視頻圖像中陰影的去除和交通參數(shù)提取的研究及實(shí)現(xiàn).pdf

1、本文提出了基于小波變換的車輛跟蹤和車輛參數(shù)提取的方法。為了描述車輛信息，我們提取了車輛軌跡、車速和車輛數(shù)目等交通參數(shù)。因?yàn)檫\(yùn)動(dòng)車輛屬于低頻的部分，而且圖像的細(xì)節(jié)信息(即圖像的高頻分量)在跟蹤過(guò)程中是不需要的，所以本文使用原始圖像的低頻圖像進(jìn)行車輛檢測(cè)。該技術(shù)通過(guò)小波變換實(shí)現(xiàn)，這種方法可以有效去除干擾運(yùn)動(dòng)(比如樹木搖擺)對(duì)檢測(cè)結(jié)果的影響。 在現(xiàn)有算法基礎(chǔ)上進(jìn)行改進(jìn)，先采樣陰影點(diǎn)，計(jì)算采樣陰影點(diǎn)的陰影屬性，最后根據(jù)陰影屬性去除陰影點(diǎn)

2、。因?yàn)槭褂玫氖钦鎸?shí)陰影的屬性，所以去除陰影的效果比很多方法有效。遮擋會(huì)對(duì)車輛參數(shù)提取和跟蹤的準(zhǔn)確性產(chǎn)生嚴(yán)重的影響，利用本文提出的方法，遮擋被成功去除。 使用CamShift算法進(jìn)行目標(biāo)的跟蹤，實(shí)驗(yàn)表明該算法對(duì)人臉和車輛的跟蹤很有效。但是CamShift算法是半自動(dòng)的，即需要手動(dòng)給出要跟蹤的區(qū)域。在以后的研究中我們將對(duì)該算法進(jìn)行改進(jìn)。 在計(jì)算機(jī)上進(jìn)行了算法的模擬仿真，測(cè)試了車輛跟蹤、陰影去除和遮擋去除的性能。實(shí)驗(yàn)結(jié)果表明，