小波變換理論在視頻車輛檢測中的應(yīng)用研究.pdf

1、智能交通的管理是以實時性高、各交通參數(shù)捕獲為前提基礎(chǔ)的。先通過對交通場景的視頻采集，再用計算機分析交通圖像序列，以提取重要區(qū)域或者目標(biāo)和我們所需要的交通參數(shù)，再通過一定的算法分析整個交通樞紐，控制通行與否，識別違規(guī)車輛等。相比其它檢測手段，可獲取更多足夠的交通參數(shù)，以及其取代那些需要人的機械行為，在減少人力資源浪費的同時，也減少了有個人無意過失引起的損失，從而具有很大的發(fā)展?jié)摿?。在所有的智能檢測方法中，視頻獲取的交通信息量是最大的。從而

2、使得視頻車輛檢測方法在智能交通系統(tǒng)中占有一席之地，對ITS的發(fā)展起著至關(guān)重要的作用。
　　本文主要研究了基于視頻的車輛檢測技術(shù)的基本理論和關(guān)鍵技術(shù)。針對車輛的復(fù)雜環(huán)境、陰影檢測與去除以及車輛檢測各種方法做了簡要描述，結(jié)合小波原理和實驗，通過小波分析達(dá)到檢測車輛的目的。研究的主要內(nèi)容如下:
　　首先、對已有的檢測、識別和處理算法進(jìn)行研究，介紹了各種有關(guān)的處理以及感興趣區(qū)域確定的方法，如背景差分法，幀差法，光流法，邊緣檢測法等主

3、流方法。并對復(fù)雜場景（陰影、多云以及遮擋）模型描述，圖像后續(xù)處理的方法。
　　其次、小波原理的研究。對圖像分析的小波原理進(jìn)行了簡單的研究，離散小波變換以及二進(jìn)小波的變換，如同普通的圖像處理需要對某些系數(shù)進(jìn)行更改一樣，小波變換的系數(shù)處理在應(yīng)用中同樣重要，所以有分析了小波的系數(shù)矩陣。最后、就小波理論下的圖像壓縮、增強、降噪進(jìn)行了一系列的matlab實驗，并實現(xiàn)了陰雨天與車輛陰影的處理，最后提取了視頻圖像的輪廓，為后續(xù)進(jìn)一步跟蹤獲取交通