基于混合高斯模型和粒子濾波理論的視頻車輛跟蹤算法.pdf

1、車輛跟蹤是智能交通系統(tǒng)(ITS，Intelligent Transportation System)中的重要技術，而其中基于視頻檢測的車輛軌跡跟蹤技術由于信息量大、可用范圍廣，成為許多國家的研究熱點。
　　本課題研究的目的在于針對ITS領域中的關鍵技術，研究基于視頻的運動車輛軌跡獲取的相關問題。為實現(xiàn)視頻的自動檢測交通流和交通事件等提供算法前提。
　　本文詳細分析了運動車輛軌跡獲取中較為常用的方法，根據(jù)實驗和分析，得到了適合

2、實際應用的視頻車輛跟蹤算法，本文主要的研究內(nèi)容包括以下幾個方面：
　　(1)根據(jù)算法調(diào)試、對比及實際應用的要求，使用C++編程語言設計程序，并在Windows系統(tǒng)上設計算法可視化調(diào)試平臺，然后將程序移植到Linux系統(tǒng)實現(xiàn)調(diào)試應用。
　　(2)使用簡單的模板匹配算法和圖像的仿射變換算法對抖動的視頻進行防抖處理，以輸出穩(wěn)定的圖像。
　　(3)采用以高斯混合背景模型理論為基礎的運動車輛檢測算法，實現(xiàn)視頻中運動車輛檢測，為算

3、法后續(xù)操作提供基礎信息，通過程序實現(xiàn)將該方法與其它常用方法進行比較分析。
　　(4)使用以光流法為基礎結合圖像金字塔操作的特征點跟蹤模塊，該模塊能夠得到精確的車輛位置變化信息，設計程序實現(xiàn)該算法模塊功能，完成軌跡精確位置的獲取。
　　(5)利用粒子濾波算法得到車輛運動趨勢信息的預測，將該算法與以圖像特征為基礎的模板匹配算法進行比較分析，評價算法的可行性，增強算法的魯棒性。
　　本文中基于混合高斯模型的運動車輛檢測算法具