛兩次經(jīng)過線圈時檢測到的長度對車輛進(jìn)行簡單的分類。
　　本課題改進(jìn)研究包括以下幾個組成部分:
　　1.在圖像經(jīng)過預(yù)處理后,需要從處理結(jié)果中準(zhǔn)確地檢測運(yùn)動車輛。本文分析了均值濾波、中值濾波、高斯分布模型等算法的原理及其實(shí)驗(yàn)的對比效果。最終通過對傳統(tǒng)的混合高斯模型進(jìn)行了改進(jìn),通過減少高斯模

4、型的總個數(shù),在不改變檢測率的基礎(chǔ)上降低了車輛檢測過程所需的時間,提高了算法的實(shí)時性。
　　2.為了更好地對車輛的參數(shù)進(jìn)行分析,對已檢車輛的跟蹤是必不可少的步驟。本文首先對目前車輛跟蹤的算法及其原理進(jìn)行了介紹和實(shí)現(xiàn),根據(jù)實(shí)驗(yàn)效果最終
　　選擇了使用實(shí)時性較高的 CAMShift算法與卡爾曼濾波相結(jié)合的算法對車輛進(jìn)行跟蹤,這樣綜合考慮了車輛的顏色以及運(yùn)動特征,對準(zhǔn)確跟蹤到車輛已經(jīng)抗遮擋有很好的效果。
　　3.最后,為了對車