智能交通信息采集子系統(tǒng)的研究與實現(xiàn).pdf

1、智能交通信息系統(tǒng)是目前世界交通運輸領(lǐng)域正在研究和廣泛關(guān)注的課題，它在道路設(shè)計、流量監(jiān)控和高速公路管理方面起到了越來越大的作用，傳統(tǒng)的基于地感線圈的交通檢測和車輛分類方法因其獲得的信息量少，難于安裝和較低的可靠性等缺點難于廣泛應(yīng)用，而基于圖像處理、模式識別的檢測方法解決了以上的不足，能夠廣泛應(yīng)用于交通監(jiān)控、自動停車管理以及高速公路監(jiān)控，成為智能交通系統(tǒng)的發(fā)展方向。 一般來說，基于圖像處理和模式識別的智能交通信息采集自系統(tǒng)可分解為運

2、動分割、目標(biāo)跟蹤和參數(shù)提取三大步，本文在對比了現(xiàn)有的幾種視頻運動目標(biāo)檢測技術(shù)后，根據(jù)智能交通信息采集系統(tǒng)的使用環(huán)境選取了針對性的檢測方法，考慮了經(jīng)典的背景更新方法的不足，提出了一種基于高斯-卡爾曼混合模型的背景模型，極大的提高了檢測的準(zhǔn)確性和穩(wěn)定性。在此基礎(chǔ)上，本文對運動目標(biāo)的分類與目標(biāo)軌跡跟蹤做出了研究，提出了一種基于由粗到精的匹配跟蹤算法，在跟蹤的速度和精度上比以往跟蹤算法有較大的提高，配合攝像機定標(biāo)，對運動目標(biāo)的運動參數(shù)進(jìn)行了提取