智能交通系統(tǒng)中視頻車輛檢測和跟蹤技術(shù)的研究.pdf

1、智能交通系統(tǒng)是計算機視覺技術(shù)、圖像處理技術(shù)在交通領(lǐng)域中的應(yīng)用，是目前世界各國交通運輸部門正在研究和廣泛關(guān)注的課題。其目的在于充分利用現(xiàn)有的道路設(shè)施資源，改善車輛、道路、行人之間的相互作用，從而全面提高交通的經(jīng)濟性。
　　 如何有效檢測運動車輛、準確跟蹤目標車輛、提高系統(tǒng)抗干擾能力是智能交通系統(tǒng)的重要研究內(nèi)容之一。本文在總結(jié)和分析現(xiàn)有的基于視頻的車輛檢測和跟蹤算法的基礎(chǔ)上，針對存在的不足，提出了一種應(yīng)用于城市主干道進行車輛檢測與跟

2、蹤的新方法，通過實驗驗證了該方法的可行性。主要研究了以下幾個方面內(nèi)容:
　　 1、運動車輛的檢測。本文先對視頻圖像序列進行預(yù)處理;然后重點研究了基于信息融合的背景自適應(yīng)更新算法，該算法能根據(jù)光照變化和背景擾動的強度，自適應(yīng)地調(diào)整背景更新速度;選用了Otsu閥值分割法分割出運動車輛的二值化圖像;采用形態(tài)學濾波，對二值化圖像進行先閉后開運算，消除圖像噪聲和“孔洞”;最后，重點研究了HSV色彩空間模型，提出了一種新的改進算法，有效減少

3、了陰影的誤檢率，通過實驗仿真驗證了所提出方法的有效性和可靠性。
　　 2、運動目標車輛的跟蹤。本文重點研究了SIFT算子的特點，結(jié)合實際運用情況，提出了簡化SIFT特征度量的方法。提出了基于SIFT特征度量的Mean Shift跟蹤算法。該算法首先利用簡化后的SIFT算子計算跟蹤目標附近的關(guān)鍵點位置和尺度。然后提取跟蹤目標區(qū)域內(nèi)所得關(guān)鍵點的方向特征向量，并利用其方向分布直方圖表示運動目標。最后根據(jù)Bhattacharyya系數(shù)計