視頻圖像中車輛檢測的算法研究.pdf

1、隨著高性能攝像設備的普及以及計算機和模式識別技術的發(fā)展，智能視頻監(jiān)控技術在社會生活的各個方面得到了廣泛的應用。在智能監(jiān)控系統(tǒng)的實現中，從圖像中自動檢測出其中的車輛是一個關鍵問題，在軍事、智能交通管理、刑偵、安防等領域都具有重要的應用，對于平安城市的建設具有重要的意義。目前，雖然人們對車輛檢測已開展了一些研究，但現有的算法還很不成熟，無論在準確性方面還是在計算速度方面都無法滿足實際系統(tǒng)的需要。為此，本文利用圖象處理和模式識別的方法對車輛檢

2、測問題進行了研究。本文完成的主要工作如下：
　　1.研究了靜態(tài)圖像中的車輛檢測問題。1)首先以同樣大小的只含一輛車的大量圖象和同等數量不含車輛的圖象作為訓練樣本，提取圖象的特征，用PCA和LDA方法進行降維，再利用AdaBoost, SVM，PLS或RF等方法通過訓練建立分類器，對車輛和非車輛圖象進行分類。2)對于任意大小的圖象，本文采用的方法是：首先對其進行縮小或放大操作，然后，在圖象的左上角取和訓練樣本同樣大小的塊，通過已建立

3、的分類器判斷該塊中是否有車，然后，按一定步長在圖象中移動該塊，逐塊進行判斷,直至檢測出圖象中所有車輛的位置或給出圖象中無車的信息。其中的創(chuàng)新點是：1）首次將偏線性回歸(PLS)應用于車輛的檢測中，提出了基于C1特征和偏線性回歸的車輛檢測方法；2）首次將隨機森林應用于車輛檢測，提出了基于C1特征和隨機森林的車輛檢測方法。實驗結果表明，本文提出的方法具有較高的識別率。
　　2.研究了視頻圖像中車輛檢測的問題。其基本步驟是：首先對視頻圖