自適應(yīng)背景更新的車輛檢測(cè)算法.pdf

1、在車輛檢測(cè)算法中,單一的目標(biāo)提取技術(shù)在性能是很有限的。為了得到良好的檢測(cè)效果,有效的途徑之一是使用改進(jìn)的目標(biāo)提取技術(shù)來進(jìn)行車輛檢測(cè)。不同的目標(biāo)提取技術(shù)有各自的局限性,使用沒有改進(jìn)的目標(biāo)提取技術(shù)會(huì)使得檢測(cè)結(jié)果達(dá)不到滿意的結(jié)果,這在智能交通的車輛檢測(cè)中更為突出。如何克服這些缺點(diǎn)以到達(dá)較好的車輛檢測(cè)效果就是本文所要研究的問題。對(duì)于相對(duì)較有優(yōu)勢(shì)的目標(biāo)提取技術(shù)加以改進(jìn)和完善是一種解決問題的辦法。同時(shí)我們也嘗試使用兩種目標(biāo)提取技術(shù)相融合的技術(shù)來解決

2、各自技術(shù)本身存在的不足問題,并通過互補(bǔ)得到功能更加完善的、更加智能化的系統(tǒng)。本文圍繞如何設(shè)計(jì)有效的車輛檢測(cè)算法,開展了以下工作:
　　1.研究了基于背景差分法的目標(biāo)識(shí)別技術(shù),重點(diǎn)研究了該算法的核心部分背景提取的各種算法,分析了各個(gè)算法的優(yōu)缺點(diǎn),為后文中自適背景更新的車輛檢測(cè)算法中背景提取的算法提供了依據(jù)。
　　2.研究了基于幀間差分的目標(biāo)提取技術(shù),分析了幀間差分技術(shù)的優(yōu)勢(shì)和劣勢(shì),并且對(duì)幀間差分算法的改進(jìn)進(jìn)行了研究。為后文中兩

3、種目標(biāo)識(shí)別技術(shù)的融合提供了有利的支持。
　　3.研究了非監(jiān)督視頻分割的目標(biāo)提取技術(shù),簡要敘述了兩種運(yùn)用比較廣泛的算法,但是由于其在智能交通中的使用并不廣泛,所以本系統(tǒng)中并未采用此種方法。
　　4.研究了自適應(yīng)背景更新的車輛檢測(cè)算法,引入了動(dòng)態(tài)閾值獲取規(guī)范,并且分析了兩種閾值獲取規(guī)范的優(yōu)劣,將動(dòng)態(tài)閾值獲取規(guī)范應(yīng)用于自適應(yīng)背景更新的車輛檢測(cè)算法,通過優(yōu)化動(dòng)態(tài)閾值的獲取和更新,以實(shí)現(xiàn)自動(dòng)獲取高質(zhì)量的背景圖像和目標(biāo)區(qū)域的提取。在研究