基于視頻的運(yùn)動(dòng)車輛軌跡獲取研究.pdf

1、為了解決道路交通快速發(fā)展所帶來(lái)的各種問(wèn)題，智能交通系統(tǒng)(ITS，Intelligent Transportation System)的研究被提到了重要位置。車輛跟蹤與運(yùn)動(dòng)車輛軌跡的獲取作為ITS中的重要技術(shù)，成為許多國(guó)家的研究熱點(diǎn)。本文針對(duì)ITS領(lǐng)域中的關(guān)鍵技術(shù)，研究基于視頻的運(yùn)動(dòng)車輛軌跡獲取的相關(guān)問(wèn)題。
　　本文詳細(xì)分析了運(yùn)動(dòng)車輛軌跡獲取中較為常用的方法，通過(guò)比較采用新穎的算法和結(jié)構(gòu)，設(shè)計(jì)出能夠達(dá)到應(yīng)用要求和較高可信度的算法程序

2、系統(tǒng)。本文主要的研究?jī)?nèi)容包括以下幾個(gè)方面：
　　(1)根據(jù)算法調(diào)試、對(duì)比及實(shí)際應(yīng)用的要求，使用C++編程語(yǔ)言設(shè)計(jì)以車輛信息團(tuán)塊為基礎(chǔ)的程序，并在Windows系統(tǒng)上設(shè)計(jì)算法可視化調(diào)試平臺(tái)，然后將程序移植到Linux系統(tǒng)實(shí)現(xiàn)調(diào)試及應(yīng)用。
　　(2)采用以貝葉斯學(xué)習(xí)理論為基礎(chǔ)的運(yùn)動(dòng)車輛檢測(cè)算法，實(shí)現(xiàn)視頻中運(yùn)動(dòng)車輛檢測(cè)，為算法后續(xù)操作提供基礎(chǔ)信息，通過(guò)程序?qū)崿F(xiàn)將該方法與其它常用方法進(jìn)行比較分析。
　　(3)利用卡爾曼濾波算法

3、得到車輛運(yùn)動(dòng)趨勢(shì)信息的預(yù)測(cè)，將該算法與以圖像特征為基礎(chǔ)的模板匹配算法進(jìn)行比較分析，評(píng)價(jià)算法的可行性。設(shè)計(jì)程序?qū)崿F(xiàn)該算法功能，獲取車輛信息的預(yù)測(cè)值，為軌跡匹配更新提供更多的信息，增強(qiáng)算法的魯棒性。
　　(4)為了給運(yùn)動(dòng)車輛軌跡增加更為豐富而有用的信息，在算法中增加了以光流法為基礎(chǔ)結(jié)合圖像金字塔操作的特征點(diǎn)跟蹤模塊，該模塊能夠得到精確的車輛位置變化信息，設(shè)計(jì)程序?qū)崿F(xiàn)該算法模塊功能，完成軌跡精確位置的獲取。
　　本文中基于貝葉斯學(xué)