智能交通系統(tǒng)中視頻車輛檢測(cè)方法的研究.pdf

1、該文就是對(duì)視頻車輛檢測(cè)方法進(jìn)行研究,根據(jù)應(yīng)用要求的不同,分別從基于靜態(tài)圖像的檢測(cè)和基于圖像序列的檢測(cè)兩個(gè)方面展開,做了以下工作:1.提出了一種基于角點(diǎn)檢測(cè)和模糊聚類的靜態(tài)圖像中車輛檢測(cè)方法,這是一種局部特征融合的方法,利用改進(jìn)的plessey角點(diǎn)檢測(cè)算法檢測(cè)角點(diǎn),利用模糊C均值方法對(duì)角點(diǎn)聚類,對(duì)各子類在原圖中對(duì)應(yīng)的區(qū)域進(jìn)行特征提取并用模糊C均值聚類算法把特征空間中的相應(yīng)點(diǎn)分成兩類,認(rèn)為方差小的類對(duì)應(yīng)于車輛類.方法實(shí)現(xiàn)簡(jiǎn)單,計(jì)算復(fù)雜度低,

2、在實(shí)驗(yàn)條件下可以取得較好的檢測(cè)效果,但是該方法易受噪聲的影響,并且在車輛較多的情況下或者是比較復(fù)雜的背景中性能會(huì)變差;2.基于圖像序列的檢測(cè)有車輛目標(biāo)提取、車輛跟蹤及參數(shù)獲取幾方面的內(nèi)容,首先在目標(biāo)提取上,因?yàn)檫吘壧崛”旧砦恢镁炔桓咔也焕诤罄m(xù)車輛特征的提取,該文采用了基于灰度的方法,通過(guò)對(duì)實(shí)際交通路況圖像的特點(diǎn)分析,提出了一種有效而實(shí)用的目標(biāo)提取算法,有效地解決了光照條件變動(dòng)所帶來(lái)的問(wèn)題.在跟蹤算法方面,采用了特征跟蹤法,用卡爾曼濾